微軟披露拓撲量子計算機計劃！

關鍵時刻，第一時間送達！

作者 | 孟岩

對於很多人來說，量子計算和人工智慧一樣，一直是個未來時科技：很早就聽說，一直在進展，但離目標始終差五年。就開發者而言，幸好量子計算一直「停在未來」，這樣一方面我們可以饒有興緻地欣賞巨頭們在跑步機上的一路狂奔，另一方面又不必擔憂量子計算真的會對自己職業造成什麼衝擊。

然而最近幾年以來，我們已經開始聽到火山爆發前岩層的積壓破碎之聲。IBM、Google 先後宣布了量子計算機的進展，越來越多的學者宣稱說量子計算機即將成為現實。根據現在的進展，我們可以肯定地說，當 21 世紀結束的時候，本世紀將會被歸納為「量子計算」的世紀。

但問題在於，量子計算的時代何時真正開始？

這對於技術人員來說，是個至關重要的問題。因為量子計算一旦落地，將從根本上重新定義計算這件事，我們所學的每一個演算法都可能要重寫，我們在這個領域所取得的所有學位都可能需要回爐，所有成果都需要翻新。

舉個例子，今天的區塊鏈和加密數字貨幣普遍依賴 256 位的哈希函數和非對稱加密方案。在經典的馮諾依曼計算機體系中，即便我們調動全球的算力，破解一個密碼、或者尋找一次哈希碰撞也需要數萬年的時間。這是加密數字貨幣安全性的根源。比特幣的擁躉認為，中本聰通過二次哈希，已經做到了「防量子計算破解」，事實果真如此嗎？

在微軟 Build 2018 大會的第二天，微軟副總裁、量子計算部門的負責人 Todd Holmdahl 向外界透露了微軟量子計算的一些最新進展，他直截了當地指出，微軟能夠在五年內造出第一台擁有 100 個拓撲量子位的量子計算機，並且將其整合到 Azure 當中。而 100 個拓撲量子位的計算能力，最高可以相當於 1000 個邏輯量子位，這意味著 5 年之後，微軟已經可以用量子計算機解決很多實際問題了。

這是一個令人感到震驚的消息。微軟這個級別的玩家投資研究量子計算機絕對不是什麼新聞，事實上早在 2016 年底，Todd Holmdahl 履新不久的時候，他就接受過 ZDNet 的採訪，並透露了微軟進軍量子計算的情況。但令人沒想到的是，微軟在這個方面的進步速度如此之快，足以促使我們向所有開發者亮起警報。

圖1 Todd Holmdahl, Corporate VP, Microsoft

Todd Holmdahl 是一位經驗豐富的硬體系統主管，在接手量子計算機部門之前，他負責過 XBox 和 HoloLens 的部門，是將系統產品化投入市場的高手。因此，微軟兩年前將他放在量子計算部門負責人的位置上，這本身就表明了對量子計算投入實用的一個判斷。

根據 Todd 的介紹，微軟的量子計算有三大優勢。

第一個優勢是微軟獨特的路線，即採用「拓撲量子位（Topological qubit）」進行計算，而不是普通的「邏輯量子位（logical qubit）」。這裡的拓撲，就是數學中的拓撲。在數學裡，拓撲是研究那些在連續形變過程中保持不變的數學性質，形象的說，如果你有一塊某種形狀的橡皮泥，在不撕裂和重新粘合的情況下，隨便你怎麼捏、擠、搓、拉，只要最後能從形狀 A 變成形狀 B，那麼在拓撲數學來看，A 和 B 就是同一個東西。

圖2 三組拓撲等價的物體

這事跟量子計算有什麼關係呢？

常規的量子計算使用一種所謂「邏輯量子位」來編寫程序，放在模擬器上調試和測試，然後再把程序放在量子計算機上，由真正的物理量子位來執行。對於這種常規的量子計算機來說，好消息是物理學家已經找到符合要求的基本物理粒子，你只要把程序寫出來，肯定能夠造出量子計算機來執行。壞消息是什麼呢？壞消息就是這種量子計算機很難造大。

量子計算機能力的「大」和「小」，基本上取決於其量子位的數量。而在傳統架構下，量子位的數量一多，錯誤率就會急劇上升。錯誤從哪裡來？來自所謂的「局部噪音（Local Noise）」。

要知道，量子是微觀粒子，哪怕極其微小的電磁場都會對量子構成干擾，產生所謂「局部噪音」。這也就是為什麼量子計算機要放在接近絕對零度（約-273攝氏度）的容器里，嚴嚴實實地封閉起來，對外界干擾嚴防死守。儘管如此，當量子位數量迅速增加的時候，這一團基本粒子對於外界的干擾會越來越敏感，導致計算錯誤率劇增。造量子計算機，這是一個巨大的難題。

而拓撲量子位就不同，它是通過基本粒子的拓撲位置和拓撲運動來處理信息的。剛才說過，無論外界的干擾怎麼蹂躪它的運動路徑，只要它還是連續變化，從拓撲角度來看，下面兩個運動是等價的：

圖3 上下兩圖中，兩個基本粒子對換位置，雖然路徑不同，但在拓撲來看完全等價

這也就是說，用拓撲量子位進行計算，對於外界的干擾有極強的容錯能力。這樣一來，基於拓撲量子位的計算機就可以把規模做得很大，能力做得很強。

既然拓撲量子位這麼好，為啥 IBM 和 Google 不用呢？原因很簡單，符合拓撲量子位設想（非阿貝爾群任意子，Non-abelian Anyons）的基本物理粒子還沒有在實驗中發現，物理學家也不確定是否一定能夠找到這樣的基本粒子。如果找不到的話，那麼理論上量子計算程序再漂亮，實踐中造不出相應的物理量子計算機，那也只能是空歡喜一場。

