量子计算,下一个必争之地

|学术观点 作者:楼迪 2019-07-03

2017年,美国国会举办听证会,讨论如何确保「美国在量子技术领域的领先地位」。

 

2018年,欧盟投入10亿欧元实施「量子旗舰」计划。英国在牛津大学等高校建立量子研究中心,投入约2.5亿美元培养人才。荷兰向代尔夫特理工大学投资1.4亿美元研究量子计算。

 

日本计划10年内在量子计算领域投资3.6亿美元。加拿大已投入2.1亿美元资助滑铁卢大学的量子研究。澳大利亚政府、银行等出资8300万澳元在新南威尔士大学成立量子计算公司。中国也积极投入到这场关乎未来的科技竞赛中。

 

量子计算,下一个必争之地

 

在争夺 5G 主导权的世界舞台上,各国你追我赶的态势,可谓群雄逐鹿。在硝烟弥漫的氛围当中,人们逐渐意识到了 5G 究竟给未来的世界带来怎样激动人心的序章,但人们所不知道的是:5G通信技术并非唯一影响未来科技和经济发展的关键技术。

 

量子计算,这个自上世纪就已经提出的概念,在媒体报道中时隐时现。

 

与5G相同,量子计算为计算机及建立在计算机网络基础上的现代信息行业也有着从「量变到质变」的巨大潜力。量子计算就像是算力领域的「5G」,它带来「快」的同时带来的也绝非速度本身的变化。

 

比如在围棋领域战胜全体人类的 AlphaGo,其实从其最初研发到最终战胜全球冠军,一方面是AI算法的「软成长」,另一方面是运行 AlphaGo 的 NPU 在算力上的「硬成长」。两者之间任何一个要素的发展都可能导致最终结果上 AlphaGo 变得更聪明。量子计算在算力上带来的成长,有可能造就第四次人工智能浪潮。

 

再比如在数字加密领域,当下几乎所有的数字加密都像是一把数学上的「锁」,这把锁的钥匙串上有几亿几百亿把可能打开它的钥匙。此时,基于一个朴素的加设即暴力破解者没有足够的算力把其中的每一个钥匙都做出来然后尝试,因此加密就是安全的。

 

当算力爆发式成长时,一个原本需要用计算机花费 15 万年计算的 300 万位数质因数分解,只需要一秒钟时间,于是,很多包括金融机构在内的密码加密全部失去了意义,而取而代之的是基于量子技术的超高运算性能的安全架构。

 

而正如通信技术多年积累在当下厚积薄发一样,量子计算所驱动的未来可能并不遥远。 

 

在超导量子计算方面,中国的中科院量子信息和量子科技创新研究院、Google量子人工智能实验室、IBM并称国际上最强的三家机构。目前,Google处于最领先地位;中国已经发射了第一颗专门用于实现量子通信卫星。

 

2019 年 1 月 8 日,IBM 在 CES(美国消费电子展)上展示了已开发的世界首款商业化量子计算机 IBM Q System One。

 

波士顿咨询预计,到2030年,量子计算市场规模将达到500亿美金。

 

仅以美国制药行业为例,若复杂的原子水平的量子模拟在此刻得以实现,且有10%的公司愿意为这一技术买单,那就意味着量子计算在这一领域拥有150-300亿美元的市场机会。与之相比,目前全球高性能计算市场的总和为100亿美元。 

 

什么是量子计算?

 

计算设备所依赖的无非是半导体芯片,所使用的逻辑是非常清晰简单的:利用 0 和 1,通过集成电路来控制和运算信息。

 

而量子计算机的出现,完全摆脱掉了我们之前对一台计算机的传统认知。

 

量子计算是通过控制光子、原子和小分子的各种状态,利用其与现有物理世界逻辑迥然不同的「量子物理学」来控制和运算信息。量子世界中所呈现出的运动状态和可能性,是完全不同于我们现在对固有世界的认知,所以也造成了很多人对量子计算投来不信任的目光。 

 

为了正确理解量子计算,首先我们得在量子世界中了解两个状态:「纠缠态」和「叠加态」。所谓「纠缠态」,就两个量子比特之间呈现一定的相关性,即其中一个是 A,那么另外一个和它处于「纠缠态」的比特就是 B;所谓「叠加态」,即这两个量子比特,都有可能既是 A,也是 B,也就是两种不同的属性叠加在一个量子比特上。(注:不是所有的量子计算都必须量子纠缠,量子纠缠是量子计算的非必要条件。)

 

了解抽象的物理现象还是摆脱不了用简单的比喻:经典计算机中的一个比特是「开关」,只有开和关两个状态(0 和 1),而量子比特是「旋钮」,就像收音机上调频的旋钮那样,有无穷多个状态(所有的 a|0> + b|1>)。

