撰文：艾德·根特                2024 年11 月 1 日

理论上，量子计算机可以解决最强大的经典计算机之外的问题。但此类设备首先需要变得更大、更可靠。（图片：adventtr/Getty Images）

科技公司正在向量子计算投入数十亿美元，尽管该技术距离实际应用还有数年时间。那么，未来的量子计算机将用于什么，为什么这么多专家相信它们将改变游戏规则呢？

建造一台利用量子力学不寻常特性的计算机，是自 1980 年代以来一直在争论的想法。但在过去的几十年里，科学家们在制造大规模设备方面取得了重大进展。现在，从 Google 到 IBM 的众多科技巨头，以及几家资金雄厚的初创公司都为这项技术投入了大量资金——他们已经创建了几台单独的机器和量子处理单元（ QPU）。

从理论上讲，量子计算机可以解决甚至超出最强大的经典计算机的问题。然而，人们普遍认为，此类设备需要变得更大、更可靠，才能实现这一目标。然而，一旦他们这样做了，就有希望这项技术能够破解，化学、物理学、材料科学甚至机器学习领域，目前无法解决的一系列挑战。

“这不仅仅是一台快速的经典计算机，而是一种完全不同的范式。”加拿大滑铁卢大学量子计算研究所执行主任诺伯特.鲁特肯豪斯告诉《生活科学》。“量子计算机可以有效地解决一些，经典计算机根本无法完成的任务。”

当前最先进的技术

量子计算机最基本的构建块是量子比特，量子比特是量子信息单元，可与经典计算机中的比特相媲美，但具有同时表示 0 和 1 的复杂组合的不可思议的能力。量子比特可以在各种不同的硬件上执行，包括超导电路、囚禁离子甚至光子（光粒子）。

当今最大的量子计算机刚刚突破 1,000 个量子比特大关，但大多数计算机只有几十个或数百个量子比特。由于量子态对外部噪声（包括温度变化或杂散电磁场）极度敏感，因此它们比经典计算组件更容易出错。这意味着目前很难以足够长的时间来运行大型量子程序，来解决实际问题。

不过，这并不意味着今天的量子计算机毫无用处，美国麻省理工学院量子工程中心主任威廉·奥利弗说。“今天量子计算机的用途基本上是，学习如何让量子计算机变得更大，以及学习如何使用量子计算机，”他在接受《生活科学》采访时说。

构建越来越大的处理器，为如何设计更大、更可靠的量子计算机提供了重要的见解，并为开发和测试新型量子算法提供了一个平台。它们还允许研究人员测试量子纠错方案，这对于实现该技术的全部前景至关重要。这些通常涉及将量子信息传播到多个物理量子比特上，以创建更具弹性的单个“逻辑量子比特”。

鲁特肯豪斯说，该领域最近的突破表明，容错量子计算机可能并不遥远。包括 QuEra、Quantinuum 和Google 在内的几家公司，最近展示了可靠地生成逻辑量子比特的能力。鲁特肯豪斯，说将解决实际问题所需的量子比特，扩展到数千甚至数百万个量子比特需要时间和大量的工程工作。但是一旦实现这一点，许多令人兴奋的应用程序就会进入人们的视野。

量子可能改变游戏规则的地方

奥利弗说，量子计算能力的秘密，在于一种称为叠加的量子现象。这允许量子系统同时占据多个状态，直到被测量。在量子计算机中，这使得可以将基础量子比特放入一个叠加中，表示问题的所有潜在解决方案。

“当我们运行算法时，不正确的答案会被抑制，而正确的答案会被增强，” 奥利弗说。“因此，在计算结束时，唯一幸存的答案就是我们正在寻找的答案。”

奥利弗补充说，这使得解决太大而无法按顺序解决的问题成为可能，而传统计算机必须这样做。在某些领域，随着问题规模的增长，量子计算机可以比经典计算机快得多，以指数级速度进行计算。

奥利弗说，最明显的应用之一在于模拟物理系统，因为世界本身受量子力学原理的支配。使量子计算机如此强大的相同奇怪现象，也使得在经典计算机上模拟许多量子系统在有用的尺度上变得棘手。但是，由于量子计算机的工作原理相同，因此应该能够有效地对各种量子系统的行为进行建模。

这可能会对化学和材料科学等领域产生深远影响，在这些领域中，量子效应发挥着重要作用，并可能导致从电池技术到超导体、催化剂甚至药物的方方面面的突破。

量子计算机也有一些不太令人愉快的用途。如果有足够的量子比特，数学家皮特.肖尔在 1994 年发明的一种算法，可以破解支撑当今大部分互联网的加密。幸运的是，研究人员已经设计出新的加密方案来规避这种风险。今年早些时候，美国国家标准与技术研究院 （NIST）， 发布了新的“后量子”加密标准，这些标准已经在实施中。

量子计算的新兴可能性

奥利弗说，量子计算机的其他应用目前在某种程度上是推测性的。

希望该技术可以证明对优化有用，这涉及到通过多种可能的解决方案，来寻找问题的最佳解决方案。许多实际挑战可以归结为优化流程，从缓解城市交通流量，到为物流公司寻找最佳交付路线。为特定财务目标构建最佳股票投资组合，也许是一个可能的应用。

不过，到目前为止，大多数量子优化算法提供的加速都低于指数级。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，因此在实际设备上执行时，这些适度的算法速度优势很快就会消失。

与此同时，量子算法的进步刺激了经典计算的创新。“随着量子算法设计人员提出不同的优化方案，我们在计算机科学领域的同事推进了他们的算法，而我们似乎拥有的这种优势最终会消失，“奥利弗补充道。

其他正在积极研究但长期潜力不明确的领域，包括使用量子计算机搜索大型数据库，或进行机器学习。机器学习涉及分析大量数据以发现有用的模式，在这些方面的加速效果不如指数级，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问题——这是一个缓慢的过程，可能会迅速抵消任何计算优势。

但奥利弗表示，目前仍处于早期阶段，还有许多算法上的突破空间。该领域仍在探索和开发量子算法的基本构建块的过程中——即被称为“基本要素”的小型数学程序，这些程序可以组合在一起解决更复杂的问题。

“我们需要了解如何构建量子算法，识别并利用这些程序元素，如果存在新的程序元素，就需要找到它们，并了解如何将它们组合成新的算法，”奥利弗说。

卢特肯豪斯补充说，这应该引导该领域的未来发展，也是公司在做出投资决策时应该考虑的因素。“随着我们推动该领域向前发展，不要过早地将重点放在特定问题上，”他说。“我们仍然需要解决更多的通用问题，然后这些问题可以扩展到许多应用中。”