量子計算

出自 MBA智库百科(https://wiki.mbalib.com/)

量子計算（Quantum Computing）

　　量子計算（Quantum Computing）是一種遵循量子力學規律調控量子信息單元進行計算的新型計算模式。對照於傳統的通用電腦，其理論模型是通用圖靈機；通用的量子電腦，其理論模型是用量子力學規律重新詮釋的通用圖靈機。從可計算的問題來看，量子電腦只能解決傳統計算機所能解決的問題，但是從計算的效率上，由於量子力學疊加性的存在，某些已知的量子演算法在處理問題時速度要快於傳統的通用電腦。

　　量子力學態疊加原理使得量子信息單元的狀態可以處於多種可能性的疊加狀態，從而導致量子信息處理從效率上相比於經典信息處理具有更大潛力。普通電腦中的2位寄存器在某一時間僅能存儲4個二進位數（00、01、10、11）中的一個，而量子電腦中的2位量子位（qubit）寄存器可同時存儲這四種狀態的疊加狀態。隨著量子比特數目的增加，對於n個量子比特而言，量子信息可以處於2種可能狀態的疊加，配合量子力學演化的並行性，可以展現比傳統電腦更快的處理速度。

　　量子位

　　量子位（qubit）是量子計算的理論基石。在常規電腦中，信息單元用二進位的 1 個位來表示，它不是處於“ 0” 態就是處於“ 1” 態. 在二進位量子電腦中，信息單元稱為量子位，它除了處於“ 0” 態或“ 1” 態外，還可處於疊加態（superposed state）。 疊加態是“ 0” 態和“ 1” 態的任意線性疊加，它既可以是“ 0” 態又可以是“ 1” 態，“ 0” 態和“ 1” 態各以一定的概率同時存在. 通過測量或與其它物體發生相互作用而呈現出“ 0” 態或 “ 1” 態.任何兩態的量子系統都可用來實現量子位，例如氫原子中的電子的基態（ground state）和第 1 激發態（first excited state)、 質子自旋在任意方向的+ 1/ 2 分量和- 1/ 2 分量、 圓偏振光的左旋和右旋等。

　　一個量子系統包含若幹粒子，這些粒子按照量子力學的規律運動，稱此系統處於態空間的某種量子態。這裡所說的態空間是指由多個本徵態（eigenstate) （即基本的量子態）所張成的矢量空間，基本量子態簡稱基本態（basic state）或基矢（basic vector) . 態空間可用Hilbert 空間（線性復向量空間）來表述，即Hilbert 空間可以表述量子系統的各種可能的量子態.為了便於表示和運算，Dirac提出用符號|x〉 來表示量子態，|x〉 是一個列向量，稱為ket ；它的共軛轉置（conjugate t ranspose) 用〈x|表示，〈x|是一個行向量，稱為bra.一個量子位的疊加態可用二維Hilbert 空間（即二維復向量空間）的單位向量來描述。

　　疊加原理

　　把量子考慮成磁場中的電子。電子的旋轉可能與磁場一致，稱為上旋轉狀態，或者與磁場相反，稱為下旋狀態。如果我們能在消除外界影響的前提下，用一份能量脈衝能將下自旋態翻轉為上自旋態；那麼，我們用一半的能量脈衝，將會把下自旋狀態製備到一種下自旋與上自旋疊加的狀態上（處在每種狀態上的幾率為二分之一）。對於n個量子比特而言，它可以承載2的n次方個狀態的疊加狀態。而量子電腦的操作過程被稱為么正演化，么正演化將保證每種可能的狀態都以並行的方式演化。這意味著量子電腦如果有500個量子比特，則量子計算的每一步會對2500種可能性同時做出了操作。2500是一個可怕的數，它比地球上已知的原子數還要多（這是真正的並行處理，當今的經典電腦，所謂的並行處理器仍然是一次只做一件事情）。

• 20世紀80年代初期，量子計算的概念最早由P.Benioff提出，他提出二能階的量子系統可以用來模擬數字計算；稍後費曼也對這個問題產生興趣而著手研究，

• 1981年，P.Benioff在麻省理工學院舉行的First Conference on Physics of Computation中給了一場演講，勾勒出以量子現象實現計算的願景。

