本文首發於微信公眾號:矽谷密探。文章內容屬作者個人觀點,不代表和訊網立場。投資者據此操作,風險請自擔。
量子計算是一個非常前沿的領域,也是一個典型的「月探」工程:它有著巨大的創造價值的潛力,也有很高的失敗風險。
在情人節之際,正在尋找機會的你,該不該考慮為量子編程做準備? 如何為量子編程做準備?
我們邀請長期關注量子計算領域的錢愉盈來回答這個問題,她也曾連續兩年在Robocup上獲獎。
不論是從個人學習還是企業戰略考量的角度,我們都先要了解三個方面:時機,價值,可行性。
1) 量子計算目前的發展狀況如何?(時機)
2) 量子編程有哪些應用場景/實用價值?(價值)
3) 如何為量子編程做準備?(可行性)
時機:量子計算目前的發展狀況如何?
量子計算機的概念在35年前由費曼第一次提出。儘管量子計算機實用化依舊遙遠,但業界普遍對此持樂觀態度,這從行業巨頭在量子計算機方面的「軍備競賽」就可見一斑。目前真正意義上的通用量子計算機還未面世,但是系統的量子程式語言已經存在。在摩爾定律終結的時代背景下,量子計算被看做是突破計算能力瓶頸的一條充滿誘惑的出路。
在過去的五十年裡,摩爾定律成功指導了計算機行業的發展,但這個定律很有可能在未來十到十五年內失效。一方面繼續提高集成度的難度越來越大,摩爾在65年預言晶片性能每年都會翻倍,75年他把周期改成兩年,始終遵循這個周期的Intel如今把時間延長到了2.5年。另一方面,晶片生產存在物理上的基本限制。當電晶體集成度越來越高,越來越小的納米級電晶體容易出現量子力學中的隧道效應(quantum tunneling),電子從源極穿到漏極,導致電流洩露,晶片無法工作。
於是大家紛紛把目光投向了量子計算。傳統比特位(bit)的狀態非0即1,n bits的經典計算機只能一次運算2^n個數中的一個;而量子比特位(qubit)卻可以處於0和1的疊加態(superposition),2 qubits就可以疊加出4種態 00 01 10 11,以此類推,n qubits就可以一次性同時運算2^n個數。位數越多,量子計算的速度相較於經典計算機的速度會呈指數級增長。
目前最先進的量子計算機是D-wave System最近剛發布的2000Q量子計算機,計算能力是它上一代的兩倍,是矽谷那些比較先進的伺服器的一萬倍。但很多研究人員依舊抱有懷疑,因為它與初期量子計算機不一樣,而是退而求其次採用了量子退火(quantum annealing),即不是所有qubit之間都可以發生糾纏,它們只和臨近的qubit糾纏。
與傳統量子計算機相比,D-wave的qubit量子態更為脆弱,操作精確度更低,雖然運算中的確用到了一些量子物理的原理,但是否能對現有計算機的運算能力進行指數級提速還是個未知數。儘管如此,D-wave在某些特定任務上的計算能力還是遠遠超過了現有的經典計算機。已有不少科研人員爭先恐後預訂D-wave新系統的使用時間,用來探索機器學習或網絡加密等需要運算海量數據的課題。D-Wave打算兩年內發布4000Q量子計算機,讓qubits之間發生更複雜的糾纏,從而帶來更強大的計算能力。
(D-wave量子計算機)
但由於D-wave並不完全符合理論上量子計算機的原理,所以沒法運行現有的程式語言,比如QCL和Quipper。至於完全符合理論設想的量子計算機是否可能實現,物理和計算機學界都沒有定論。
除了Google-NASA量子人工智慧實驗室與D-wave的合作以外,各行業巨頭都希望在量子計算上搶佔先機。IBM於2000年就已公布過他們的第一臺量子計算機,於2016年五月,IBM又推出在線服務將一臺5Q的量子計算機開放給所有人使用。
微軟在2005建立量子計算基礎研究站StationQ,近期在StationQ裡還成立了人工智慧研究小組。與Google和IBM利用超導量子電路不同,微軟另闢蹊徑選擇了基於anyons的拓撲量子計算,目前搞定了qubit基本模塊。同時,英國也斥資2700萬英鎊支持量子技術發展戰略。
微軟量子計算機項目的技術經理Todd Homdahl認為這個領域已經到了從理論轉向工程的轉折點。
換言之,時機已經成熟,量子計算有可能站上風口。
價值:量子編程有哪些應用場景/實用價值?
