未來的量子計算能為我們帶來什麼

基因定位到太空探索，人類活動帶來了越來越多的數據。這些海量數據的處理已經遠遠超過了經典計算機的能力範圍。基於這種情況，在挖掘大數據潛在價值的過程中，量子計算將扮演重要角色。

量子計算和大數據

量子計算的發展與現代計算機在本質上是相近的，都依賴於硬體、算法、作業系統、應用軟體、雲端平臺的演進，進而孵化出一個萌芽中的量子計算產業生態。與傳統計算相比，錯誤對於量子計算的影響更大，所以對於量子計算機來說很重要的一點是要解決容錯性(Fault-tolerant)。

圖-量子計算的整體架構

發展量子計算技術的主要挑戰在於需要通過發展高精度、高效率的量子態製備與相互作用控制技術，實現規模化量子比特的相干操縱。在實驗上，近年來科學家們已經在離子阱(Ion-traps)，超導系統 (Superconductor)，光子(Photons)，鑽石中的氮素空位 (Nitrogen-Vacancy Centres in Diamond) 和半導體(Semiconductor)等幾個物理系統中實現了基本量子邏輯門操作和少數量子比特的簡單量子計算。不過要實現規模化的、真正意義上的量子計算，因為對物理系統性質的要求常常互相矛盾，所以建造有規模的、有實際應用價值的量子計算機還存在巨大的技術困難。

在構建量子計算機的理論和實驗研究中，以牛津大學研究為代表的離子阱量子計算機在所有實現基本量子比特操作(存儲器，狀態輸入，狀態讀出，邏輯門)的性能表現的維度上，目前被認為是量子計算機物理實現最成熟最有希望的方案。超導電路與離子阱相比，現在可以說是具備旗鼓相當的發展水平。2017 年 5 月中國科學院首次實現 10 個超導量子比特的糾纏，同一個月 IBM 實現了 17 個超導量子比特的糾纏。

未來兩到三年內，量子計算機有望擴大到50 個量子比特，達到所謂的「量子優越性」(Quantum Supremacy)，也就是說，在某些問題上，量子計算機的計算能力將超過目前最強大的經典並行計算機。但要達到真正的商業應用，量子比特需要達到百萬級，這是一個非常大的門檻，當規模如此龐大時，量子計算機就可以克服錯誤問題。

即使是最樂觀的科學家也認為，量子計算機不會完全取代現在的電腦。對於許多問題，使用量子計算機並沒有太大的優勢，比如說沒有必要使用量子計算機去做文字處理，查郵件或者玩手機遊戲。MIT 量子計算科學家 Aaronson 在 2008 年「量子計算的局限性 (The limits of quantum computers)」一文中分析了量子計算機對某些困難問題，比如說 NPcomplete 中 著 名 的「 旅行推銷 員問題」 ， 只能提供非常有限的加速，其中，NP是指非確定性多項式(Non-Deterministic Polynomial)。旅行推銷員問題是指給定一系列城市和每對城市之間的距離，求解訪問每一座城市一次並回到起始城市的最短迴路。它是組合優化中的一個 NP困難問題，在運籌學和理論計算機科學中非常重要。

量子計算的局限性

目前已經知道，量子計算機至少在解決某些類問題上，如分解大數質因子、隨機資料庫搜索等，相對經典計算機具有大規模加速作用。量子計算未來主要會應用在複雜的大規模數據處理與計算難題，以及基於量子加密的網絡安全服務，例如：環境監測領域的氣象預報，醫學領域的基因測序與藥物研發，金融領域的投資大數據分析、預測與風險建模，網絡安全與即時通訊領域的量子加密，以及為人工智慧提供強大的計算能力。

人工智慧和機器學習

像人類一樣，量子計算機也可以從經驗中學習，進行自我糾錯。比如，量子計算機可以修改出現亂碼的程序代碼。這一概念被稱為量子計算機的機器學習——與Facebook 新聞流根據用戶的「點讚」而進行個性化的推送相類似，只是更為複雜。