 

 

而当 N 个量子比特进入到计算过程中,它们各自的叠加态会带来 N 个不同的排列组合状态,这样一个处于叠加态中的量子系统,给我们带来的是:这 2 的 n 次方个基本状态的线性叠加。

具体而言,对于 n 个量子比特的量子计算机,一次操作就可以同时改变 2 的 n 次方个系数,相当于对 n 个比特的经典计算机进行 2 的 n 次方次操作。

 

但想要实现量子计算并不容易,长期以来量子计算仅存在于理论中。因为在量子力学中,测量是一个独特的操作。不测量的时候,系统是做连续演化的,我们可以预测系统的状态。

 

而在测量时,系统可能会发生突变,我们可能也会失去预测能力。由此导致的结果是,量子计算机很早就出现在了科学家们的构想里,甚至经历了整个20世纪末新世纪初的计算机行业爆发成长时期,却直到最近两年才逐渐出现可验证、可实操、可商用的量子计算机。

 

尽管如此,构造可被使用的量子计算往往需要非常特定的算法。只对少数特定的问题,人们才设计出了这样的算法。而对于大多数的问题,量子计算机还没有表现出明显的优势,因此现阶段描述量子计算的更准确说法是:量子计算有非常大的潜力,并且这样的潜力优势正在越来越明朗化。

 

量子计算赛道上的选手们

 

量子计算计算的原始概念可以追溯至上世纪70年代,那时经典计算机行业刚刚进入腾飞阶段。

 

1970年,斯蒂文·威斯纳(Steven Wiesner)就设想量子信息处理是解决密码逻辑认为较好的一种方式,这是量子计算最早的火花。

 

在1982年发表的一篇论述使用计算机模拟量子系统的论文中,诺贝尔奖得主、理论物理学家费曼认为,在经典计算机上模拟量子力学需要指数级的硬件投入,而他给出的建议则是,使用量子计算机。

 

而在 1994 年,贝尔实验室的休尔发布了一篇论文,一下子让量子计算的概念大放异彩。在这篇论文中,他展示了量子算法分解一个 1000 位的质因数所需要的时间,传统计算机大约需要 10 万万兆年的时间,而量子计算机的话只需要 20 分钟就可以做到。这样的对比,让量子计算的概念迅速传播开来。

 

在 1998 年,英国牛津大学的研究人员宣布他们在量子计算领域获得了突破性进展,可以实现两个量子比特来进行信息的运算。时间快进到 2017 年,IBM 证明了用 50 个量子比特来进行计算是可行的。在 20 年的时间内,量子比特的数目提升了 25 倍,略慢于经典计算机中的摩尔定律。

 

2016年8月16日1时40分,在酒泉卫星发射中心,长征二号丁运载火箭发射升空,中国发射出了全球首颗设计用于进行量子科学实验的卫星:量子科学实验卫星『墨子号』!2017年,“墨子号”实现了从北京到维也纳的7600公里的量子保密的通信。

 

在 2018 年,Google 展示了 72 量子比特的信息处理能力。在 8 月份,Rigetti Computing 公司宣布计划推出 128 比特量子芯片。

 

2018年10月,IBM 和德国慕尼黑工业大学的研究团队在《科学》杂志上发表的一篇论文,使用实际运行中的量子计算机首次验证了量子计算在处理一些问题时的巨大优势。

 

 

业界就量子计算的技术进步,也针对性的发明了一个词:「Rose 定律」,以区别于半导体芯片的技术发展定律「摩尔定律」。

 

而现在,Rose 定律所发挥的影响正在加速,真的是在越来越快的抬头。而如今,在量子计算中的存在的几大竞争对手,他们如下图所示:

 

 

D-Wave 是目前这个领域中资金最充足的私人量子计算公司,迄今已筹资 2.1 亿美元,其次是 Rigetti Computing(1.19 亿美元),硅量子计算(6600 万美元)和剑桥量子计算(CQC)(5000 万美元)。值得注意的是,自 2013 年以来,这四家公司的交易占该行业总融资的约 70%。此外,私营量子计算公司的交易总体上在 2018 年创下历史新高。

 

而量子计算中,又分了三个不同的赛道

 

 

由于之前谈到的,量子计算的实现往往与其最终应用有着直接联系,即解决特定问题采用不同方法。因此,在量子计算领域又分为三种不同流派:量子退火、量子模拟、通用量子计算。

 

最适合解决优化问题的量子退火

 

换句话说,研究人员正试图在许多可能的变量组合中找到最佳(最有效)的可能配置。

 

例如,大众汽车(VW)最近进行了一项量子试验,以优化中国北京拥挤的城市的交通流量。该实验是与 Google 和 D-Wave Systems 合作完成的。

 

