量子计算：超越图灵的新可能？

米歇尔·西蒙斯

量子物理学家、新南威尔士大学量子计算和通信技术卓越中心主任

量子计算的历史性突破

今年6月22日，澳大利亚科学家米歇尔·西蒙斯团队创造了世界上第一个原子级量子集成电路,在量子尺度上复现了传统计算机芯片上的所有基本组件。

九年前，该团队制造出世界上第一个单原子晶体管，并提出到2023年实现原子级量子集成电路的制造。现在，该目标提前实现了。

米歇尔·西蒙斯是硅量子计算公司（SQC）的创始人，也是新南威尔士大学量子计算和通信技术卓越中心的主任，她对媒体表示，这是她职业生涯中最令人兴奋的发现。

与传统计算机难以模拟分子结构相反，西蒙斯团队成功模拟了有机小分子的量子状态，使我们离微小世界的本真面目更近一步。

西蒙斯对媒体表示：“在20世纪50年代，理查德·费曼（美国物理学家、1965年诺贝尔物理奖得主）曾说，我们永远不会理解世界与自然的运作方式，除非我们能够在相同尺度上构建它。因此，如果我们能在这个层面上理解自然，我们就能设计出前所未有的材料。”

“但问题是：如何才能在最微小的层面上控制自然？”

“这是一个重大突破。”她表示，“由于原子之间可能存在大量的相互作用，传统计算机依旧难以模拟相对较小的分子。而量子集成电路能够为一系列新材料构建量子模型，无论是药品、电池材料，还是催化剂。”

以制药为例，最关键一步是确定分子的电子结构。但是，对像青霉素这样的日常药物进行分子结构建模，需要一台大约1086位的经典计算机——晶体管数量比可观测宇宙中的原子还要多。这样一台机器不可能存在。

但对于量子计算机来说，只需要一个拥有286个量子比特（qubits）的处理器，就完全可能实现这样的模拟。

量子计算的优缺点

除制药行业外，未来量子计算更有可能彻底改变金融、人工智能和汽车等行业。同时，计算机科学家已展示了量子计算在快速搜索、准确气象预报和精准医疗中应用的可能。

总的来说，量子计算适用于大数据处理，具有快速解决问题的突出优势，在航空物流、药品制造、分子研究或其他在原子水平操作和计算的领域具有重要作用。

然而，建造量子计算机并非易事。首先，为使系统正常运行，其温度必须接近绝对零度（约等于-273.15℃），这无疑是重大的工程挑战。其次，在接收一定数量的指令后，量子比特会产生不准确的结果，但目前为止，量子计算机缺乏自动纠错功能。第三，由于制造量子比特需要大量导线或激光器，维持对每个器件的控制也相当困难。第四，量子计算非常昂贵，一个量子比特的成本可高达一万美元。最后，如果量子计算机被恶意利用，标准信息系统和以往的加密方法将无法抵御其威力。量子计算足以解密最安全的数据（如银行记录、政府机密和互联网账户密码等）。

量子计算能否终结图灵机

基于量子计算的巨大前景，全球各国及各大公司都开始了量子计算机战略。

比如，2016年，IBM公司率先推出了全世界第一台基于5个超导量子比特的可编程量子计算机的原理模型，并将之应用于云平台。到2017年，他们又成功研制出了基于50个超导量子比特的量子计算机的原理模型，并宣称将在2023年成功制备超过1000个比特的真正的量子计算机。

谷歌则于2019年宣布成功研制了超过53个超导量子比特的量子计算芯片，并取名为Sycamore，中文翻译为悬铃木。谷歌的研究人员称Sycamore在200秒内完成了一个极其艰深的计算，而这对超级计算机来说要花费一万年。然而近日，中国科学院理论物理研究所的张潘教授团队发表了名为《Sycamore量子优势电路采样问题的求解》的论文，展示了击败谷歌量子计算机Sycamore的全过程。

张潘教授团队将“问题”重塑为一个叫做张量网络的三维数学阵列，将模拟的运行简化为所有张量的相乘。张教授说：“张量网络方法的优点是可以使用许多GPU来进行并行计算。”

