抛一枚硬币。要么正面朝上，要么反面朝上，对吧？当然，那是在我们看到硬币落地的结果之后。但当硬币还在空中旋转时，它既不是正面也不是反面，而是正面和反面都有一定的可能性。

这个灰色地带就是量子计算的简化基础。

几十年来，数字计算机让我们处理信息变得越来越容易。但量子计算机作为一种截然不同的计算方式，有望将计算提升到一个全新的水平。量子计算机有潜力解决非常复杂的统计问题，这些问题远远超出了当今计算机的能力范围，其应用范围涵盖金融、交通、制药和绿色技术等一系列行业和领域。虽然量子计算只是新兴量子技术的三个主要领域之一，但到 2035 年，仅量子计算一项就可能创造近 1.3 万亿美元的价值，并带来前所未有的商业能力。麦肯锡在 2024 年对量子行业领导者进行的调查表明，许多量子公司的规模正在迅速扩大：39% 的受访者表示，他们公司的员工人数超过 100 人，而 2023 年这一比例仅为 9%。此外，仅政府投资者就已承诺投资 340 亿美元。

量子计算机是如何工作的呢？

为您的笔记本电脑和智能手机提供动力的经典计算技术是基于比特构建的。比特是一种信息单位，它只能存储 0 或 1。相比之下，量子计算是基于量子比特构建的，量子比特可以同时存储 0 和 1。量子比特可以同时表示 0 和 1 的任意组合，这种现象被称为叠加态，这是任何量子态的基本特征。当一个量子比特的亚原子粒子处于叠加态时，每个亚原子粒子都可以相互作用并相互影响，这种现象被称为量子干涉。量子芯片构成了存储量子比特的物理硬件，类似于经典计算机中的微芯片。

当经典计算机使用多个变量来解决一个问题时，每当其中一个变量发生变化，它就必须进行一次新的计算。每次计算都是通向一个单一结果的单一路径。而量子计算机则可以通过叠加态并行探索许多路径。

此外，量子比特可以通过一种称为纠缠的现象相互作用。纠缠使得量子比特能够呈指数级扩展。例如，两个量子比特可以存储和处理 4 比特的信息，三个量子比特可以处理 8 比特的信息，以此类推。这种指数级扩展赋予了量子计算机比经典计算机强大得多的能力。

目前，各机构在尝试构建可扩展的通用量子计算机时，主要使用五种量子比特技术。这些技术包括光子网络、超导电路、自旋量子比特、中性原子和囚禁离子。

量子计算领域最近有哪些进展呢？

一些重量级的科技机构已经在量子技术上下注了。2024 年，谷歌推出了一台实验性量子计算机，它能在五分钟内完成一项计算，而这项计算大多数超级计算机需要花费 10 ^ 24 年才能完成，这个时间比已知宇宙的年龄还要长。谷歌的这款名为 Willow 的量子芯片，主要适用于研究和专业领域。其他机构也在开发自己的量子计算机。

2025 年 2 月，微软宣布发现了一种新的物质状态，称这将带来量子计算领域的突破。经过 17 年的物理学研究，这家科技巨头推出了马约拉纳 1 号（Majorana 1）量子芯片。这款微处理器利用了一种被称为 “拓扑量子比特” 的材料的特性，这种材料产生的粒子既不是液体，也不是固体，更不是气体。不过，这种新物质状态的真实性以及新型量子机器的实际用途尚未得到证实。微软表示，这款芯片可用于加速药物研发、电池开发，以及在人工智能领域占据主导地位的竞争。许多科学家一致认为，微软的拓扑量子比特可能会带来更高效、更简单的纠错方式。它们还可以帮助避免量子退相干现象，当量子系统失去其量子特性并开始表现得更像经典计算系统时，就会发生这种现象。

虽然与目前日常使用的计算机所能处理的问题相比，量子计算机能够解决的问题令人印象深刻，但它们在现实世界中的应用仍然有限。不过，我们正迅速接近一个量子计算机将对人们的生活产生真正影响的时代。

