制造出一台能够完成经典计算机所无法完成任务的量子计算机,是研究人员的孜孜不倦目标,然而他们与目标间的距离正在快速缩短。现在,这一里程碑来了。
IBM公司的量子计算机,要求将量子比特冷却到略高于绝对零度的温度环境。如此极端的低温条件,有助于防止噪声因素对量子比特产生破坏。
量子计算机永远无法全面取代你手头的“经典”计算机。它们不会用于运行浏览器、帮助你报税或者播放最新视频。
那量子计算机到底有什么用?它们的作用——至少人们长期以来对量子计算机的期望——在于提供一种在本质上有所区别的计算方式。它们将能够解决某些经典计算机需要数十亿年才能完成的难题,能够模拟复杂的量子系统(例如生物分子),或者提供一种分解非常大的数字的方法,从而打破长期存在的加密形式。
量子计算机这种由学术性探索到全新应用的过渡门槛,被称为“量子至上(Quantum Supremacy)”。许多人相信谷歌的量子计算项目将在今年晚些时候实现这一目标。在此之前,我们专门整理出这份指南,它提供了你需要了解的信息,量子至上意味着什么,以及它是否真的实现了。
量子至上是什么,又为何如此重要?为了实现量子至上,量子计算机必须首先能够实现目前经典计算机所无法完成的任何计算负载。
从某种意义上说,这一里程碑其实是人为造就的。用于测试量子至上是否实现的任务由人们精心设计出来,更多是为了展示技术进度而非实质性成果(下文我们就具体讨论)。因此,很多对于量子计算机的严肃探索并不重视量子至上这一指标。负责IBM公司量子计算战略事务的高管Robert Sutor表示,“我们根本就不会使用「量子至上」这个字眼。我们也完全不关心什么量子至上。”
但在其它方面,量子至上确实将成为计算发展史上的一道分水岭。从最基本的层面出发,量子至上可能意味着,量子计算机开始能够处理某些实际问题。
这种观点也有一定的历史原因。早在上世纪九十年代,第一种量子计算解决的主要是那些人们不太关心的问题。然而,计算机科学家们在设计当中所积累到的经验,却可用于指导后续算法的开发(例如用于分解大数的Shor算法),并带来深远的现实影响。
芝加哥大学量子信息科学家Bill Fefferman指出,“在我看来,要不是技术社区最初更关注「量子计算机的理论构型更适合处理哪些问题?」,而非执着于所谓更有实际价值的问题,那么这些算法压根就不会出现。”
量子计算领域希望同样的情况能够再次上演。通过构建一台能够击败经典计算机的量子计算机——即使只是解决某个看似无用的问题,研究人员仍能够从中学习到大量经验,从而为日后打造出真正具备泛用性的量子计算机铺平道路。
加州理工学院理论物理学家、谷歌公司研究员Fernando Brandão表示,“在实现量子至上之前,量子计算机几乎没有机会拿出任何有趣的成果。量子至上无疑将成为发展中必不可少的里程碑式事件。”
此外,量子至上还将成为理论计算机科学领域的一场大地震。几十年以来,该领域一直运作在所谓“丘奇-图灵扩展论”的假设之下。该假设认为经典计算机能够有效执行任何其它类型计算机能够完成的任意计算。量子至上将是第一次针对该项原则的实验,有望将计算机科学引入一个全新的世界。加州大学伯克利分校的量子信息科学家Adam Bouland指出,“量子至上将成为我们在计算观察方式层面的一次根本性突破。”
如何证明量子至上?答案很简单:只需要证明某个问题在经典计算机上无法有效解决,但在量子计算机上能够解决即可。具体问题并无特殊要求,不过目前估计量子至上的首次证明很可能涉及所谓“随机电路采样”这一特定方向。
随机采样问题的一类简单示例,在于模拟公平骰子的滚动过程。这样的程序能够从全部可能的结果当中正确提供采样结果,而在重复运行程序时,全部六个数字中的每一个都呈现出六分之一的出现比例。
与投骰行为类似,这个量子至上的候选问题要求计算机从随机量子电路的全部可能输出(表现为针对单一或者一组量子比特执行的一系列操作)中实现正确采样。让我们以一个包含50量子比特的电路为例,随着量子比特通过该电路,各量子比特的状态将在所谓量子叠加当中变得交织或者说纠缠。结果就是,当电路通行完毕后,50个量子比特将处于250 个可能状态的叠加状态。而如果我们测量各量子比特,则这250 种可能性将折叠成一个50比特的字符串。这就像是滚动一个骰子,只不过可能性从6种变成了250 种——也就是1千万亿种,而且所有的可能性都将以同样的概率发生。