首先要聲明一點,量子計算機不是用來取代經典計算機的,而是為了處理經典計算機無法解決的問題。
量子加密:
先舉個比較著名的例子,用來做大數因子分解的量子算法Shor’s algorithm,在一臺擁有足夠量子位並且量子位能夠不受環境能量幹擾的量子計算機上,它可以破解目前的RSA公共密鑰加密系統,因為RSA系統本身就是建立在大數因子分解難以計算的假設上。類似地,量子計算機的強大計算能力正在威脅現有的所有加密方式。若有人處心積慮將今天不可破譯的密碼信息保留到未來,那麼在量子計算機面前這都將是小菜一碟。
(BB84量子密鑰分配協議示意圖)
但與此同時,量子密鑰分配技術使密碼安全性有了質的飛躍。原因很簡單,量子密碼信息根本無法竊取。在量子計算機的運行過程中,量子必須始終處於封閉空間,你不能打開看,一看就會使外部能量幹擾了量子態,量子幹涉就會被破壞,那你觀察到的量子數據就會變成一坨亂碼,竊聽也會留下量子測量痕跡。不僅無法竊取,截獲也不太可能。因為量子不可克隆定理決定了任何複製都得不到一模一樣的量子態。
在量子計算時代來勢洶洶的背景下,加密系統升級迫在眉睫。Temporal Defense System已經率先購買了第一臺2000Q量子計算機。美國國家標準技術局也呼籲政府為了國家信息安全務必要在2025之前全面採用量子加密。
場景規劃:
場景規劃指最優路徑規劃、資源最優配置等決策問題。D-Wave量子計算機最早就是為優化問題(optimization)而設計的,用來給NASA的太空探索計算如何最優化利用有限的資源。此外,智能城市的概念在近年也越來越得到各國政府重視,比如新加坡提出的智能國家(Smart Nation)和美國交通部提出的智能城市挑戰項目(Smart City Challenge Program),量子計算的高速運算能力能更快地從大量實時數據中分析出反饋信息,有助於交通擁堵、水電供應等問題上更精準及時的動態規劃。
對於其他瞬息萬變的行業來說,比如金融、氣候、醫療、國防等,量子計算機的優化決策能力同樣價值巨大:預測股市走向、醫院的床位是否足夠、氣候災害對農林業的影響之類。
人工智慧/機器學習:
人工智慧領域最大的挑戰之一就是處理海量數據,而這正是量子計算機的優勢所在。早在2015年中科大就測試過能夠辨認手寫字體的量子人工智慧,而那僅僅是一臺4 qubits的量子計算機,難以想像千位量子計算機會是一種怎樣的概念。
(Seth Lloyd是量子力學的專家)
MIT機械工程教授Seth Lloyd說,一臺300Q的量子計算機就足以運算自宇宙大爆炸以來歷史上所有的數據信息。IBM認知計算系統Watson的CTO表示,量子計算和人工智慧的協同合作是一件非常自然的事情。他還說,目前的認知計算系統還只能模仿人類的思維,但沒法完全模擬人腦的完整活動,如果人工智慧想要超越並提升人類的認知水平,運算必須要更快,探測更敏捷,耗能更低。量子計算機極有可能幫助我們實現所有的目標。
化學:
哈佛的化學副教授Alan Aspuru-Guzik在MIT一個研討會上提出化學領域會成為量子計算機運算提速的最直接應用。計算化學反應時間的關鍵是計算原子的能量,然而每多加一個原子,整個系統的複雜性就會翻倍,因為每個原子都與其他的原子發生糾纏。所以如果遇到包含大約100個原子的分子時,能量估算就大大超出了經典計算機的能力,但用差不多位數的量子計算機做模擬就沒問題,比如2016下半年,科研人員用兩個qubits進行了氫氣分子的基態和化學鍵長的模擬計算。
總之,一旦真正意義上的千位通用量子計算機面世,在很多領域都會掀起計算革命。
可行性:如何為量子編程做準備?
目前有哪些量子編程軟體和語言呢?
D-Wave的Qbsolv。使用者不需要具備專業量子物理知識也可以給D-Wave量子計算機編程。它的目標就是吸引不了解量子計算機的科研人員,將使用和開發門檻降低。
Qbsolv目前是一款開源軟體,D-Wave希望圍繞這個平臺建立量子計算的開源社區/生態系統。但由於D-Wave與眾不同的算法與傳統量子計算機和經典計算機都不一樣,所以Qbsolv寫的程序目前只能在D-Wave的機器上跑。類似的還有D-Wave資助開發的Qmasm.
但IBM開發的在線量子計算機允許人們運行自己開發的程序。操作起來需要一定的量子物理專業知識,但是非常好用,界面很簡潔,運算準確率很高。
語言主要介紹兩種,命令式編程的QCL,函數式編程的Quipper。
QCL的語法和C相似,讓傳統程式設計師可以用一種熟悉的形式來給量子計算機編程。最基本數據類型是qureg,類似於隊列。QCL支持用戶自定義操作符和函數。Quipper在函數式程式語言裡算是最新成員,是一種嵌入式語言,宿主語言為Haskell。
由於QCL編譯器用的是qlib仿真庫,所以程序在運行中的qubit量子態可以被看到,但這在真正的量子計算機上是不可能的,只能在模擬器上可以實現。
總之如果你考慮開始為量子編程做準備,初級的軟體和語言都是有的。如果為了科研目的,那麼效率至上,用這些現成的軟體和語言就夠了。但如果你為了未來的新計算時代做準備,那麼學習量子編程和經典編程不同,除了軟體和語言以外,最好先了解量子物理和量子計算的原理。
上面是對於個人。那麼對企業和政府來說,幫助他們應對量子計算時代的服務已經存在。目前這種服務形成了一個利基市場,一小部分研究加密系統的公司做好了準備為大型機構做防止量子計算機破解的系統升級,比如美國的Security Innovation, 加拿大的EvolutionQ,荷蘭的Atos等等。
總結:
從時機、價值和可行性三方面考量,對企業和個人來說,學習量子編程都值得考慮。
畢竟學好量子編程,你或許將獲得一個「薛丁格的女朋友」。
文章來源:微信公眾號矽谷密探
(責任編輯:柳蘇源 HN091)