量子计算机有哪些用途呢？

如今的经典计算机相对简单直接。它们处理一组有限的输入，并使用算法得出一个答案，而且对输入进行编码的比特之间不会共享信息。量子计算机则不同。一方面，当数据输入到量子比特中时，量子比特会与其他量子比特相互作用，从而可以同时进行许多不同的计算，这就是为什么量子计算机的运行速度比经典计算机快得多。但这还不是全部。量子计算机不会像经典计算机那样只给出一个明确的答案，而是给出一系列可能的答案。

对于范围有限的计算，经典计算机仍然是首选工具。但对于非常复杂的问题，量子计算机可以通过缩小可能答案的范围来节省时间。

量子计算机什么时候能普及呢？

在未来几年里，量子计算领域的主要参与者，以及一小部分初创企业，将努力稳步增加其计算机能够处理的量子比特数量，并改进这项技术的功能。然而，要实现能够快速解决现实世界问题所需的量子体积，量子计算的发展预计仍将是一场长期的竞赛。根据麦肯锡与量子计算领域的科技高管、投资者和学者的交流，72% 的人认为到 2035 年我们将看到一台完全容错的量子计算机。其余 28% 的人则认为，这个里程碑要到 2040 年或更晚才能实现。

尽管如此，一些企业在那之前就会开始从量子计算中获取价值。起初，企业将通过云计算获得量子服务。正如我们所看到的，几家主要的计算公司已经宣布了他们的量子云服务产品。

量子计算与人工智能之间有什么关系呢？

量子计算和人工智能之间可能存在一种共生关系，它们有望相互提升彼此的能力，并推动各自领域的发展。它们携手合作，或许有助于实现通用人工智能（AGI）。以下是这两项技术如何相互利用以提高效率的方式：

1. 量子计算可以帮助人工智能快速处理大量数据集，从而加速人工智能的处理过程和模型训练。量子计算可以使人工智能应用实现以下里程碑，这些里程碑最终可能会为通用人工智能提供支持：

（1）增强计算能力，实现通用人工智能所需的快速数据处理和计算。
（2）更高效地解决问题，提升人工智能的高级推理和决策能力。
（3）提高学习能力，这对于通用人工智能在各种任务和环境中的适应性至关重要。
（4）并行处理，改善信息分析和综合能力。
（5）更轻松地处理复杂的数据结构，为人工智能提供处理和理解复杂信息的工具。
（6）推动人工智能研究取得潜在突破。

2. 人工智能可以促进量子计算的开发、优化和实际应用。以下是量子计算中几个可以从人工智能中受益的领域：

（1）纠错。机器学习可以预测并纠正量子计算中的错误，提高量子计算机的可靠性。
（2）降噪。人工智能可以分析噪声模式，从而制定降噪策略。
（3）量子算法设计与优化。这两个过程都可以通过类似强化学习的人工智能方法来实现。
（4）量子硬件控制。人工智能可以自动化量子设备的校准，并动态调整其控制参数。
（5）资源管理。人工智能可以帮助有效地分配量子比特，并优化量子任务的调度。
（6）模拟与仿真。人工智能可以增强量子系统的模拟，用于算法和硬件测试，还可以通过在经典硬件上模拟量子过程来辅助研究。
（7）基准测试与性能分析。人工智能可以开发复杂的基准测试工具，以评估和比较量子设备和算法。
（8）量子——经典混合系统。人工智能可以优化经典处理器和量子处理器之间的任务分配，最大限度地提高整体效率。
（9）量子机器学习（QML）。人工智能可以通过提高性能和适用性来改进量子机器学习模型的训练。

可能阻碍量子计算发展的障碍有哪些呢？

量子计算发展的一个主要挑战是量子比特的不稳定性。在当今的经典计算机中，一个比特的状态要么是 0，要么是 1，而一个量子比特可以是 0 和 1 的任意组合。当一个量子比特改变其状态时，输入可能会丢失或改变，从而影响结果的准确性。发展的另一个障碍是：为了使量子计算机能够在实现重大突破所需的规模上运行，可能需要连接数百万个量子比特。而如今现有的少数量子计算机所包含的量子比特数量远不及这个数字。

