量子計算征程尚遠，還有多少坑要踩？

撰文 | 宋宇錚

責編 | 邸利會

量子計算這門學科，近兩年才走入公眾視野，但似乎聽起來就讓人感到不知所措。

的確，當“量子”這個前綴已經足夠困擾人的時候，它的露面卻偏偏還總要伴隨著 “霸權”、“二次信息革命”、“千億級市場” ——這裡每個字眼都滲透出驚人的 “能量” 與焦慮。

摘掉高深與無所不能的面具，量子計算究竟是做什麽的？距離落地還有多遠？又會給我們帶來怎樣的影響？

在11月9日在北京舉行的騰雲峰會的間隙，面對記者們拋來的這一系列問題，騰訊量子實驗室負責人張勝譽顯得十分平靜。

在他看來，自己打了18年交道的量子計算機遠不是萬能的，它最大的意義就在於能夠幫助人類加速解決一部分經典計算機很難解決甚至無能為力的問題。

“從算法複雜性的角度來研究量子計算的主要任務就是，找到這些問題、設計好相應的算法，完成計算。”他精辟地總結道，“至於落地，很多科學家認為這是一件有相當距離的事情，現在還處在商業應用前的研發階段。”

的確，對於像張勝譽一樣真正把量子計算當作一項事業的人來說，他們清楚地知道自己選擇的並非只是什麽投資熱點，而是一項空前的跨學科學術挑戰。這件事很難，但正因為難，才讓人想把它做好。

01.突破“摩爾定律”：十字路口上的命題

五十餘年前，英特爾創始人之一戈登·摩爾（Gordon Moore）預測，今後集成電路上的晶體管數量約每兩年會增加一倍，被後人尊稱為 “摩爾定律”。 這一 “定律” 的延續曾使人類在不革新計算機工作原理的情況下便可以不斷加速芯片算力，創造出筆電電腦、智能手機等標誌性產品。但這樣的“好日子”事實上從“摩爾定律”生效的那天起便也被預示了終有一天會結束。

簡單而言，今天我們所熟悉的各式計算機都基於 “經典力學框架”（因此也被稱為經典計算機），它們的芯片無一例外地以晶體管為基本數據部門（比特），並通過控制其電壓的高、低來決定其處於 “1” 或 “0” 的單一狀態，以進行二進製運算。 幾十年來，經典計算機芯片算力獲得的提升大部分都是源自晶體管元件的縮小——部門面積內元件數增加使信息容量加大，元件間距離減小使邏輯操作加速。

然而，物理元件不可能無限制縮小。近些年摩爾定律已被業界眾多人士認為正在放緩甚至行將終結 [1]。 經典計算機面臨的更為本質的危機還在於，即便晶體管能夠被縮小到原子尺度，粒子的行為也將開始按照量子而非經典力學的規律運行。這時，由於“隧穿效應”，電子將可穿透晶體管的絕緣層，使器件無法正常工作。 縮小晶體管元件的套路可能失效，但人類對更強大計算能力的追求卻不能就此終結，因為還有太多關乎我們生命與社會運行效率的命題被卡在計算這一關上。

在交通管理上，經典計算機尚無法為五輛起點終點不同的車輛在城市道路中規劃最優路徑，以避免擁堵 [2]；在分子動態模擬上，經典計算機的複雜度極限尚不能與一個完整的固氮酶相提並論，而這一技術對人類提升藥物研發效率、理解蛋白質如何獲得其功能性結構等任務都至關重要。

這些便是張勝譽提到的“無論算法如何精巧，經典計算機都不能快速計算，甚至在任何有意義的時限裡不可能完成”的計算問題。它們的共同點是計算複雜度飛快增長（如以指數形式）。 例如，想要找到上述五輛車的最優路徑，可能需要計算10的100次方個不同線路組合的距離並進行比較。而經典計算機的運算量卻是以倍數增長的——擁有N個比特的計算機，每次操作只能更改N個系數；即便超級計算機也只是靠盡量多地疊加處理器，把 “N” 不斷加碼來解決較小尺度的此類問題。 想要從根本上攻克此類問題，能夠讓計算機在少數操作下完成指數倍的系數更改是一個最直接的思路，而令人激動的是，這正是量子計算的特點。

02.量子力學的雙刃劍

如果說量子計算機和經典計算機有什麽相似之處，那就是二者都靠操控基本數據部門比特來實現計算，只不過前者所使用的是基於量子力學原理的“量子比特”。 對於量子比特而言，它和經典比特一樣都具有“0”和“1”兩個基態，但在量子理論中，實際測量前它並不處於確定的“0”或“1”狀態，而是兩種狀態按一定概率比例的疊加，也就是a概率為“0”，b概率為“1”，且a與b模的平方之和應為1。