量子計算機的機器學習可以幫助我們更快、更高效地做很多事情，具體應用場景包括人臉識別、圖像理解、音頻語音理解、用戶畫像、機器人和自動駕駛車的圖像識別及決策等。用量子算法，可以更快地構建機器學習模型，對於數據越多的問題，節省的時間就越多。

比如說衛星，它在運行過程中收集了大量的圖像和視頻資料，產生海量數據。我們不可能精細搜索和分析如此多的數據，但是這樣卻可能會錯過許多關鍵信息。而量子計算機可以比經典計算機更快地篩選海量數據，並指出哪些圖像和視頻我們應該做進一步分析，哪些則可以忽略。經過數以萬計的統計，我們發現經典計算機並不擅長從海量圖片中迅速完成「孫悟空在哪兒」 的識別任務，但量子計算機卻非常擅長從混亂的背景中找出具體人物或者細節。例如 Google 將在無人駕駛車中用量子計算機區分汽車和景物。

信息安全

現有加密系統受到量子計算機威脅。但是通過使用量子力學特性，加密技術將變得更加安全。這種超級安全通信被稱為「量子密鑰分配」，它允許某人發送信息給其他人，而只有使用量子密鑰解密後才能閱讀信息。如果第三方攔截到密鑰，鑑於量子力學的原理，信息會變得毫無用處，也沒人能夠再讀取它。

量子加密通信已經在全球開始使用，比如說，一個名為「ID Quantique」的瑞士量子加密公司在荷蘭電信公司 KPN 的數據中心、以及瑞士的金融機構之間，建立了量子連接。2015 年，日本東芝研究院將量子加密的基因組數據從仙臺的研究機構發送至7公裡以外的東北大學。2016 年，英國電信公司 BT 和日本東芝在 BT 的 Ipswich 研發中心聯合舉辦了英國首個安全量子通信展示會。

後量子密碼學則致力於創建出即使是未來的量子計算機也無法破解的密碼。PQCRYPTO 是一個受歐盟資助為期三年的項目，專注於開發後量子加密。2016 年，PQCRYPTO 的一些研究成果已經被 Google 用在了 Chrome 瀏覽器運行的後量子加密測試中。而在斯諾登事件後，美國國家安全局於 2015 年表示將更新其所有的加密技術，使它們無法被量子計算機破解。

最優化問題

許多證據表明量子計算機比經典計算機更適合進行某些需要挑選出最優化解決方案的任務，而大量的商業活動都依賴於最優化方案。例如，在開始製造汽車、飛機部件前，我們可以運用計算機模型優化汽車和飛機的設計方案。飛機機翼設計是一個特別複雜的情況，量子計算機則可以提供更有效的設計、形成最佳的製造方案，許多飛機製造商都很重視量子計算機帶來的變革。

從2013 年秋季量子計算機開始運行以來，NASA 的研究人員就一直在使用它來研究空中交通管制，包括自主性、機器人、導航和通信、系統診斷、模式識別、異常檢測、任務規劃和調度等領域的優化問題。通過這些研究，NASA量子人工智慧實驗室希望能證明大規模的量子計算機，能比採取了最佳優化算法的經典計算機更快地解決具體問題。例如，Google 在量子計算機 D-Wave 2X 上優化一個含有大量變量的函數，比在經典計算機上快一億倍。

我們可以自定義什麼樣的問題需要找出最優化解決方案，比如說：產品收入最大化，點擊轉化率最大化，用戶滿意度最大化，成本耗時最小化。某些人工智慧問題也可以轉化為優化問題，例如，構建預測模型，使其對未來數據的預測誤差最小。

舉例來說，馬車和汽車代表的不僅僅只是速度不同，更是商業生態以及社會生態的不同。量子計算就像是新的「引擎」，代表了新的商業形態和社會形態。蒸汽機的到來引發了第一次工業革命，燃氣機引發了第二次工業革命，計算機的誕生引發了第三次工業革命，那麼量子計算機的到來，很可能會推動第四次工業革命的很多構想正在實現。

量子計算機一旦投入使用，許多行業可能將會受到顛覆性的影響，目前很多看似不可能有太多突破的領域未來都會有很大的改變。

圖表一：量子計算機在各行業的應用機會

你應該知道的量子計算

創建於20 世紀初的量子力學，不僅深刻揭示了原子、分子以及固體的微觀結構，而且促成了現代微電子技術、雷射技術和新材料技術的出現和進步，並為現代計算機硬體技術發展奠定了物質基礎。

