量子计算机：现状应用及未来潜力大揭秘

科技公司正在向量子计算投入巨额资金，尽管这项技术距离实际应用尚有多年。那么，未来的量子计算机究竟能用于何处？为何众多专家坚信其将颠覆传统？

构建利用量子力学特殊性质的计算机这一构想自 20 世纪 80 年代起就饱受争议。

但在过去的数十年间，科学家们在构建大规模设备这一方面取得了重大突破。

当下，从谷歌到 IBM 等众多科技巨头，还有几家资金充裕的初创公司，都对这项技术投入了大量资金——而且他们已经造出了几台独立的机器和量子处理单元（QPUs）。

从理论上讲，量子计算机能够解决即便是最强大的经典计算机都无法搞定的问题。不过，人们普遍觉得，在达成这一目标之前，这类设备得变得更大、更可靠才行。

然而，一旦成功实现，人们期望这项技术能够化解化学、物理、材料科学乃至机器学习中当下无法攻克的一系列难题。

“这可不单单是一台速度快的经典计算机，而是一种截然不同的模式，”加拿大滑铁卢大学量子计算研究所执行主任诺伯特·吕特肯豪斯对《生活科学》说道。

量子计算机最基础的构建组件是量子比特——一种量子信息单位，和经典计算机中的位差不多，但具备同时呈现 0 和 1 复杂组合的神奇本领。

当今最大的量子计算机刚刚跨过了 1000 量子比特这一关卡，但大多数只有几十或几百个量子比特。由于量子态对外部噪声（像温度变化或者杂散电磁场）极度敏感，所以它们比传统的计算组件更容易出错。这意味着目前很难长时间运行大型量子程序来解决实际问题。

不过，美国麻省理工学院（MIT）量子工程中心主任 威廉·奥利弗表示，这并不意味着当今的量子计算机毫无用处。他在接受《生活科学》采访时说：“如今量子计算机的用途基本上是学习如何制造更大的量子计算机，以及学习如何使用量子计算机。”

构建规模越来越大的处理器，为如何设计更大、更可靠的量子机器提供了关键的见解，也为开发和测试新的量子算法搭建了一个平台。它们还使得研究人员能够测试量子纠错方案，这对于实现该技术的全部潜力是至关重要的。这些方案通常涉及将量子信息分布在多个物理量子比特上，以创建一个单一的“逻辑量子比特”，其抗干扰能力要强得多。

吕特肯豪斯表示，该领域近期的突破表明容错量子计算可能并不遥远。包括QuEra、Quantinuum和谷歌在内的几家公司最近都展示了可靠生成逻辑量子比特的能力。吕特肯豪斯说，要扩展到我们解决实际问题所需的数千个（如果不是数百万个）量子比特，这需要时间和大量的工程努力。但一旦实现，一系列令人兴奋的应用将映入眼帘。

奥利弗说，量子计算能力的秘诀在于一种被称为叠加的量子现象。这使得把底层的量子比特置于代表一个问题的所有潜在解决方案的叠加态成为可能。

“当我们运行算法时，不正确的答案会受到抑制，正确的答案会得到增强，”奥利弗说。“因此，在计算结束时，唯一剩下的答案便是我们正在寻找的答案。”

奥利弗补充说，这使得解决那些对于经典计算机来说必须按顺序处理的巨大问题成为可能。而且在某些领域，随着问题规模的增长，量子计算机进行计算的速度可能比经典计算机快指数倍。

奥利弗说，其中一个最明显的应用在于模拟物理系统，因为世界本身就遵循量子力学原理。那些让量子计算机如此强大的同样奇怪的现象，也致使在经典计算机上以实用规模模拟众多量子系统变得困难重重。但由于它们基于相同的原理，量子计算机应该能够有效地模拟各种量子系统的行为。

这可能会对化学和材料科学等领域产生深远影响，在这些领域，量子效应起着重要作用，并可能在从电池技术到超导体、催化剂甚至药品的所有方面带来突破。

量子计算机也有一些不太好的用途。若有足够的量子比特，数学家彼得·肖尔于 1994 年发明的一种算法能够破解支撑当今大部分互联网的加密技术。幸运的是，研究人员已经设计出了规避这种风险的新加密方案，今年早些时候，美国国家标准与技术研究所（NIST）发布了新的“后量子”加密标准，这些标准已经在实施中。

奥利弗表示，目前量子计算机的其他应用在一定程度上具有推测性。

人们期望这项技术能够在优化方面派上用场，这意味着要在众多可能的解决方案里找出问题的最优解。很多实际的挑战都能够归结为优化的过程。为特定的财务目标构建最优的股票投资组合也可能是一种应用场景。

然而，到目前为止，大多数量子优化算法所提供的加速效果都达不到指数级。由于量子硬件的运行速度比当前基于晶体管的电子设备慢得多，这些适度的算法速度优势在 实际设备上实现时可能很快就消失了。

与此同时，量子算法的进展刺激了经典计算的创新。奥利弗补充说：“当量子算法设计者提出不同的优化方案时，我们计算机科学领域的同事会对他们的算法进行改进，我们貌似拥有的这种优势最终会消失不见。”

其他活跃的研究领域，其长期潜力不太清晰，包括使用量子计算机搜索大型数据库或进行机器学习，这涉及分析大量数据以发现有用的模式。这里的加速效果也小于指数级，而且还存在将大量经典数据转换为算法可以操作的量子态的额外问题——这是个缓慢的过程，可能很快就会把任何计算优势给消耗掉。

但奥利弗表示，目前为时尚早，算法实现突破的空间依然很大。

该领域仍在探寻和开发量子算法的构成部分——即被称作“原语”的小型数学程序，这些程序能够组合起来以解决更为复杂的问题。

“我们需要知晓怎样构建量子算法，识别并利用这些程序元素，倘若存在新的元素就将其找出，同时明白如何把它们组合起来形成新的算法，”奥利弗说道。

吕特肯豪斯补充道，这应当为该领域的未来发展予以指导，也是公司在作出投资决策时应当铭记于心的事项。

“在我们推动该领域向前迈进时，切勿过早关注极为具体的问题，”他表示。“我们依旧需要解决更多普遍性的问题，而后这能够延伸至众多应用当中。”