可控量子計算機幾年內出現，谷歌最看好模擬、優化和抽樣三大應用

1 新智元編譯

來源： Nature

作者：Masoud Mohseni, Peter Read，Hartmut Neven 等

譯者：Simon

【新智元導讀】IBM 今天宣布推出業界首創的商用通用量子計算系統。谷歌量子AI 實驗室團隊日前也在 Nature 刊文，介紹其早期技術商業化方面的努力。量子計算機走向商用的步伐正在加速。谷歌量子團隊認為，可控小型量子計算機幾年後就會出現，並且在有些任務上完勝傳統的 CMOS 計算機。除了技術難點，文章還分析了量子計算的商業機遇。谷歌團隊並不看好破解密碼的市場潛力，反而指出量子計算適合的場景是模擬、優化和抽樣。

IBM 今天宣布推出業界首創的商用通用量子計算系統。這個名叫 「IBM Q」的量子系統和服務將通過IBM Cloud平台提供。目前在傳統計算機（例如Watson）上運行的技術有助於尋找隱藏在大量現有數據中的模式，而量子計算機則可以為其中由於數據不存在而無法發現模式的重要問題提供解決方案，還可以處理傳統計算機因為可能性太多而處理不了的問題。

IBM同時還宣布發布了一個用於IBM Quantum Experience的API，使開發人員和程序員可以開始在現有的基於雲的量子計算機和傳統計算機之間建立介面。

在Watson和區塊鏈之後，量子計算機將扛起提供基於IBM Cloud平台的系列服務的大旗。

鏈接：http://www-03.ibm.com/press/us/en/pressrelease/51740.wss

幾天前，谷歌量子AI 實驗室團隊也在 Nature 刊文，認為他們的量子計算機在５年內能實現商業短期回報，並呼籲大家積極研發能解決實際問題的量子演算法。那篇文章的作者是：Masoud Mohseni, Peter Read, Hartmut Neven, Sergio Boixo, Vasil Denchev, Ryan Babbush, Austin Fowler, Vadim Smelyanskiy& John Martinis。

其中，Peter Read 是倫敦投資公司 Vitruvian Partners 的執行總監，餘下的人都來自谷歌量子人工智慧實驗室。Hartmut Neven 是實驗室的工程總監，Masoud Mohseni 是資深研究科學家。

谷歌的低溫恆溫器能達到0.001K的低溫，確保量子處理器運行。來源：Erik Lucero/Nature

從量子糾纏到大分子的化學反應等諸多領域，許多現象都不能用基於二進位邏輯的傳統計算機有效地描述。在30年前，物理學家理查德·費曼就提出可以使用量子處理器去解決這些問題。然而，要讓這樣的量子計算機器變得切實可行，還有許多技術障礙需要克服，這包括雜訊控制以及如何提高將信息編碼成量子態的保真度。

量子計算領域的科學家們正竭力構建一種能容忍雜訊和誤差的數字量子計算機。理論上講，這種計算機能夠解決一切計算難題，而構建這樣的計算機需要包含許多量子位或量子比特的大型處理器。目前看來，要構建這種處理器至少還需要10年之久。糾錯需要有冗餘，也需要有大量能夠快速重建的量子比特。例如，要在一天時間裡分解一個2000位數（使用傳統計算機去解決這個任務是不太可能的），即使在只允許萬分之一的操作失誤的情況下，這也需要擁有 1 億個量子比特的量子處理器。然而，目前我們還沒有構建出具有幾十個量子比特的數字量子處理器。

業界一直有一個保守的觀點：量子計算只能給投資者帶來長期的利潤。但我們認為，即使還缺乏能夠完整糾錯的理論，在 5 年之內仍有與量子計算有關的小設備問世，這也會給投資者帶來短期的回報。

預計幾年內就會出現可控的量子計算機，現在需要開發合適的演算法

缺乏理論不一定不會成功。將量子方法和經典方法相結合的啟蒙式方法可能成為未來應用技術的強大基礎。機器學習中，神經網路最近所取得的巨大成功就是一個例子。在20世紀70年代，訓練深度神經網路所需要的計算能力還遠遠達不到，進而研究人員把對神經網路研究的注意力轉移到了具有強大理論基礎的「凸」方法。今天，這些方法根本不能與神經網路相競爭。神經網路的基本演算法基本沒有變化，但是卻取得了一系列裡程碑式的成就，這歸功於「摩爾定律」。

類似地，雖然目前還沒有證據表明不完美的量子計算機能夠運行足夠地快，快到足以解決實際問題，但是這一狀態可能會改變。操作的保真度和可控性、量子計算的硬體規模都在穩定地增加。我們預言：在幾年之內，可控性良好的量子計算系統會在執行某些特定任務上完勝基於CMOS技術的傳統計算機。

