近日，中科院量子信息重點實驗室副主任、本源量子計算公司創始人兼首席科學家郭國平做客36氪主辦的「超級觀點」欄目，就量子計算的定義，量子計算與經典計算的關係，量子計算的實現路徑與行業應用，國際視野下的量子計算競爭格局等熱點話題，進行了深入分享。
郭國平認為，量子是一門學科，一門科學，而不是玄學，它是對某種物理狀態的描述，所以量子這個詞不只特定出現在量子力學中。
量子計算是在信息學裡的一種應用，比如信息分為採集、傳輸、處理，量子計算就是利用量子力學的原理或者量子態的特性，使信息處理能力得到提升的一種計算方法。利用量子態的狀態進行信息的編碼、信息的處理、信息的讀取，這就是量子計算。
量子計算機就是可以完成量子計算任務的機器。當然，我們不要認為量子計算機就只是硬體。我們現在的計算機要能夠運行得起來，依然需要各種層面上的軟體，最直觀的就是作業系統、應用軟體，以及底層的軟體，所以量子計算機應該是指能夠實現量子計算的軟硬體的統稱。
量子計算突破了摩爾定律？對此，郭國平認為摩爾定律是一個經濟學定律，而且描述的是集成電路的一個發展規律。量子不是靠硬體上的疊加或者是並行來實現的，所以它們不是同一個東西。當然量子裡面也會有它自身的一些定律。
在他看來，量子計算之所以神奇，或者說我之所以認為它是一門學科，是源於它的物理學基礎，即量子態的特性。以一個比特為例，在量子裡面，這一個比特可以處於0和1任意比例疊加的狀態，相位也是可以調控的狀態。在經典計算的一個比特中，它只能夠處於0或者是1。而在量子裡面，一個比特可以有一半的機率是0，另外一半的機率是1。這也是可以把量子的原理和薛丁格的貓聯繫在一起的原因。量子力學、量子計算的優越性，在於量子疊加的狀態。量子糾纏其實也是多比特的量子態疊加的結果，量子疊加才是根本性質。
郭國平認為，現在沒有真正意義上的量子計算機。在經典計算機裡面，我們大多數討論的是物理比特，但是真正的量子計算機實際上是邏輯比特。邏輯比特跟物理比特的差距就是，物理比特是會有錯誤率的，比如說萬分之一，甚至是千分之一。用一個或多個物理比特編碼才能夠形成真正的比特，也就是邏輯比特。所以從這個概念來看，目前無論是國內、國外，他們做的基本上還是停留在物理比特的階段，當然現在已經在嘗試邏輯比特。所以，我們說，現在還沒有真正的量子計算機。
目前來說，哪一種物理體系更加適合於做量子計算機，沒有一個確定的答案。各種路徑都有很多的人在探索，不只是在學校或者研究所，谷歌、IBM都在探索。英特爾、臺積電、法國萊特也都在探索半導體。微軟也花了很多精力在做這件事情。
現在這些物理體系，沒有哪個能從原理上證明它就一定不行。所以大家還沒有收斂到某一條路徑，如果能夠收斂到一條路徑上，人類集中攻關它，說不定可以取得更好的成績。
任何科技的發展其實都應該是一個漸進式的過程。從某種意義上來說，我們各個物理體系跟現有的信息技術產業，比如說半導體、晶片，以及現有的集成電路的兼容度問題。或者說對它的工藝、技術、設備、人才的兼容或者繼承性的問題。
目前來說各個物理體系，有不同背景的企業來關注。但是從學科的發展來說，一個新事物的出現，它是需要根基的。所以未來的量子計算機也不太可能跟經典的計算機完全脫離，或者不用到現有集成電路的任何東西。從這種意義上來說，要考慮它的兼容性和繼承性。
到底哪個物理體系更優或者是更好，在某種意義上來說是一個偽命題。關於量子計算機我個人始終堅持一個觀點，至少在可預見的時間之內，它不會替代經典計算機，或者說，它跟經典計算機應該是一個相互補充的過程。從這種意義上來說，有點類似於AI。AI晶片有基於ASIC的，也有基於GPU或者是繼其他的架構的，這些AI晶片並不一定要統一到某一個特定的架構或者物理體系上去。各個物理體系都值得去探索，只是探索的時候我們都以解決某一個有實際意義的任務和需求為目標，那麼就應該是有意義的。
其實不光是量子計算，從量子秘鑰分發，到量子計算，再到量子傳感，我們必須要承認，這些並不是由我們國內研究者先提出來的。
總體來說，國內相對於國外在量子計算領域的差距還是比較明顯的。
造成差距的原因有很多方面。
第一個原因，我們起步較晚。概念的起步和原理的探索，我們是晚一點的。
第二個原因，我們的關注度和投入還不夠。從量子計算整個研究角度來講，國內的投入或者說關注度相對於國外來說還是少一點，甚至是不是有效的關注。
第三個原因，缺乏實際應用研究。我反覆強調，量子計算的研究是以解決實際問題為導向的。真正有用的量子計算機，它的研製、開發，是需要投入的。我們國內更多還是處於科學研究，或者原理性探索，以及物理問題的探索上面，這些方面我們已經追的差不多了。但是在以實際有用為目標的探索上面，我們必須承認，還是有比較大的差距。
郭國平指出，現在的量子計算機可能就像人類剛研製成功的蒸汽機一樣。那時候的蒸汽機可能只有0.001馬匹的動力。現在對量子計算機的應用，好比我們現在要拿只有0.001馬匹的蒸汽機，試著放到馬車上去，所以不要指望它跑得比馬車快，有用和無用的評價標準其實是不一樣的。有的人認為，不要馬，這個車能夠動起來，這就是極端有用了。但是如果從另外一個意義來講，既然都跑不過馬車，費這麼大勁去搞，它又沒用了。
對有用和無用的判定，其實很難。但是從科學角度或者國家鼓勵自主創新的角度來講，我們應該多探索量子計算在不同行業的運用。特別是針對我們日常生活當中的實際問題，去找一些算法，找到一些解決問題的可能性。
不要用我們今天的眼光和視覺去限定我們的後代。就像當年經典計算機剛發展起來時一樣，很多人問愛因斯坦未來的計算機會是什麼樣子。愛因斯坦當時的回答是：可能全球只需要兩臺計算機就行了。所以我們不要用今天的眼光和眼界，去衡量未來的事情。