以下是扩大量子计算技术规模面临的其他一些挑战：

1. 大规模的高保真两量子比特门。对于容错量子计算机来说，需要保持 “高保真度”（即精度和可靠性水平大于 99.99%）。要大规模做到这一点将非常困难。
2. 速度。量子比特需要保持其量子态才能相互作用。即使在特定的环境条件下，它们最终也会退化。
3. 多量子比特网络。从理论上讲，将量子比特相互连接（即联网）可以使量子计算机的功能强大得多。这里的关键挑战是跨芯片连接量子比特，或者将一个物理量子计算机与另一个连接起来。
4. 大规模的单个量子比特控制。随着给定量子计算机中量子比特数量的增加，对单个量子比特的控制变得越来越复杂。
5. 冷却能力和环境控制。随着量子计算机规模的增大，冷却设备的尺寸和功率要求在经济和环境方面的成本都越来越高。目前，为一台大到足以连接数百万个量子比特的量子计算机供电，对大多数公司来说成本高得令人望而却步。
6. 可制造性。要生产大量的量子计算机，就需要实现制造和测试过程的自动化。生产某些量子计算机可能需要开发全新的制造技术。

经典计算机和量子计算机如何协同工作呢？

起初进展会很缓慢。最初，量子计算将与经典计算一起用于解决多变量问题。举个例子，量子计算机可以缩小金融或物流问题的可能解决方案范围，帮助公司更快地找到最佳解决方案。在量子计算取得足够进展以实现更重大的突破之前，这种缓慢的进展将成为常态。

机构如何找到所需的量子计算人才呢？

企业对量子计算人才的需求与现有能够满足这一需求的量子专业人才数量之间存在很大差距。麦肯锡估计，这种人才和技能差距可能会危及高达 1.3 万亿美元的潜在价值创造。

不同规模的公司对人才挑战的感受有所不同。在量子领域工作的小型初创企业通常从大学研究实验室发展而来，往往能够直接接触到有技能的候选人。然而，较大的公司可能与这些人才库的联系较少。

麦肯锡的研究发现，每三个量子职位空缺，才有一名合格的量子候选人。根据麦肯锡的研究，除非人才库或预计的量子职位创造速度发生重大变化，否则 2025 年将有不到 50% 的量子职位得到填补。

以下是从人工智能人才发展历程中总结出的五条经验，可以帮助机构培养所需的量子人才：

1. 明确界定您的人才需求。在人工智能发展的早期，一些机构在没有清楚了解所需技能的情况下就招聘了数据科学家。为了避免在量子领域犯同样的错误，机构首先应该确定量子计算团队可能从事的应用领域，然后确保新招聘的人员具备不同领域的专业知识。

2. 尽早投资 “翻译人才”。在人工智能早期受到广泛关注时，分析 “翻译人才” 的角色对于帮助领导者识别和确定人工智能最适合解决的业务挑战的优先级至关重要。在量子领域也有类似的需求：需要具有工程、应用和科学背景的 “翻译人才”，他们可以帮助机构了解机会，并在这个迅速扩张的生态系统中找到合适的参与者。

3. 创建多样化的人才培养途径。许多早期的人工智能模型反映出用于训练它们的信息中存在的相同偏见。同样常见的是，构建和测试这些模型的人员缺乏多样化的观点和经验，这加剧了偏见问题。虽然现在判断量子技术可能出现的所有风险还为时过早，但如果没有多样化且有能力的量子人才参与这项新技术，我们可以预计会面临类似的挑战。

4. 提升全员的技术素养。为了让各级员工充分利用一项新技术，他们需要对这项技术的工作原理及其功能有基本的了解。对于量子技术，企业领导者以及供应链各个环节（包括营销、IT 基础设施、财务等）的员工都需要具备基本的量子知识。

5. 不要忘记人才培养策略。在技术变革时期，公司往往非常注重吸引人才，但这只是人才难题的一部分。为了留住专业人才，公司需要为人才培养开辟清晰的路径。一家制药公司既强调其工作的目标（开发有助于拯救生命的用例），又为团队提供选择研究哪些量子相关问题的自由，还支持团队与外部专家和从业者合作。