在這裡，我們堅信：早期的量子計算設備將在量子模擬，量子輔助優化和量子採樣領域有商業運用。更快的計算速度對從人工智慧到金融和醫療等領域具有明顯的商業優勢。

要將量子科技商業化，這需要拓寬該學科的關注領域，這需要科學家和企業家緊密地合作。要使量子設備可靠和可控並且具有商業價值，必須要在硬體上下功夫，在當前的硬體所允許的條件下，需要提出能解決實際問題的啟蒙式的量子演算法。作為谷歌量子人工智慧實驗室的研究人員，我們計劃通過雲服務使用我們的量子處理器去促進量子演算法的發展和跨行業應用產品的開發並做基準測試，為社會帶來實實在在的利益。

幾年內能實現商業回報的三大應用領域：模擬、優化、採樣

如果某些可行的技術進步能夠被實現，我們相信新興的量子處理器有很好的機會走進以下領域，並在幾年內帶來商業價值。

1. 量子模擬

模擬化學反應和計算材料是量子計算最值得期待的應用領域之一。研究人員不需要花費數年時間和耗費數億美元去表徵少量材料，只需要在計算機上對數百萬的備選材料建模做研究。不管是為飛機開發更強的高分子材料，為汽車開發高效的催化劑，或為太陽能電池開發更有效的光電轉換材料，還是為開發更好藥物和的透氣面料，更快的量子計算都將帶來巨大的價值。

通過計算來發現材料是一個大的產業。量子計算機有望將傳統的對材料定性描述轉變成定量描述並能預測新材料；化學反應速率對分子的能量非常敏感，所能運用的領域也將更廣泛。如果我們能夠開發出魯棒的演算法，模擬重要的材料而不需要完全量子誤差校正將變成可能。例如，量子力學的變分法似乎就不受量子比特控制誤差的影響。

量子模擬還可以用於其它商業模式：實驗室可能會訂閱量子計算服務，擔任計算公司的顧問，創新材料的開發幫助科研人員獲得股權等。

2. 量子輔助優化

在物理、社會及各行各業的計量學科中，面對的中心任務都是優化。但用傳統計算機解決優化問題相當困難，因為演算法只能通過嘗試的方法去尋找數學上可能存在的解，好的解決方案通常需要克服巨大的（計算）障礙後才能獲得，而使用統計學的方法可能跳過這些障礙。我們相信，可以通過向經典採樣引入量子現象，如隧穿效應去找到稀有但高質量的解決方案。

最小的晶元，尺寸為6 x 6 毫米，保存6個量子比特。來源：Erik Lucero/Nature

例如，為了最有效地滿足消費者的需求和適應不斷變化的市場，在線廣告推薦和競價策略都利用了優化演算法。將量子和經典相結合，會產生許多能提高產品質量和服務的強大協議。物流公司每天都需要優化它們的調度，規劃和產品分銷等問題。量子增強演算法會用於醫療保健行業，提高對患者的診斷結果。像我們這樣的大型信息技術公司，如微軟、亞馬遜和 Facebook 的搜索水平和推薦產品的質量也會得到大幅度提高。

3. 量子採樣

從概率分布函數的抽樣被廣泛用於統計學和機器學習。理論上，理想的量子電路可以從更大的概率分布函數中進行採樣。我們的計算表明，涉及到高保真的小型量子門電路將可能從經典方法不能採樣的概率分布函數中採樣。這只需要一個25層的網路，每層使用了一個7 X 7 量子比特的量子電路。

事實上，用這種量子電路從概率分布函數中採樣，將可能成為走上」量子霸權「道路的第一個例子。」量子霸權「這一詞是由理論物理學家 John Preskill 提出來的，當初他提出這一詞是為了描述量子處理器執行特定的數學任務時的強大計算能力。這種計算能力甚至超過了目前最大的超級計算機（例如，中國的神威·太湖之光）的能力。我們預測，在幾年內」量子霸權「在某些領域內會實現。

量子採樣中相當有前景的應用是機器學習中的推理和模式識別。為了推動學術界和工業界的實驗進程，我們計劃提供雲計算介面來實現對谷歌量子硬體的訪問。

量子計算商業化技術難點

量子計算要實現商業化還必須克服一些技術挑戰。第一，量子硬體的規模需要被發展到能與經典硬體相競爭的水平，在這數十年間，經典硬體的性能一直在以指數級方式增長；第二，需要獲得量子相干性的量子比特，這才能實現量子糾纏。這兩方面存在的問題是量子系統工程中的巨大挑戰，根本原因在於量子信息的不可克隆性。

