模拟自然的本质：与IBM量子计算研究的问答

在这里插入图片描述

量子计算可能是计算领域的下一个重大突破，但它的一般概念仍然处于炒作和猜测的现状？它能破解所有已知的加密算法吗？它能设计出治愈所有疾病的新分子吗？它能很好地模拟过去和未来，以至于尼克·奥弗曼能和他死去的儿子说话吗？

以下是记者采访IBM量子公司量子应用和软件高级研究经理Jeannette (Jamie) Garcia博士的对话，并讨论了他们公司的433量子比特量子计算机，以及量子计算在现实生活中的应用。

Ryan Donovan：您是怎么进入量子计算领域的？

Jamie Garcia：我实际上是一名受过培训的化学家——我拥有化学博士学位。我来到IBM是因为我对当时那里正在进行的一些材料科学工作非常感兴趣，并开始在这个领域进行一些研究。我想大多数实验学家都会告诉你，如果你从一个实验中得到一个奇怪的结果，你需要做的第一件事就是找出原因，这涉及到很多理论。所以当你在实验中遇到无法理解的情况时，你会急忙跑过走廊去和你的计算领域的同事交谈，以帮助阐明在你的烧瓶中发生了什么你实际上看不到的事情。

作为这个过程的一部分，我对整个计算和对自然模拟非常感兴趣，并试图用计算来实现这一目标。我意识到使用经典计算机来处理某些反应确实存在一些挑战。我问我的同事，他们告诉我这是不可能的。我就想，为什么？

RD：你能举个例子吗？

JG：对我来说，它们是令人惊讶的例子——小分子的反应性很强。

比如自由基，它会对我们的身体造成各种各样的破坏，但也会出现在电池中，我当时正在研究电池。这种反应能量极高，并且涉及到很多不同的化学变化，以至于传统计算机无法对其进行建模，尽管它们只是像氧气分子那么小的分子。

有一天，我在约克敦海茨沿着走廊行走时，看到一位同事张贴的海报上有化学成分，这引起了我的注意。这种情况在IBM并不常见。原来这位同事正在使用量子计算机研究一种分子的特定性质。

它让我停了下来，我意识到这是一个全新的化学工具。现在我们已经超越了化学领域。我们正在研究各种不同的东西，但从一开始就是这个发现让我着迷并产生了兴趣。

RD：我们已经和量子计算领域的一些人交谈过了，但我认为在这里了解一些基础知识是有价值的。量子比特到底是什么？

JG：量子比特是我们对经典比特的类比。在IBM，我们使用超导量子比特。它们必须被冷却到15毫开尔文左右。你可能看过我们的大型稀释冰箱的照片，这些冰箱可以将量子比特冷却到那个温度水平。它们是由超导材料制成的。

当你对量子比特进行编程时，你所做的就是利用这些超导体的材料特性，你可以将电子移动到不同的能量状态。这基本上可以让你对量子计算机进行编程。其中最大的挑战之一是让它们保持在这些状态。而且感觉我们之后会谈到这个问题。

RD：尤其是考虑到你的材料科学背景。这似乎是关键的一部分。

JG：但它们从根本上来说也是一种不同的 “野兽”，因为我们现在利用量子力学来对量子比特和量子计算机进行编程，并能够在它们上面执行算法。所以它与经典比特相比有不同的特点。

事实上，你可以利用量子力学的特性，比如叠加和纠缠。当你考虑算法时，这些都是需要考虑的因素。在某些情况下，它可以作为经典装置的补充。但这确实是一个值得探索的全新领域。

RD：我听说量子比特并不完全稳定。你将它们进行超低温冷却并试图让它们保持在这种特定的状态。为了产生一个量子位，你需要大量的冗余和纠错吗？

JG：当我们谈论433个量子比特时，它们都在一个芯片上，对吧？所以当你给它们编程时，很多时候，我们利用两个量子比特门，你需要把两个量子比特纠缠在一起。

你把它设置好，并以一种非常特定的方式将你的电路映射到量子位上，以便得到答案。现在，你所说的稳定性部分——量子位本身是敏感的。正因为你所说的，我们必须把我们使用的量子比特冷却到15毫开尔文。

你试着尽可能长时间地保持量子比特在这个状态，这样你就可以运行你需要运行的计算。基本上，您需要有足够的时间为您的电路执行门操作。

量子比特容易受到噪声的影响。有时我们知道噪音来自哪里，有时我们不知道。当我们考虑如何在芯片上排列量子比特时，我们在大多数情况下都是以最小化噪声的方式来做的。我们用的是重六角结构。这限制了量子位之间的串扰，以最大限度地减少噪声，这样你就可以有尽可能长的相干时间来运行电路，并在几小时内进行实际计算，而不是一辈子。

我们还开发了许多其他技术来控制噪音。纠错是我们的团队正在努力的事情，并且正在为特定的纠错方法发展理论，这将包括拥有一个容错设备以及足够低的错误率，以便我们实际上能够运行其中的一些代码。

但我们也在研究误差缓解，它利用经典的后处理方法，并且无论我们是否知道噪声来自何处，都能捕捉到噪声，以便能够考虑到噪声并对其进行纠正，从而使我们能够得到尽可能准确的结果，甚至达到在纠错状态下的准确性。