問題來了，微軟是當前唯一一個壓寶在拓撲量子計算上的科技巨頭，而且 Todd Holmdahl 信誓旦旦幾年內就可以造出 100 個量子位的計算機，他的底氣何在？難道就不怕空歡喜一場？又或者，他的團隊已經偷偷取得了關鍵的突破，確保能夠兌現諾言？

對此我們尚不得而知，但是我們知道的是，Todd 的團隊已經在這種量子計算機的計算控制技術和生產技術方面取得了堅實的進步，這大概是他信心的來源，也是微軟在這個領域的獨門絕技。

這個技術一旦取得突破，長期困擾我們的諸多計算難題，將迎刃而解。例如著名的旅行商問題，各種 NP 完全問題，在量子計算機中將勢如破竹地被解決。再比如，廣泛應用的 RSA 非對稱加密演算法，其安全性完全依賴於因式分解難題：就是把兩個大素數乘起來得到一個更大的合數，這個計算可以很快，但是反過來，給你一個巨大的合數，讓你找到它是哪兩個大素數的乘積，這就難比登天了。

對於 2048 位的 RSA 密碼，想要破解，就經典的馮諾依曼計算機來說，哪怕是全球最強的超級計算機，也需要花上十億年才能完成。而對於量子計算機來說，如果量子位數量足夠，在 100 秒內就可以破解。這意味著當前幾乎所有信息密碼學基礎設施將完全作廢。而前面提到的比特幣，儘管中本聰已經針對量子計算的威脅進行了一系列的加密防護，但其可靠性也將大大下降。理論上講，必須嚴格遵守「一交易一地址」的模式，才能讓比特幣在量子計算的威脅下再苟延殘喘一段時間。

另一方面，高量子位的量子計算機對於機器學習的優化任務來說，是一個巨大的優勢。做過機器學習的人都知道，在模型訓練當中，計算時間主要消耗在優化環節上。而優化過程，經常被比喻為爬山（或下山），就是在一個高維空間的曲面里尋找全局最高點（或最低點）。所以很多機器學習演算法都會絞盡腦汁構造一個凸曲面，因為這樣一來，全局的最優點只有一個，找它就比較簡單，單純跟著坡度上下即可。

但是實踐當中大量的問題構造不出那麼漂亮的凸曲面，而是起起伏伏，這山望著那山高。雖然演算法上也有一些處理辦法，但是速度就被嚴重拖慢了。在這種情況下，量子計算機簡直就是救世主，形象地說，量子面對這些起起伏伏的曲面，就好像可以穿山一樣，不用一步步地爬，而是一下子穿過去，形成判斷，由此大幅度的減少模型訓練的時間。

在展示中，Todd 舉了一個例子，他的團隊對北京市的交通優化進行了一個測試，也就是說如何調度所有的機動車和交通設施來達成某一個特定的交通目標，在我大帝都生活過的人來說，都知道在宇宙中心做一個這樣的優化意味著什麼。而 Todd 的團隊利用量子計算的演算法，將本來需要在超級計算機上花費數個小時才能訓練出來的模型，在 PC 上用了區區 200 毫秒就給訓練出來了，整整提速 4000 倍。這還只是在當前技術水平上，在未來裝備了 Brainwave 晶元（微軟新推出的基於 FPGA 技術的 AI 晶元）的機器上，可以更快。

微軟的第二個優勢是會將未來的量子計算機與 Azure 整合，從而使之成為 Azure 的一部分。

在 Build 2018 首日的開場演講中，微軟 CEO Satya Nadella 明確的說，Azure 的願景是要成為全球計算機。毫無疑問，如果五年之後，Todd 團隊研發出來的量子計算機被加入到 Azure 之中，那就意味著全世界的 Azure 用戶都有機會使用這台量子計算機解決問題。我們幾乎可以設想，到時候會有一大批用戶排著隊等著使用這台量子計算機，為此不惜付出高昂的「上機費」，這對於 Azure 業務來說意味著什麼，當然不言自明。當然，用戶們肯定能從中得到更多回報，比如把中本聰的 96 萬枚比特幣據為己有。

微軟的第三個優勢是開發工具整合。兵馬未動，糧草先行，搞開發工具一向是微軟最擅長的。

微軟已經推出了 Q# 量子計算編程語言，並集成到 Visual Studio 當中。與此同時，微軟也提供了本地和雲上的量子計算機模擬器，讓你能提前嘗鮮，在經典的計算機體系結構上嘗試量子計算。當然，微軟也提供了大量的文檔和案例。感興趣的開發者今天就可以學習和嘗試量子編程。

圖4 Visual Studio 中的 Q# 量子程序設計語言

總之，一切都來得比預想的要快。下面的問題就是，什麼時候開始學習量子計算是最合適的時機？對此，Todd 的答案非常驚悚：六年前。他介紹說，當自己的兒子只有十七八歲，剛剛進入斯坦福校園學習計算機科學的時候，他給了他兒子一個忠告，讓他從大一就開始關注和學習量子計算，因為他們這一代人將註定在量子計算時代工作和生活。也許對於大多數人來說，這件事情還沒有那麼緊迫，但是不出意外的話，我們中的大多數人將活著作出這樣的決定：學習，或是被淘汰。

2018年5月8日於西雅圖

作者簡介：

孟岩，CSDN 副總裁，柏鏈道捷（PDJ Education）CEO，負責 CSDN 區塊鏈業務。中國雲體系聯盟諮詢專家，中關村區塊鏈聯盟專家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！