据大众称,该算法可以通过为每辆车选择理想路径来成功减少流量。想象一下,在全球范围内应用这一实验 - 优化每个航空公司的路线,机场时刻表,天气数据,燃料成本和乘客信息等,以获得最具成本效益的旅行和物流解决方案。 

 

经典计算机需要数千年才能计算出这种问题的最佳解决方案。理论上,量子计算机可以在几个小时或更短的时间内完成。

 

退火还适用于一系列行业中的特定问题。例如,空中客车公司于 2015 年在其位于英国纽波特的工厂建立了量子计算单元。该公司正在探索数字建模和材料科学的量子退火。目前,工程师需要花费多年来模拟飞机机翼上空气流动的过程,而量子计算机仅需要几个小时来模拟在机翼上以各种角度和速度流动的每一个空气原子的运动状态,以确定最佳或最有效的机翼设计。

 

针对诸如微观化学领域超复杂现象的分析解决:量子模拟

 

量子模拟致力于探索量子物理学中超出经典系统能力的特定问题。特别是,量子模拟器可用于模拟蛋白质折叠 - 这是生物化学最棘手的问题之一。

 

像阿尔茨海默氏症和帕金森症这样的大家都比较熟悉的致命疾病,就是错误折叠的蛋白质所引起的。研究人员测试新的治疗方法必须通过随机计算机模型来了解哪些药物会对每种蛋白质产生反应。

 

量子计算机可以帮助计算大量可能存在的蛋白质折叠序列,以制造更有效的药物。在未来,量子模拟将通过考虑每种可能的蛋白质及药物组合,来实现快速的药物设计测试。

 

最强大和最具普适性的通用量子计算

 

通用量子计算机是最强大和最具普适性的,但也是最难构建的。一个真正通用的量子计算机可能会使用超过100,000个量子比特 - 有些人估计它的速率为1M量子比特。而今天,我们可以访问的最多的量子比特甚至也不过 128。

 

通用量子计算机背后的基本思想是,用户可以将量子计算应用于任何大型复杂问题。这包括求解上述退火方程,模拟量子等。

 

通用量子计算机就像人工智能领域中的“通用人工智能”,目前仍在科学的假设与科幻作品中。我们可能在很长一段时间内都无法触及到这一圣杯,但亦如人工智能一样,在我们追寻这一目标的途中,量子计算就会给我们回馈巨大的生产力。

 

我们即将迎来的量子计算世界

 

跨行业的量子计算领域中,随着量子计算资源成本的下降,将出现更多的行业参与者。随着越来越多的参与者深入研究这个行业,量子计算将会看应用到越来越多的行业上,特别是在当下某些情境中,传统计算机的效率十分低下。

 

比如医疗健康领域、农业领域、还有数字安全领域,值得一提的是:2016年,中国推出了世界上第一颗量子卫星,其通信的安全性达到了经典计算机难以破解的水平。

 

而更重要的是,量子计算有可能激发人工智能领域的再次蜕变。

 

量子计算机上的 AI 培训可以促进计算机视觉,模式识别,语音识别,机器翻译等。

 

量子计算机是可以用来加速人工智能技术的发展的,量子机器学习可以创建全新的 AI,机器会以类似人的方式更有效地执行复杂任务。从而有可能使得我们更接近通用人工智能。

 

虽然量子 AI 仍然是非常新的超前沿领域,里面有太多未知的东西需要证实。但许多公司已经开始推动该领域的研究和应用,包括:谷歌、IBM、微软、亚马逊、Zapata Computing,Xanadu 和 Qindom 等……

 

2019 年 1 月 8 日,IBM 在 CES(美国消费电子展)上展示了已开发的世界首款商业化量子计算机 IBM Q System One。在国内,阿里和华为已在量子计算领域展开布局。2019年5月,腾讯也在全球数字生态大会上首都公开了腾讯量子实验室在量子计算领域的业务,并展示了量子计算在量子AI、药物研发和科学计算平台等应用领域上的研发成果。

 

随着越来越多的企业加入量子计算研发,量子计算的应用奇点距离已经不再遥远。

 

--END--

 

作者| 楼迪 TRI轻作者 

编辑| 王健飞 腾讯研究院研究员

前沿杂志
互联网前沿42

无人驾驶汽车正从科幻变成现实。作为第二次机器革命(即如今的人工智能变革)的重要产物和标志,无论从未来5年、10年抑或20年来看,无人驾驶汽车都可能产生巨大影响,这些影响牵扯到人类生活的方方面面,需要政策制定者现在就开始绸缪无人驾驶汽车的未来并应对其潜在影响。

2018-07-11

全站精选