• 1985年，牛津大學的D. Deutsch提出量子圖靈機（quantum Turing machine）的概念，量子計算才開始具備了數學的基本型式。然而上述的量子計算研究多半局限於探討計算的物理本質，還停留在相當抽象的層次，尚未進一步跨入發展演算法的階段。

• 1994年，貝爾實驗室的應用數學家P. Shor指出，相對於傳統電子計算器，利用量子計算可以在更短的時間內將一個很大的整數分解成質因數的乘積。這個結論開啟量子計算的一個新階段。

• 2011年5月11日，加拿大量子計算公司D-Wave於正式發佈了全球第一款商用型量子電腦“D-Wave One”，量子電腦的夢想距離我們又近了一大步^[2]。

• 2016年8月18日，中國科學技術大學教授李傳鋒研究組首次研製出非局域量子模擬器並模擬宇稱—時間世界中的超光速現象。該成果首次展示了非局域性在量子模擬中的重要作用，完成了經典電腦無法模擬的任務，為量子模擬器的發展開拓了新的研究方向^[3]。

• 2017年1月，D-Wave公司推出D-Wave 2000Q，他們聲稱該系統由2000個qubit構成，可以用於求解最優化、網路安全、機器學習、和採樣等問題。對於一些基準問題測試，如最優化問題和基於機器學習的採樣問題，D-Wave 2000Q勝過當前高度專業化的演算法1000到10000倍。

• 2018年10月12日，華為公佈了在量子計算領域的最新進展：量子計算模擬器HiQ雲服務平臺問世，平臺包括HiQ量子計算模擬器與基於模擬器開發的HiQ量子編程框架兩個部分，這是華為公司在量子計算基礎研究層面邁出的第一步^[4]。

• 2019年8月，中科院院士、中國科學技術大學教授潘建偉與陸朝陽、霍永恆等人領銜，和多位國內及德國、丹麥學者合作，在國際上首次提出一種新型理論方案，在窄帶和寬頻兩種微腔上成功實現了確定性偏振、高純度、高全同性和高效率的單光子源，為光學量子電腦超越經典電腦奠定了重要的科學基礎。國際權威學術期刊《自然·光子學》發表了該成果，評價其“解決了一個長期存在的挑戰”^[5]。

• 2020年9月15日，百度研究院量子計算研究所所長段潤堯發佈了百度量子平臺。他介紹，“百度全新發佈國內首個雲原生量子計算平臺量易伏，並全面升級量子脈衝雲計算服務系統量脈和量子機器學習開發工具集量槳，通過構建以百度量子平臺為核心的量子生態，開啟量子時代的大門。” ^[6]。

• 2021年10月，中科院量子信息與量子科技創新研究院科研團隊在超導量子和光量子兩種系統的量子計算方面取得重要進展，使中國成為世界上唯一在兩種物理體系達到“量子計算優越性”里程碑的國家^[7]。

• 2022年1月23日，我國首個量子計算全球開發者平臺正式上線。該平臺前身為國內首個以“量子計算”為主要特色的雙創平臺，目前正式升級為2.0版，更新為“量子計算全球開發者平臺”，旨在將量子計算全球開發者平臺打造成國內首個“經典-量子”協同的量子計算開發和應用示範平臺，推進量子計算產業落地^[8]。

• 2022年3月，量子計算技術創新中心在合肥建立^[9]。

• 2022年8月25日，百度正式對外發佈其第一臺產業級超導量子電腦——“乾始”，集量子硬體、量子軟體、量子應用於一體，提供移動端、PC端、雲端等在內的全平臺使用方式。

