我们都听说过“量子计算机”，但对于“到底什么是量子计算机？”，你真的理解吗？甚至，我们有必要从头到脚了解所有细节吗？ 最近的Fast Company《快公司》杂志刊载了一篇面向商业群体的指南，以非常接地气的十个问题和可爱的图示、为下一代计算革命呈现了一幅轻快而清晰的图景。如此高质量的文章不容错过！就让我们翻开今天的外刊，一起共读吧~ 01 从“为什么”开始 Start with “why”
1. Let’s start with “why”. 让我们从理解“为什么”开始——为什么我们需要量子计算机？到底什么是量子计算机能实现、而今天的超级计算机做不到的？ 实际上，这是一个tricky的问题，量子计算机的设计目标就不是“击败”如今的超级计算机，而是挑战现在根本无法完成的任务（比如理论计算步骤需要10 septillion年——1后面跟25个零——的算法，量子计算机在理论上的计算时间则可以缩短到以天甚至小时计）。 2. Dare I ask how quantum computers work? 我真的需要知道它的工作原理吗？ 确实并不需要！就像现在你正在使用mac或windows电脑、也并不需要知道所有电路、芯片设计的细节——除非你需要自己造一台！可能你只需要知道一点：在量子计算机中，人们使用的是“量子比特qubit”而非传统的0-1二元比特，量子比特的神奇之处在于、它可以处于0、1、或者0和1之间的状态。量子纠缠可以操纵量子比特进行算法运算；而维持量子状态需要几乎绝对零度，这个需求导致了量子计算机看起来像“蒸汽朋克吊灯”——堆叠的镀金铜片层层降温，蛇形的管路在量子比特间运输着数据。 “蒸汽朋克吊灯”卡通图解：1)降温管路；2)隔热层；3) 传导信号的电缆；4) 混合室，用于进一步降温；5) 量子放大器；6) 量子处理器，计算的核心 3. I’m already lost. 这么复杂吗？我已经晕了… 别担心，你不是一个人！You’re not alone! 我们可以借助一个比喻来理解：想象量子比特是一个魔法硬币。当你需要排列出100个硬币抛掷结果的组合，如果使用普通硬币，猜猜你需要多少个硬币——超过a nonillion，1后面跟着30个零，也远远超出传统计算机的存储极限；而使用魔法硬币，我们就只需要100个。这意味着“魔法硬币”理论上能完成传统计算领域无法完成的工作。 02 产业应用前景 Look into the future
4. That helps - but give me some examples. 请给我一些例子吧！ 在生物和材料领域，量子计算机理论上可广泛应用于药物发现和新电动车电池研发；量子计算机未来也可能更广泛地应用于金融分析，承担大量数据的分析、股票投资组合优化、风险管理、识别套利机会。（其实这段前景展望比较“画饼”，但清晰简明地展示了量子计算机广泛的应用前景） 5. Impressive! So why aren’t quantum computers everywhere already? 那么为什么量子计算机还没有遍地开花呢？ 系统的可靠性问题仍有待解决。一旦量子机器降到接近绝对零度，极为微小的温度波动或电子磁场干扰都会让量子比特工作异常。为了增强系统的可靠性，量子计算机设计者们部署了“错误矫正系统”，对“物理”量子比特采样、集成为更鲁棒的“逻辑”量子比特。因此，增加可以被整合为逻辑量子比特的“物理”量子比特的数量，成为了量子计算机工业的目标——微软发布的Majorana 1芯片正是号称“能集成100万个量子比特到一个手掌大小的芯片上”。 6. Who else is taking part in the race to make quantum real? 还有哪些人/组织在参与实现量子计算机？ 比你想象的更多！其中有一些是行业的大玩家，比如IBM，早在1981年就参与了概念构造、维护Qiskit量子算法软件平台，也在2019年发布了它的第一台商用量子机器IBM Q System One。其他很多则是小公司，2024年的麦肯锡行业报告显示有261家相关领域的创业公司、总计获得了67亿美元的投资，其中104家在美国和加拿大，24家在英国，10家在中国（但在中国完全有可能有更多）。一些公司在开发自己的量子计算机，另一些则选择在特定领域内深耕、并寻求与硬件公司的合作。 7. Once quantum computes are humming, will classical computing go away? 量子计算机落地使用后，传统计算机会消失吗？ 大概率不会。从文字处理到生成式AI，传统计算机已经胜任了很多工作。未来也许只有很少的公司会购买自己的复杂而昂贵的量子计算机，更多的公司可能会通过云端服务商(类似Amazon Web Services, Google Cloud, Microsft Azure)来使用；AI和传统算法与量子算法的结合也很有可能是大势所趋。 03 风险的考量 Anticipated risks
8. What are the anticipated risks? 听起来是一个有好处、也可能有危险的工具。有哪些可以预见的风险呢？ 一个人们普遍的担忧正是数据安全。正如我们在“量子密码学”这篇推文中曾介绍过的，量子计算机将对使得现在通用的通讯密码系统完全失效；而公司、科研机构与政府层面都已经行动了起来，开始开发能够抵抗量子计算机破译的密码算法。 9. Is there a chance that quantum computing will never amount to much? 有没有可能…量子计算机的未来永远不会实现？ 是的，怀疑者是存在的。实际上，Nvidia CEO黄仁勋就表达了“非常有用的量子计算机”至少还需要20年才能出现——这还是以Nvidia公司是在以积极的态度参与并推动量子计算的发展为前提的。黄老板的谨慎发言使得华尔街对量子计算公司D-wave, IonQ, Rigetti Computing等的预期发生了下调；而更多投资人的谨慎和回撤完全可能会使这项科技的前景变得更加暗淡。 10. 20 years！That sounds like forever. 二十年！感觉还需要很久啊… 确实，再乐观的从业者也无法准确预测量子计算机何时能商业化。但是，我们也可以回看人工智能的历史：从1956年夏天的Dartmouth的一个工作坊到今日，技术突破、生成式AI的商业化进程花费了超过50年，到ChatGPT的成功则又花费了10年——革命尚未成功，同志仍需努力。 04 问题引导的行业探索 Question-guided exploration 这篇外刊文章除了内容的高质量，由10个问题引导的文章结构更是让我深受启发。这种问答的形式带领我们从“物理领域的外行、但关心计算产业变革”的视角、轻松但清晰地建立了对于“量子计算产业”的印象——这种印象是“肤浅的”、“片面的”，但是“生动的”、“明确的”，对于信息传递这一目标、这就是最“有用的”！ 也可以想象，在ChatGPT等生成式AI工具越来越强势的未来，更多人机沟通会以这样的“对话”来进行。这种形式确实有明显的好处，可以适应于提问者的立场和背景、给出明确有效的回答；但也牺牲了知识体系的完整性——除非作为提问者的我们时刻意识到自己的盲区与“肤浅”。 希望这篇特别的量子计算机指南能帮助你更了解这个领域一点点~ 保持热情与思考，让我们一起畅想和见证精彩的未来！
还没有评论，来说两句吧...