這顯然是個好消息，因為它意味著量子計算機能夠同時操縱兩個狀態，每次操作更改的是2個系數。 當我們再加入第二個、第三個量子比特的時候，量子理論中同樣重要的量子糾纏現象便會帶來更重要的質變。 簡單而言，這意味著，多個量子比特在相互作用後，它們各自的物理性質（所處狀態）將發生關聯，成為一個系統，這時我們便不能夠簡單的說第一個比特處於某個狀態，第二個比特處於某個狀態，而只能說系統整體處於某個狀態。當有N個比特時，我們的一次操作便可以同時改變2^N個系數，實現夢寐以求的指數倍數加速計算。 然而，到這步量子計算還只是一個想法，想要真正實現並應用它還有數不過來的困難。因為這些困難，給人們帶來希望的量子計算理論也曾數次被丟入“垃圾桶”。

首先，每個量子系統都並不安分，而是會持續地與外部環境發生糾纏，如此一來，量子比特系統內部的物理性質相關性便會隨時間減弱並消失，而沒有了相關性，指數倍加速也便無從談起。 這一被稱為“退相乾”的量子力學現象會使系統信息部分或完全喪失，嚴重影響量子計算的效率與準確性。 目前科學家們已經可利用多種量子編碼技術實現較少量子比特的量子計算機的糾錯，但實現5000個量子比特以上的容錯量子計算仍是一個較大的遠期挑戰，而這便又牽扯出硬體上如何實現集成化量子計算機的問題。

其次，算法是計算機的靈魂，即便我們衝破所有壁壘擁有了一台高度集成的量子計算機，沒有能夠利用它獨特原理解決問題的算法，也對人類不會有任何價值。 正是因為這一點，即便有費曼這樣的諾貝爾獎得主“月台”，直到1994年，麻省理工學院的彼得·秀爾提出分解大質因數的高效量子算法之前，量子計算都從未在學界引起太大興趣，甚至像被發明前的原子彈和第一台現代電子數字計算機埃尼阿克一樣被認為是騙局。 但秀爾算法畢竟只能解決一類問題，面對上述路徑規劃、分子模擬等等問題，張勝譽表示，還需要各個不同領域的人合作，一個一個去研究，給出算法並檢驗可以為哪些問題帶來加速。 值得注意的是，並不是所有問題只要用量子計算就一定更快，“有一些現實中的問題，比如排序，就被證明量子算法其實是沒有太大幫助的。”

03征程尚遠，還有很多坑要踩

對於年輕而茁壯發展的量子計算界而言，當前跨學科人才的缺乏同樣是一件棘手的事情。回頭看看張勝譽所指出的“三個任務”，似乎每一個都不是僅靠數學家和計算機科學家便能解決的—— 尋找適合量子計算的問題需要從化學到經濟等各個學科甚至工業界的從業者首先能夠帶來想法與訴求。 設計好的算法則要求科學家們對問題有較為深刻的理解與知識儲備，而最終製造可複製、能夠穩定完成容錯計算的設備則需要此前使摩爾定律能夠延續的半導體工程師們和新的一批量子工程師的貢獻。 或許正是因為這樣，從IBM到谷歌，各大機構的量子計算從業者們在各種會議場合都會忍不住邀請其他領域的研究者或創客們嘗試深入了解一下這門帶著些“神秘感”的學問。

當然，張勝譽和他的騰訊量子實驗室也不例外。 從加入騰訊的第一天起，他便努力做著一件在他看來在大學裡很難做到的事情——把多個不同領域的高質量人才聚在一起，讓他們從共同協作的項目中快速了解量子計算，成為這一行業急需的 “通才”。 與此同時，他也試圖從化學領域的應用切入，帶領實驗室積極和藥物研發企業、機構等展開交流與合作，儘管這樣的合作在他看來或許5年內都很難產生具有商業價值的應用，但在他心目中，開放的理念是這個行業想要走得更遠所不可或缺的。 經歷了前兩年量子話題在投資界的大熱，張勝譽認為今天無論是公眾還是從業者都對於實現量子計算將面臨的困難有了更多了解，變得更加清醒與理性。 “開始有些人覺得量子計算是無所不能的，好像一兩年之內就可以看到大東西。

現在回頭看，整個行業雖然沒有我們希望的那麽突飛猛進，卻是在穩步地發展。這也是科研的正常狀態。”張勝譽對兩年間量子計算界的變化如是總結道，因此他也格外感謝能夠不設論文發表指標讓團隊徹底安心做事的騰訊。 最後，談到對量子計算未來的展望，他也再次重申了自己兩年前的觀點，“大家都應該更開放一些，征程還遠，很多條不同的路徑中有這麽多的坑要去踩，不是一個團隊能踩完的，更需要的是整個人類的智慧加到一起。”

參考資料1. Patterson, Alan. “Nvidia CEOSays Moore's Law Is Dead.” EETimes, EE Times, 1 June 2017, https://www.eetimes.com/document.asp?doc_id=1331836#.2. Fujitsu Global. “SolvingCombinatorial Optimization Problems - FUJITSU Quantum-Inspired ComputingDigital Annealer”. Youtube, 28 March 2019,https://www.youtube.com/watch?v=6Av0pdP2UVA 製版編輯 | 皮皮魚