量子计算机潜在的商业应用场景有哪些呢？

量子计算机具备四项与当今经典计算机不同的基本能力，所有这些能力都可以应用于商业场景中：

1. 量子模拟。量子计算机能够对复杂分子进行建模，这最终可能有助于缩短化工和制药公司的研发时间。当科学家们研发新药时，他们需要研究分子的结构，以了解它将如何与其他分子相互作用。当今的计算机几乎不可能提供准确的模拟，因为每个原子都以复杂的方式与其他原子相互作用。但专家们认为，量子计算机的计算能力足够强大，最终甚至能够对人体内最复杂的分子进行建模。这为更快地开发新药以及带来全新的变革性疗法开辟了可能性。

2. 优化与搜索。每个行业都在以某种方式依赖于优化。机器人在工厂车间的最佳摆放位置是哪里？公司的送货卡车行驶的最短路线是什么？为了优化公司的效率和价值创造，有无数问题需要解答。使用经典计算时，公司必须进行一个又一个复杂的计算，考虑到特定情况下的众多变量，这可能是一个既耗时又昂贵的过程。由于量子计算机能够同时处理多个变量，它可用于快速缩小可能答案的范围。然后，再使用经典计算来确定一个精确的答案。

3. 量子人工智能。量子计算机有潜力运用更先进的算法，这些算法可以在从汽车到制药等众多不同行业中变革机器学习。特别值得一提的是，量子计算机可以加速自动驾驶汽车的到来。像福特、通用汽车、大众汽车以及其他出行领域的初创企业，正在通过复杂的神经网络处理视频和图像数据。他们的目标是什么呢？是利用人工智能教会汽车做出关键的驾驶决策。量子计算机能够同时对具有多个变量的多个复杂计算进行处理，这使得此类人工智能系统的训练速度更快。

4. 质因数分解。如今的企业使用大而复杂的质数（这些质数大到经典计算机无法处理）作为其加密工作的基础。通过一种称为质因数分解的过程，量子计算机将能够使用算法比经典计算机更轻松地分解这些复杂的质数。（实际上，有一种名为肖尔算法的量子算法在理论上可以做到这一点，只是目前还没有一台计算机强大到足以运行该算法。）一旦量子计算机发展到足够先进的程度，就需要新的量子加密技术来保护在线服务，而科学家们已经在研究量子密码学，为这种可能性做好准备。

随着这些能力与量子计算能力同步发展，其他潜在的应用场景可能会大量涌现。

除了量子计算之外，还有哪些其他的量子技术呢？

根据麦肯锡的分析，量子计算距离广泛的商业应用仍需数年时间。但其他量子技术，如量子通信和量子传感，可能会更早投入使用。

量子通信将有助于实现强大的加密协议，这可以极大地提高敏感信息的安全性，并在以下情况中发挥作用：

1. 全面安全保障。量子通信的应用，如量子加密协议和量子隐形传态，有助于确保信息在不同地点之间传输时得到全面保护。这些协议比经典协议更安全，一旦量子计算机获得更强的计算能力，或者能够使用更高效的算法，大多数经典协议很可能会被破解。

2. 增强量子计算能力。量子通信支持两种重要的量子处理类型：并行量子处理（将多个处理器连接起来，同时对同一问题执行不同的计算）和盲量子计算（通过量子通信可以访问云端的远程大规模量子计算机）。当量子粒子（如量子比特）具有相互关联的属性（即一个粒子的属性可以通过对另一个粒子的操作来改变）时，这两种处理方式都可以通过量子粒子的纠缠来实现。

量子传感能够实现比以往任何时候都更精确的测量，包括对温度、磁场和旋转等物理属性的测量。一旦量子传感器得到更好的优化并且尺寸减小，它们将能够测量当前传感器无法捕捉到的数据。

目前，量子通信和量子传感的市场规模小于量子计算市场，到目前为止，量子计算吸引了大部分的
关注和资金。但麦肯锡预计，量子通信和量子传感在未来都将引起广泛关注并获得大量资金投入。尽管投资这些量子技术并非毫无风险，但潜在回报很高：到 2030 年，量子通信和量子传感可能会产生 130 亿美元的收入。

本文转载自 雪兽软件
更多精彩推荐请访问 雪兽软件官网