• 2023年1月5日，百度研究院發佈2023年十大科技趨勢預測，量子計算上榜^[10]。

　　量子計算為許多行業的發展和問題解決提供了巨大的潛力。然而，目前，它有其局限性。

　　量子位元環境中最輕微的干擾都會造成退相干或衰變。

　　這會導致計算崩潰或錯誤。如上所述，量子電腦必須在計算階段免受所有外部干擾。

　　計算階段的錯誤修正還沒有完善。

　　這使得計算可能不可靠。由於量子位不是數據的數字位，它們不能受益於經典電腦使用的傳統糾錯解決方案。

　　檢索計算結果會破壞數據。諸如一種特殊的資料庫搜索演算法的發展保證了測量行為將導致量子態被解碼成正確的答案。

　　安全和量子密碼術尚未完全發展。

　　缺少量子位阻礙了量子電腦發揮其有效使用的潛力。研究人員還沒有生產出超過128個。

　　根據全球能源領導者Iberdola的說法，“量子電腦必須幾乎沒有大氣壓力，環境溫度接近絕對零度(-273攝氏度)，並且與地球磁場絕緣，以防止原子移動，相互碰撞或與環境相互作用。”

　　此外，這些系統僅運行非常短的時間間隔，因此信息會被損壞並且無法存儲，這使得恢複數據更加困難

　　應用領域廣泛

　　量子計算可以為安全領域做出巨大貢獻，金融軍事和情報、藥物設計和發現、航空航天設計、公用事業(核聚變)、聚合物設計、機器學習、人工智慧(AI)、大數據搜索和數字製造。

• 醫療保健行業可以使用量子計算來開發新藥和基因靶向醫療。它也可以為更先進的DNA研究提供動力。

• 航空航天。量子計算可以用來設計更高效、更安全的飛機和交通規劃系統。

• 化學和生物工程。例如，可編程量子電腦已經成功模擬了簡單的化學反應，為不久的將來越來越複雜的化學模擬鋪平了道路。量子模擬有助於預測新分子的性質，隨著量子模擬可行性的出現，工程師將能夠考慮否則難以建模的分子構型。這種能力意味著量子電腦將在加速材料發現和藥物開發方面發揮重要作用。

• 網路安全。組合學是加密的核心超過一千年。今天的加密仍然建立在組合學的基礎上，強調組合計算本質上是不可管理的假設。然而，有了量子計算，破解加密變得容易得多，這對數據安全構成了威脅。一個新的行業正在成長，幫助企業為即將到來的網路安全漏洞做好準備。

• 人工智慧。量子計算可能會為人工智慧帶來新的機遇，這通常涉及對大量數據的組合處理，以便做出更好的預測和決策(想想面部識別或欺詐檢測)。一個不斷發展的研究領域量子機器學習確定量子演算法可以實現更快人工智慧的方式。當前技術和軟體的限制使得量子人工通用智能成為一個相當遙遠的可能性——但它肯定使思維機器不僅僅是科幻小說的主題。

• 金融服務。金融是最早接受大數據的領域之一。複雜資產定價背後的許多科學——如股票期權——涉及組合計算。例如，當高盛(Goldman Sachs)為衍生品定價時，它會應用一種被稱為蒙特卡洛模擬的高度計算密集型計算，根據模擬的市場走勢做出預測。計算速度長期以來一直是金融市場的一個優勢來源(對沖基金爭相在獲取價格信息方面獲得毫秒級優勢)。量子演算法可以提高一系列重要金融計算的速度。

• 複雜製造。量子電腦可以用於獲取關於操作故障的大型製造數據集，並將它們轉化為組合挑戰，當與量子啟發的演算法配對時，可以識別複雜製造過程的哪個部分導致了產品故障事件。對於像微晶元這樣的產品，生產過程可能有數千個步驟，量子計算可以幫助減少代價高昂的故障。

　　應用案例

　　賓士x IBM^[11]

　　梅賽德斯-賓士與IBM合作，正在探索利用量子計算設計電池，以打造電動汽車的未來。

　　埃克森美孚x IBM^[11]

　　埃克森美孚與IBM合作，探索量子演算法以解決運輸世界上清潔的燃燒燃料的複雜性。

　　三菱化學，JSR，慶應義塾大學x IBM^[11]

　　IBM與JSR、三菱化學和慶應義塾大學合作，利用量子計算探索新型發光材料。

　　三菱化學x IBM^[11]

　　三菱化學正在應用量子計算來幫助開發具有更大能量密度的鋰氧電池。

• 量子電腦
• 量子通信