量子计算

出自 MBA智库百科(https://wiki.mbalib.com/)

量子计算（Quantum Computing）

　　量子计算（Quantum Computing）是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机，其理论模型是通用图灵机；通用的量子计算机，其理论模型是用量子力学规律重新诠释的通用图灵机。从可计算的问题来看，量子计算机只能解决传统计算机所能解决的问题，但是从计算的效率上，由于量子力学叠加性的存在，某些已知的量子算法在处理问题时速度要快于传统的通用计算机。

　　量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四种状态的叠加状态。随着量子比特数目的增加，对于n个量子比特而言，量子信息可以处于2种可能状态的叠加，配合量子力学演化的并行性，可以展现比传统计算机更快的处理速度。

　　量子位

　　量子位（qubit）是量子计算的理论基石。在常规计算机中，信息单元用二进制的 1 个位来表示，它不是处于“ 0” 态就是处于“ 1” 态. 在二进制量子计算机中，信息单元称为量子位，它除了处于“ 0” 态或“ 1” 态外，还可处于叠加态（superposed state）。 叠加态是“ 0” 态和“ 1” 态的任意线性叠加，它既可以是“ 0” 态又可以是“ 1” 态，“ 0” 态和“ 1” 态各以一定的概率同时存在. 通过测量或与其它物体发生相互作用而呈现出“ 0” 态或 “ 1” 态.任何两态的量子系统都可用来实现量子位，例如氢原子中的电子的基态（ground state）和第 1 激发态（first excited state)、 质子自旋在任意方向的+ 1/ 2 分量和- 1/ 2 分量、 圆偏振光的左旋和右旋等。

　　一个量子系统包含若干粒子，这些粒子按照量子力学的规律运动，称此系统处于态空间的某种量子态。这里所说的态空间是指由多个本征态（eigenstate) （即基本的量子态）所张成的矢量空间，基本量子态简称基本态（basic state）或基矢（basic vector) . 态空间可用Hilbert 空间（线性复向量空间）来表述，即Hilbert 空间可以表述量子系统的各种可能的量子态.为了便于表示和运算，Dirac提出用符号|x〉 来表示量子态，|x〉 是一个列向量，称为ket ；它的共轭转置（conjugate t ranspose) 用〈x|表示，〈x|是一个行向量，称为bra.一个量子位的叠加态可用二维Hilbert 空间（即二维复向量空间）的单位向量来描述。

　　叠加原理

　　把量子考虑成磁场中的电子。电子的旋转可能与磁场一致，称为上旋转状态，或者与磁场相反，称为下旋状态。如果我们能在消除外界影响的前提下，用一份能量脉冲能将下自旋态翻转为上自旋态；那么，我们用一半的能量脉冲，将会把下自旋状态制备到一种下自旋与上自旋叠加的状态上（处在每种状态上的几率为二分之一）。对于n个量子比特而言，它可以承载2的n次方个状态的叠加状态。而量子计算机的操作过程被称为幺正演化，幺正演化将保证每种可能的状态都以并行的方式演化。这意味着量子计算机如果有500个量子比特，则量子计算的每一步会对2500种可能性同时做出了操作。2500是一个可怕的数，它比地球上已知的原子数还要多（这是真正的并行处理，当今的经典计算机，所谓的并行处理器仍然是一次只做一件事情）。

• 20世纪80年代初期，量子计算的概念最早由P.Benioff提出，他提出二能阶的量子系统可以用来仿真数字计算；稍后费曼也对这个问题产生兴趣而着手研究，

• 1981年，P.Benioff在麻省理工学院举行的First Conference on Physics of Computation中给了一场演讲，勾勒出以量子现象实现计算的愿景。

• 1985年，牛津大学的D. Deutsch提出量子图灵机（quantum Turing machine）的概念，量子计算才开始具备了数学的基本型式。然而上述的量子计算研究多半局限于探讨计算的物理本质，还停留在相当抽象的层次，尚未进一步跨入发展算法的阶段。

• 1994年，贝尔实验室的应用数学家P. Shor指出，相对于传统电子计算器，利用量子计算可以在更短的时间内将一个很大的整数分解成质因子的乘积。这个结论开启量子计算的一个新阶段。

• 2011年5月11日，加拿大量子计算公司D-Wave于正式发布了全球第一款商用型量子计算机“D-Wave One”，量子电脑的梦想距离我们又近了一大步^[2]。

• 2016年8月18日，中国科学技术大学教授李传锋研究组首次研制出非局域量子模拟器并模拟宇称—时间世界中的超光速现象。该成果首次展示了非局域性在量子模拟中的重要作用，完成了经典计算机无法模拟的任务，为量子模拟器的发展开拓了新的研究方向^[3]。

• 2017年1月，D-Wave公司推出D-Wave 2000Q，他们声称该系统由2000个qubit构成，可以用于求解最优化、网络安全、机器学习、和采样等问题。对于一些基准问题测试，如最优化问题和基于机器学习的采样问题，D-Wave 2000Q胜过当前高度专业化的算法1000到10000倍。

• 2018年10月12日，华为公布了在量子计算领域的最新进展：量子计算模拟器HiQ云服务平台问世，平台包括HiQ量子计算模拟器与基于模拟器开发的HiQ量子编程框架两个部分，这是华为公司在量子计算基础研究层面迈出的第一步^[4]。

• 2019年8月，中科院院士、中国科学技术大学教授潘建伟与陆朝阳、霍永恒等人领衔，和多位国内及德国、丹麦学者合作，在国际上首次提出一种新型理论方案，在窄带和宽带两种微腔上成功实现了确定性偏振、高纯度、高全同性和高效率的单光子源，为光学量子计算机超越经典计算机奠定了重要的科学基础。国际权威学术期刊《自然·光子学》发表了该成果，评价其“解决了一个长期存在的挑战”^[5]。

