1
雷锋网按：传统计算机性能的提升面临挑战，光子计算、量子计算、生物计算等新的技术都引发了业界关注。量子计算被认为能够解决传统计算不能解决的问题，但目前量子计算面临诸多挑战，性能还未超越传统计算机。从实践者的角度看，量子计算的部署至少还需要几年时间。
【 图片来源：scientificamerican 所有者：Richard Kail Getty Images 】
到目前为止，提到量子计算大部分人都会认为这是一种革命性的技术，它利用量子力学的奇特特性更快解决问题，甚至解决普通计算机无法解决的问题。这些问题从数学到零售业，从物理到金融。如果率先掌握量子技术，将有利于提升国家的竞争力。
量子计算的前景在20世纪80年代首次得到认可，但至今仍未实现。量子计算机难以设计、建造和编程。其中，相干性、量子损失是巨大的挑战，这对量子计算机的运营至关重要，这可能会导致重要程序在运营之前系统就崩溃。
雷锋网了解到，目前全球有许多巨头都参与了量子计算的竞争，国外的IBM、谷歌、英特尔，国内阿里、华为都取得了不同程度的进展，学术界以及国家实验室也有量子计算的相关研究。
虽然IBM，谷歌和IonQ正在测试50 、72甚至-160量子位的设备，但每增加一个量子位就会使机器复杂程度增加两倍，在这些量子位有限的系统中，研究人员只能在量子衰减之前执行少量量子操作或“门”。太多的量子比特会使系统崩溃。
不仅如此，建造和操作量子计算机的每一步都很难，与传统的芯片不同，要么用激光捕获单个原子，要么用激光器来制造。这通常需要将处理器保持在几乎绝对零度，控制这个系统被证明非常困难，电磁脉冲的设计必须完美设计，因为来自外部环境的一小部分能量可能导致量子比特衰减。
由振动、温度波动、电磁波还有其他外部环境的相互作用引起的这种相干性（称为退相干）的损失最终破坏了量子的奇异特性。鉴于目前普遍存在的退相干和其他问题，当代量子计算机不太可能返回完全正确的答案，即使运行的时间比较短。
虽然技术和架构的竞争正在解决这些问题，但现有的硬件平台不能保持一致性并提供大规模量子计算所需的强大纠错能力。或许，几年之后可能会取得突破。
与此同时，这个价值数十亿美元的问题是，在完成普及的计算方式之前，我们如何从一台不可靠的计算机中获得有用的结果？
答案是，工业界、学术界和国家实验室的研究人员都在寻求减少错误的方法。一种方法是基于各种噪声大小的计算结果来猜测无差错计算的结果。另一种完全不同的方法是，混合量子经典算法，只在量子计算机上运行程序中最关键的部分，大部分程序运行在更稳定的经典计算机上。事实证明，这些策略和其他策略对于应对当今量子计算机的干扰问题非常有用。
虽然经典计算机也受到各种错误的影响，但这些错误可以通过适量的额外存储和逻辑来纠正。量子误差校正方案确实存在，但会消耗大量的量子位（量子位），以至于只有相对较少的量子位能用于实际计算。这将使量子计算机可以计算的任务大大减少。
为了更清楚地了解量子比特的消耗，今天最先进的基于量子门的量子计算机，它使用类似于计算机、智能手机或平板电脑中的数字电路的逻辑门，目前，最先进的量子计算机只有50个量子位。而目前常见的计算设备中通常有数十亿个逻辑门。
麻烦的是，量子力学挑战了我们的直觉。因此，我们很难找出执行任务的最佳算法。为了克服这些问题，Los Alamos 国家实验室的团队正在开发一种方法来优化在相干的量子计算机上执行有用任务的算法。
算法可以理解为是告诉计算机执行操作的列表，类似于烹饪的配方。与传统算法相比，量子计算的算法最好尽可能短，并且研究团队发现，最适合于给定硬件设备的特定缺陷和噪声方案。这使得该算法能够在退相干之前在约束时间框架内执行更多的处理步骤，从而将正确结果尽可能提高。这种方法的主要思想是减少门的数量，试图在退相干之前完成执行，让其他错误来源没有成功的可能性。
当然，量子计算正一步步走向商用。摩根大通 （JPMorgan Chase&Co）看到了将量子计算作为一种具备潜力显着加速金融计算的方法，自2017年底以来，该银行一直与IBM的研究人员合作，试验量子计算。
虽然距离部署还需要几年时间，但摩根大通已经看到了一些小的成果，包括在理论上证明量子计算可以从根本上加速某些金融模型的成功。
摩根大通公司和投资银行定量研究总经理Ning Shen表示，这项技术需要几年时间才能成熟，部分原因是所需的硬件非常复杂，适应和创建新的量子算法需要时间。
至于公司何时可以开始从量子计算中看到可衡量的商业价值，时间从三年到十年不等，但这并不能阻止像摩根大通这样的公司进行早期试验。值得注意的是，据Gartner的预测，到2023年，包括企业或政府在内的组织预计将有20％为量子计算项目准备预算，而2018年不到1％ 。雷锋网
雷锋网参考 scientificamerican、gizmodo、wsj
相关文章：
IBM ：实现机器学习的「量子优势」还任重道远，但在特征映射方面的努力将见成效
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