我們認為超導量子比特是量子計算機最有前景的硬體平台之一。基於標準的集成電路和超導技術，使這些硬體相對容易構建和控制，並且有許多設計可能滿足數字和模擬量子處理器的不同需求。約十個量子比特的高保真系統已經被證明是可行的，這已表明了在工程上具有可行性。

有助於增加可擴展性的新技術正在出現。例如，用於信息處理和控制電路的超導塊連接的雙層架構；約1000個量子比特的量子退火器原型已經能夠商業化（這些量子處理器能夠為某些特定的優化任務找到高質量的解決方案）。

另外，目前（還不完美）的量子設備需要在以下幾個方面有所改進才能實用：需要更高的門保真度和更高的穩定性去限制退相干性；量子退火硬體需要在連通性、控制精度、相干時間上有所提升，以及尋找可替代退火的新方案。

谷歌使用射頻和微波電子去製造可擴展硬體。來源：Greg Kendall-Ball/Nature

商業機會：早期採用者將獲得巨大利益；破譯密碼實際上沒有市場

一項新的技術將從增加財政稅收、減少成本以及降低對公共設施的投資三方面促進經濟發展。在信息化時代，引進一項新技術將會帶來指數級的影響：即使是1%的產品質量提高也能夠幫助一個公司在用戶數量或者公司收益方面實現壓倒性的增長。這就是所謂的「超級明星效應」。它存在的前提條件是：公司之間競爭激烈、具有充分的透明度和有效率的市場。

如果早期的量子設備能夠在計算速度上稍勝一籌，那麼早期使用量子設備的人將會獲取巨大的利益。與之競爭的公司要想提供相同質量的服務和產品，所面臨的阻力很大。因為很少有專家能夠編寫量子演算法，企業通常也需要時間去找到適合自己的新演算法。最有可能出現這些顛覆性創新的領域是高信息量和數字化的市場，其商業挑戰需要考慮許多變數。這些市場包括金融服務、醫療保健、物流和數據分析。

制定商業案例需要企業去審查需求與供應的關係。需求可以按照如下方式進行評估：首先確定「最低要求可行產品」——早期的量子化創新只要求足夠的核心功能就能進入市場。然後判斷這一創新是否滿足現有的需要（產品—市場適應），這一期間將實現產品（市場速度）和市場響應（業務牽引）的商業化。

例如，破譯加密系統——通常被媒體稱為量子計算機的「殺手級應用」，卻沒有在市場適應方面得到高的評價。終有一天，這些加密系統將會被能防禦量子攻擊的新型加密系統所取代。大多數的私營企業對攻破加密系統並不感興趣。相比之下，投資優化組合和風險管控更能從量子增強技術中獲利。更有效的量子化學計算將徹底改變醫藥、催化劑、太陽能電池、肥料等領域的發展。

量子輔助優化和推理技術能增強新型機器學習系統和人工智慧系統的能力。它們也能提高可再生能源發電機、遙感和預警系統的管理能力。這些技術還將有助於提高在線商品的動態定價能力和提高相應服務水平，有助於倉庫自動化和無人駕駛汽車的實現。

在供應方面，公司將通過（優異的）技術和團隊質量使它們脫穎而出。具有開拓精神的量子學者和企業家將不得不合作，這將是具有挑戰性的，因為學術激勵機制往往與這些初創公司的企業文化不一致。

戰略夥伴關係可能會幫助某些企業脫穎而出。為了吸引風險資本家，那些最終能夠勝出的量子產品本應該建立這樣的商業模式：只需要很少的投資資本、低成本，並明確地增加客戶的收益。基於現有的數據中心，公司可以通過利用雲服務和經典的方法解決簡單問題；當遇到複雜問題時，再調用量子處理器，這樣公司就能從中獲利。

量子霸權即將出現，谷歌計劃通過雲向各方提供量子計算能力

量子計算領域很快將取得里程碑式的成就，走上量子霸權之路。但仍然不確定的是，使用各種新型處理器能否使與應用相關的演算法能在速度上大幅度提升。但是，當量子硬體變得足夠強大時，它將使測試和發展新演算法變得可能。

在接下來的十年里，學術界，工業界和國家實驗室應該通力合作去發展量子模擬和量子機器學習演算法。我們計劃通過提供雲服務向那些缺乏必要資本、專業知識和基礎設施的其它單位或企業，提供谷歌的量子處理器使用權。

原文地址：http://www.nature.com/news/commercialize-early-quantum-technologies-1.2158

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！