• 2020年9月15日，百度研究院量子计算研究所所长段润尧发布了百度量子平台。他介绍，“百度全新发布国内首个云原生量子计算平台量易伏，并全面升级量子脉冲云计算服务系统量脉和量子机器学习开发工具集量桨，通过构建以百度量子平台为核心的量子生态，开启量子时代的大门。” ^[6]。

• 2021年10月，中科院量子信息与量子科技创新研究院科研团队在超导量子和光量子两种系统的量子计算方面取得重要进展，使中国成为世界上唯一在两种物理体系达到“量子计算优越性”里程碑的国家^[7]。

• 2022年1月23日，我国首个量子计算全球开发者平台正式上线。该平台前身为国内首个以“量子计算”为主要特色的双创平台，目前正式升级为2.0版，更新为“量子计算全球开发者平台”，旨在将量子计算全球开发者平台打造成国内首个“经典-量子”协同的量子计算开发和应用示范平台，推进量子计算产业落地^[8]。

• 2022年3月，量子计算技术创新中心在合肥建立^[9]。

• 2022年8月25日，百度正式对外发布其第一台产业级超导量子计算机——“乾始”，集量子硬件、量子软件、量子应用于一体，提供移动端、PC端、云端等在内的全平台使用方式。

• 2023年1月5日，百度研究院发布2023年十大科技趋势预测，量子计算上榜^[10]。

　　量子计算为许多行业的发展和问题解决提供了巨大的潜力。然而，目前，它有其局限性。

　　量子位元环境中最轻微的干扰都会造成退相干或衰变。

　　这会导致计算崩溃或错误。如上所述，量子计算机必须在计算阶段免受所有外部干扰。

　　计算阶段的错误修正还没有完善。

　　这使得计算可能不可靠。由于量子位不是数据的数字位，它们不能受益于经典计算机使用的传统纠错解决方案。

　　检索计算结果会破坏数据。诸如一种特殊的数据库搜索算法的发展保证了测量行为将导致量子态被解码成正确的答案。

　　安全和量子密码术尚未完全发展。

　　缺少量子位阻碍了量子计算机发挥其有效使用的潜力。研究人员还没有生产出超过128个。

　　根据全球能源领导者Iberdola的说法，“量子计算机必须几乎没有大气压力，环境温度接近绝对零度(-273摄氏度)，并且与地球磁场绝缘，以防止原子移动，相互碰撞或与环境相互作用。”

　　此外，这些系统仅运行非常短的时间间隔，因此信息会被损坏并且无法存储，这使得恢复数据更加困难

　　应用领域广泛

　　量子计算可以为安全领域做出巨大贡献，金融军事和情报、药物设计和发现、航空航天设计、公用事业(核聚变)、聚合物设计、机器学习、人工智能(AI)、大数据搜索和数字制造。

• 医疗保健行业可以使用量子计算来开发新药和基因靶向医疗。它也可以为更先进的DNA研究提供动力。

• 航空航天。量子计算可以用来设计更高效、更安全的飞机和交通规划系统。

• 化学和生物工程。例如，可编程量子计算机已经成功模拟了简单的化学反应，为不久的将来越来越复杂的化学模拟铺平了道路。量子模拟有助于预测新分子的性质，随着量子模拟可行性的出现，工程师将能够考虑否则难以建模的分子构型。这种能力意味着量子计算机将在加速材料发现和药物开发方面发挥重要作用。

• 网络安全。组合学是加密的核心超过一千年。今天的加密仍然建立在组合学的基础上，强调组合计算本质上是不可管理的假设。然而，有了量子计算，破解加密变得容易得多，这对数据安全构成了威胁。一个新的行业正在成长，帮助企业为即将到来的网络安全漏洞做好准备。

• 人工智能。量子计算可能会为人工智能带来新的机遇，这通常涉及对大量数据的组合处理，以便做出更好的预测和决策(想想面部识别或欺诈检测)。一个不断发展的研究领域量子机器学习确定量子算法可以实现更快人工智能的方式。当前技术和软件的限制使得量子人工通用智能成为一个相当遥远的可能性——但它肯定使思维机器不仅仅是科幻小说的主题。

• 金融服务。金融是最早接受大数据的领域之一。复杂资产定价背后的许多科学——如股票期权——涉及组合计算。例如，当高盛(Goldman Sachs)为衍生品定价时，它会应用一种被称为蒙特卡洛模拟的高度计算密集型计算，根据模拟的市场走势做出预测。计算速度长期以来一直是金融市场的一个优势来源(对冲基金争相在获取价格信息方面获得毫秒级优势)。量子算法可以提高一系列重要金融计算的速度。

• 复杂制造。量子计算机可以用于获取关于操作故障的大型制造数据集，并将它们转化为组合挑战，当与量子启发的算法配对时，可以识别复杂制造过程的哪个部分导致了产品故障事件。对于像微芯片这样的产品，生产过程可能有数千个步骤，量子计算可以帮助减少代价高昂的故障。

　　应用案例

　　奔驰x IBM^[11]

　　梅赛德斯-奔驰与IBM合作，正在探索利用量子计算设计电池，以打造电动汽车的未来。

　　埃克森美孚x IBM^[11]

　　埃克森美孚与IBM合作，探索量子算法以解决运输世界上清洁的燃烧燃料的复杂性。

　　三菱化学，JSR，庆应义塾大学x IBM^[11]

　　IBM与JSR、三菱化学和庆应义塾大学合作，利用量子计算探索新型发光材料。

　　三菱化学x IBM^[11]

　　三菱化学正在应用量子计算来帮助开发具有更大能量密度的锂氧电池。

• 量子计算机
• 量子通信