本文系網易智能工作室（公眾號 smartman163）出品。聚焦AI，讀懂下一個大時代！
【網易智能訊 2月12日消息】量子計算可能成為科技界最大的變革之一，其利用量子力學機制來加速計算機運算速度。研究人員希望最終能利用它破解網絡加密或建立全新的分子模型。
通用的量子計算機還需要數年時間才能完成，但是第一個基本的系統將數以十計的量子比特（或量子位元qubits）連接在一起，供研究人員和開發人員使用。除了在「經典」計算機上運行的量子模擬，這給了軟體開發人員第一次使用這項技術的機會。
微軟和谷歌也準備在量子計算機的發展上宣布突破。儘管這項技術預計要花上幾十年才能完全成熟，但量子計算的第一個好處已經開始慢慢顯現。
John Sarrao是美國洛斯阿拉莫斯實驗室（the Los Alamos National Laboratory）理論、模擬和計算的副主任，也是致力於研究如何投資這項技術的科學家之一。該組織以其在核武器方面的工作而聞名，其從國家安全的角度對量子計算進行了長期的觀察。然而，根據Sarrao先生的說法，量子計算在短期內也會有收益。
洛斯阿拉莫斯是第一個商用量子計算機的最早客戶之一，該商用量子計算機由DWave Systems製造。這家加拿大公司使用一種被稱為量子退火（quantum annealing）的技術，這種方法最適合處理複雜的優化問題。Sarrao先生說這個量子計算機已經被應用於處理現實世界的問題，比如分析材料的電子結構。一臺超級計算機已經可以完成這樣的任務，但是人們期望有一天，當這個行業達到所謂的「量子疊加（quantum superiority）」時，量子計算機將能夠更快地完成這項工作。
「我們基本上是在進行勞動力投資，」他在談到DWave時說。洛斯阿拉莫斯已經向其任何想要嘗試這項技術的開發者開放了這個系統。讓開發人員自由學習新的編程技術已經產生獲益。Sarrao先生說：「我們最好的DWave用戶也是那些深入參與大規模經典模擬的人。」他說，他們對量子編程的新技術「絕對興奮」，並一直在使用他們在實驗工作中獲得的常規工作思路。
獲益之一：改進經典計算
這是投資量子計算的最直接獲益之一：它有助於塑造開發者的想法，改進傳統計算機的編程方式，為最終遷移到全量子計算機奠定基礎。
微軟量子編程主管Krysta Svore稱這些為「量子激發（quantum-inspired）」算法。她說：「我們學習了所有這些新技術，我們可以在經典計算中使用它們。」
「這些方案現在就可以加速解決你的問題。」其中一個例子是微軟開發了一種算法來訓練深度神經網絡。通過應用更適合於量子計算機的技術（比如大規模並行處理），Svore女士和同事減少了訓練神經網絡的時間，並提高了其性能的質量。
獲益之二：混合算法（Hybrid algorithms）
另一個近期優勢在於混合算法，它同時使用量子和經典計算資源。像這樣的算法將充分利用經典計算機處理大部分的工作，在必要的時候將部分計算交給量子硬體。
美國量子計算初創公司Rigetti Computing去年底發表了一份據稱是迄今為止設計的最複雜的混合量子算法結果。該軟體被用於非監督學習，這是一種機器學習，它涉及到識別數據中的模式，而不需要通常與機器學習相關聯的訓練。
Rigetti公司的營運長Madhav Thattai說：「這種混合算法將會帶來量子優勢（quantum advantage）的第一個例子」，這是一個量子計算機帶來真正商業利益的時刻，而這是傳統計算機無法實現的。
以上的想法可能有助於引出量子時代的益處。然而，企業當下投資這項技術是為了在量子計算機全面到來時確保其領先地位。
洛斯阿拉莫斯的Sarrao先生說，當這種情況發生時，依賴於兩件事：硬體進步會帶來更好的量子位質量，而更優的軟體則需要更少的量子位來解決複雜的問題。
今天的量子比特，或者說量子位，只能在幾毫秒內維持一個量子態，在外界幹擾導致它們「退化（decohere）」後，其所處理的信息就丟失了。如果沒有更強大的量子位，僅僅糾正量子系統中的錯誤就會消耗掉大部分系統的資源。
Sarrao先生說：「一方面，我們看到了更好的算法效率的融合，另一方面是更好的量子位。」他補充說，這種融合將會有多快仍然無法預測。
回顧歷史：量子夢正接近現實
1982年，物理學家Richard Feynman提出了量子計算的概念。
1994年，數學家Peter Shor展示了如何利用量子計算機破解加密技術。
2011年，加拿大DWave公司推出了第一款商用量子計算機，儘管它能解決的問題是有限的，而且量子效應的程度也受到了質疑。
2016年5月，IBM允許用戶試用其第一個量子計算機，一個5量子位（5-qubit）系統。
2017年4月，谷歌公布其「量子霸主」計劃，計劃在年底前實現對經典計算機的超越。
2017年11月，IBM宣布成為第一家研製出50量子位（50-qubit）處理器的公司。
（選自：Financial Times 作者：Richard Waters 參與：nariiy）