目前正在进行积极的研究，并且正在开发软件工具，以便我们能够在这些技术开发出来时实时利用它们，并将其用于我们的应用研究，并运行我们感兴趣的算法和电路。

我们最近发布的一项内容，你实际上可以通过 Qisket 运行时访问，叫做概率误差消除。它的本质是当你运行一个电路时，它会运行电路某些部分的逆过程，这样你就能有效地知道噪声在哪里。然后，后处理将其分割成较小的电路，你可以把它们全部重新组合起来，并捕捉到噪声。

当然，机器学习也有。我们非常认真地思考人工智能和量子的交集。特别是我们刚刚宣布了我们的 System Two和计划。我们正在非常仔细地考虑所有这些东西将如何相互作用，人工智能可以在哪些方面帮助量子，量子又可以在哪些方面帮助人工智能。

RD：433个量子比特对经典计算的大致意义是什么？

JG：这是个很难回答的问题。我们从状态的角度来考虑量子位。如果你只是粗略地计算一下，人们通常会说这是2的n次方。所以2的433次方（状态）是个非常大的数字。我认为2的275次方，比宇宙中原子的数量还要多。所以它绝对是巨大的。

但这里面有很多细微差别，尤其是当我们在讨论量子计算机的编程，并使用它来解决化学问题或金融问题或类似的问题时。除此之外，你还必须考虑到系统中存在的噪声。

所以很难说一个拥有 433 个量子比特的设备在当今的计算能力是多少。如果你展望未来，有一天我们的错误率尽可能接近零，那时你才开始谈论这个 2 的 n 次方，并利用宇宙的力量。你知道，所有这些事情。

这就是它在计算方面给我们带来的潜力。

RD： 2的n次方到底是什么？

JG：这是基态数量。

你可以用分子的例子来说明。水可能需要大约 14 个量子比特。如果你有 14 个量子比特，那么就相当于 10 的四次方个经典比特，对吗？

你可以这样计算出来。但是，这里有很多细微差别。我们需要仔细考虑量子计算机擅长解决的问题类型。它不一定是所有你认为经典计算机擅长解决的问题。这是我的提醒，但它能让你有个大致的概念。

RD：一些加密算法正在努力实现量子安全，而另一些算法，如肖尔算法，则特别适合量子计算。为什么会这样呢？

JG：肖尔算法是一种处于长期纠错状态下的算法，对吧？你需要使用纠错来实现它。你听说过的很多著名的算法都显示了量子计算机的指数级速度，通常我们所说的就是处于这种状态下的算法。有一些在化学领域很有名的算法，比如量子相位估计。

也就是说，我们正在做很多工作，使算法更接近近期应用，并进行误差缓解 —— 甚至在早期阶段将误差缓解与纠错相结合 —— 这将使我们能够开始解决一些问题，我认为我们以前不会想到能这么早就解决这些问题。

肖尔算法肯定利用了具有这些辅助量子比特的量子设备。当你大致估算要能够运行肖尔算法或破解 RSA 等加密算法所需的条件时，你会看到需要数百万个量子比特的数字。你必须考虑到纠错带来的开销。

需要注意的是，我们正在比预期更早地做一些事情。我认为这是我们现在谈论量子安全的部分原因。我们不知道具体的时间线是什么，但我们现在确实有方法来解决这个问题。例如，我们的 zSystems 已经是量子安全系统了。现在绝对是开始考虑这个问题的时候了。如果在两年前你问我同样的问题，我会说那还很遥远。

现在我想，嗯。现在就开始计划吧。

RD：量子计算还适合哪些任务或应用？

JG：我们从三个方面来考虑。自然模拟是其中之一。这不仅包括分子模拟，还包括物理学和材料科学。你可以认为这是一个有趣的领域，因为自然模拟是量子力学的。所以，如果你利用的设备也是量子力学的 —— 这里就有一些明显的联系。此外，有理论证明表明，对于某些问题，如动力学、能量状态、基态等性质的问题，量子计算机应该至少有超多项式的加速可能。

第二类通常是数学和处理具有复杂结构的数据。我们谈到了肖尔算法和因数分解。也属于这一类别。已经有针对量子机器学习的算法被展示出来，这意味着在某些情况下可能会有指数级的加速。

我们特别关注这两个领域，因为我们认为它们有很大的潜力，因为它们在使用量子计算机时具有超多项式的潜力。这些是真正值得关注的明显领域。

最后一类是搜索和优化。所以格罗弗算法就属于这一类别。在这些领域，我们还不一定有理论证明存在超多项式加速、大于多项式或指数加速。但我们知道它可能会有大约二次方的加速，也许更多。我们仍在研究和探索，所以你永远不知道会发现什么。

有一些算法，比如振幅估计和放大，我们认为它们可以作为我提到的另外两个领域的加速器。无论以何种方式加快速度，我们都希望它在其他领域也能有所帮助。

您可以想象，映射到这些领域的用例数量几乎是2的n次方，并且它包含了许多不同的东西。我们正在与合作伙伴一起探索许多不同的领域，将其结合起来，并将其与真正有价值且在经典计算中很难的事情相结合。

这是关键，对吧？如果某件事在经典上很简单，你可能会说为什么要看量子计算。而在经典计算中很难的事情，我们认为量子计算可以提供某种优势或加速。从长远来看，这些就是我们正在探索的领域。

RD：说到假设用例，你看过电视节目《开发者》吗?

JG：不，用例是什么?

RD：模拟过去和未来。

JG：哦，天哪。好吧……预测是存在的，对吧？

RD：当然。我是说，模拟自然，对吧？

JG：不，没那么远。