与谷歌团队“一万年”的预言相反，张潘教授团队利用512个GPU，仅通过15个小时的计算就得到了显著的输出结果；同时张教授表示，如果使用超级计算机，那么计算只需要几十秒，比谷歌团队估计的快100亿倍。量子计算机科学家多米尼克·杭莱特对此表示：“可以说，传统计算机已成功模拟出了谷歌的实验。”

这引发了人们对量子计算机的新讨论。

德克萨斯大学奥斯汀分校的计算机科学家斯科特·阿伦森说道：“我认为他们是对的，如果有足够大的超级计算机，就可以在几秒钟内模拟出结果。”

不过，加州大学戴维斯分校的数学家格雷格·库珀伯格及其他人表示，量子计算的前景仍没有受到影响。而谷歌量子人工智能首席科学家塞尔吉奥·博伊索也曾说，谷歌团队知道它的优势可能不会保持很久。

他说：“在2019年的论文中，我们也提到经典算法会有所改进，但是，我们不认为这种经典方法能在2022年及以后跟上量子芯片的发展。”

在新闻发布后，有人评论道：“这说明量子计算的算法需要优化，技术傲慢应适当收敛。”另一部分人则表示：“汽车或火车在刚出现的时候，也被人质疑没有马车来得有用，因此要看未来、看趋势。”也有人支持此种技术“竞赛”，表示“两种技术处于对抗中上升的状态。如果不在批评中进步，就根本不会有新技术出现，质疑量子计算才能让它成长得更好”。

量子计算对高等教育的影响

除有利于科学研究外，量子计算的发展对高等教育领域也有一定影响。首先，它将为学生开辟量子工程师等新职业。同时，量子技术可以精确预测就业市场，尤其是各领域对技术、知识型员工的需求。此外，量子计算还可以及时处理大量的学生数据，判断学生的学习短板，再加上量子计算自主设计程序的能力，有助于开发适应学生独特性和个人水平的应用程序，为学生的弱势科目提供帮助，实现真正的个性化学习。

目前，人们可以通过云计算访问世界上的商业量子计算机。这些计算机包括IBM在美国、德国和日本的20多个量子系统装置。借助云服务，任何人都可登录到量子计算机，接受量子编程的基本教育。除此之外，IBM还提供量子计算的数字学习渠道，包括Qiskit Textbook、Qiskit YouTube和Qiskit Medium，并与来自120多个国家、约340门课程的教育工作者达成合作，对300余万人进行了量子计算教育。

什么是量子计算

量子计算，通俗一点说，就是利用量子力学原理进行计算的技术。同样，量子计算机就是进行量子计算的硬件系统。

量子计算机使用量子叠加、干涉和纠缠进行复杂的计算。量子计算不使用经典比特（classical bits），而使用量子比特（quantum bits），其中比特既是0也是1，其系数具有概率性，被测量后，其中的离散值才能被确定。更重要的是，量子比特由量子粒子组成，受到量子纠缠的影响，这使得计算可以使用耦合概率（coupled probabilities）。借助这些特性，量子计算和量子算法开发可用来解决新问题，包括密码学、湍流动力学、量子力学的直接模拟方法以及新药开发。

具体来说，一个经典的二位系统（two-bit system）包含4个状态：00、01、10和11。与之相似但有所不同的是，一个2比特的量子纠缠系统处于4个状态的叠加态，即4个状态以概率分布的方式同时存在。因此，此系统需要4个具有相关性的新系数。进一步说，对于N个量子比特，需要指定2N个系数组合，因此要模拟300个纠缠的量子比特，系数数量就会大于已知宇宙中原子的数量（2270个）。

由于量子比特的概率性，量子计算机无法运行传统算法，因此需要特地开发新算法。新算法的设计方式类似于电路图，其中数据通过量子逻辑门逐步演算得出。这些算法极难建立，难点则在于算法结果必须具有确定性，而非概率性的。