量子力學系統的態(在量子計算機中用來編碼數據)具有不同於經典物理態(在經典計算機中編碼數據)的性質，這一方面表明不能把經典計算機理論和技術照搬到量子計算機上，另一方面也表明對以經典物理為基礎的計算機科學加以重新審視是不可避免的。

量子計算機就是用量子態編碼信息，並根據具體問題算法要求、按照量子力學規律執行計算任務(變換、演化編碼量子態)，根據量子測量理論提取計算結果的計算機。

量子計算的神奇之處在於，它的運行是基於量子比特(Quantum bit)，而非現代計算機中的經典比特，它利用量子力學理論中的量子疊加 (Quantum superposition)和量子糾纏 (Quantum entanglement) 效應，具有天然的「大規模並行計算」的能力。

量子比特

普通計算機一個比特(Bit) 可以表示為 0 或者 1。而量子計算機雖然也可以使用 0和 1，但一個量子比特(Quantum bit)可以同時是 0 和 1，具有不確定性。

如果把經典比特的0 和 1 想像為地球的南北極(如左圖)，在量子比特中，量子比特可以是部分北極和部分南極的疊加狀態(如右圖)，即無限多種組合的線性疊加態。

量子疊加

例如，量子比特可以處在疊加態| >;=1/ 2(|0>;+|1>;)。在這個態中，|0>;、|1>; 各、以相等的概率出現，所以在態 | >; 中既包含態 |0>; 的信息，也包含態 |1>; 的信息。如果有兩個這樣的量子比特構成一個量子系統，那麼這個量子系統就可以處在 4 個態的疊加態中：

|0>;|0>;， |0>;|1>;， |1>;|0>;， |1>;|1>;

用來表示{00， 01， 10， 11} 四種不同的信息(或四個數據)，這在量子疊加態中可以同時各以一定概率存在。

總的來說，經典世界告訴我們，一個時間，比特只可能有一種狀態，過一段時間可以跑到另一種狀態，但是同一個時間只有一種狀態。就像騰訊大廈有39 層樓，你問某位同學在哪兒，經典世界一定說他位於 39 層中的某一層。但是如果從量子比特的角度來看，他 39 種狀態都有，你問他在哪兒，原則上說他各種可能的態都在，39 層樓他都在、而且是同時在，這就是量子世界的奇妙特性。

量子糾纏

描述了當兩個粒子互相糾纏時，即使距離遙遠，一個粒子的行為將會影響另一個的狀態。當其中一個粒子被操作(例如量子測量)而狀態發生變化，另一個也會即刻發生相應的變化。

量子算法

1985 年，英國牛津大學教授 Deutsch 研究了量子 Turing 機，引進了量子計算線路模型和量子通用邏輯門組，突破了經典計算 Boole 邏輯的限制，實現了到量子演化的躍進。 在那之後，科學家們開始了對量子算法的研究。

Shor 算法 是由美國 Bell 實驗室 Shor 在 1994 年提出的分解大數質因子的量子方法。網際網路時代絕大多數的加密，都由 RSA 算法完成，目前支付寶、微信支付、微眾銀行等都在採用 RSA 2K 加密算法，但隨著量子計算的發展，RSA 加密安全性受到了挑戰。舉例：

Grover 算法 是由 Grover 於 1996 年提出的平方根加速的隨機資料庫量子搜索算法。搜索算法常用於從 N 個未分類的記錄中找出某個特定的記錄。Grover 量子搜索算法可以對隨機資料庫相對經典搜索平方根加速，為了實現這樣的加速，Grover 算法主要依賴於量子態的疊加。

毫無疑問，量子計算是屬於未來的技術，當下我們正處在量子計算機發展的黎明時期。而量子計算和雲的結合，又可以為量子計算領域帶來巨大的前景，研究人員和科學界可藉此加快量子領域的創新速度，這也有利於發現量子云計算的新應用領域，所有這些應用都令人激動不已，但要實現這些目標，我們依然有很長的路要走。