利用叠加与纠缠等纯粹的量子特征,量子计算机应该能够从这一随机电路当中有效产生一系列样本,这些样本将遵循正确的分布。然而,对于经典计算机,目前还没有任何已知快速算法能够生成这样的样本。而随着可能样本范围的增加,经典计算机会很快被巨大的任务计算量所淹没。
难度在哪?只要量子电路的规模不大,经典计算机就还跟得上运算节奏。因此,为了通过随机电路采样问题展示量子计算的优势,工程师们至少需要能够构建起具备一定规模水平的量子电路——但到目前为止,这个目标还无法实现。
电路规模由初始量子比特数决定,而且与操作这些量子比特的具体次数相关。量子计算机中的操作使用“门”进行,这一点与经典计算机完全相同。不同类型的门会以不同方式对量子比特进行变换——某些门能够翻转单一量子比特的值,也有些门以不同方式对两个量子比特进行组合。如果通过10个门运行量子比特,我们就会说这一电路的“深度”为10。
为了实现量子至上,计算机科学家们估计量子计算机至少需要解决70到100比特场景下的随机电路采样问题,且深度大约为10。如果电路规模远小于这一水平,那么经典计算机仍然有望以模拟方式解决——毕竟经典模拟技术也一直在不断完善。
在另一方面,量子工程师们目前面临的问题在于,随着量子比特与门数的增加,错误率也将不断提高。如果错误率过高,那么量子计算机也将丧失对于传统计算机的比较优势。
量子电路当中存在众多错误源,最关键的根源之一,在于每一次电路执行门操作时都会在计算当中造成错误累积。
目前,最好的双量子比特量子门的错误率约为0.5%,这意味着其每200次操作当中约出现一次错误。为了证明量子至上,工程师必须将双量子比特门的错误率降低至0.1%左右。
我们如何才能确定,量子至上已经得到证明?虽然有一些里程碑已经非常明确,但量子至上绝对不是其中之一。得克萨斯大学奥斯汀分校的计算机科学家Scott Aaronson表示,“量子至上跟火箭发射或者核爆炸不同,这些项目只需要通过观察就能立即判断是否成功。”
为了验证量子至上,我们必须同时满足两个条件:量子计算机能够快速执行计算,而经典计算机无法有效执行相同的计算。
最棘手的是第二部分。经典计算机在解决某些类型的问题时,往往会表现出超出计算机科学家期望的能力。在证明经典计算机不可能有效完成某些任务之前,总有可能存在着更好、更有效的经典算法。因此,在证明不存在这样的算法方面所需要投入的精力,甚至有可能高于证明量子至上本身的精力。即使是这样,相关主张仍然需要一段时间才能被人们所普遍接受。
我们离目标还有多远?从各个方面来看,谷歌公司正在敲开量子至上的大门,并有可能在今年年底之前正式将其攻克。(当然,2017年的时候就有过这样的风声。)此外,其他一些组织也有可能在短时间内实现量子至上,包括IBM、IonQ、Rigetti以及哈佛大学。
这些团体正在利用多种不同方法构建量子计算机。谷歌、IBM与Rigetti尝试利用超导电路实现量子计算。IonQ使用被捕获的离子,而由Mikhail Lukin领导的哈佛小组则提议使用铷原子。此外,微软公司则在探索“拓扑量子比特”方法,其基本原理类似于量子层面的长镜头。
每一种方法都有其优势与缺点。
超导量子电路的优势在于能够采用固态材料制造。其可以直接使用现有制造技术,并能够以极快的速度实现门操作。此外,量子比特不会移动,这一点显著优于其它技术方法。然而,其同时也要求研究人员将环境温度降低至极低水平,且超导芯片中的每一个量子比特必须单独校准,这使其很难扩展至数千量子比特(甚至更高)这一实际应用规模。
离子阱的优势与缺点与超导方法恰好相反。其中各个离子是相同的,因此更易于制造;在量子比特被环境噪声淹没之前,离子阱使我们能够将更多时间用于计算。然而,离子的门操作速度极慢(时长可达超导门的数千倍),而且各个离子往往会不受控制地四处移动。
目前,超导量子电路似乎发展速度最快,但是所有不同方法都面临着严重的工程技术障碍。在真正构建起人们梦寐以求的量子计算机之前,我们还需要完成一项重大的新技术进步。Bouland表示,“我听说,业界认为量子计算可能需要一项类似于晶体管发明这样的突破性技术,才能真正带来几乎完美且易于扩展的解决方案。虽然最近的实验进展令人印象深刻,但我个人认为量子版本的晶体管还没有真正实现。”
如果量子至上得到证明,接下来又将如何?如果有一台量子计算机能够在随机电路采样这类任务当中压倒经典计算机,那么接下来要解决的问题无疑是:量子计算机什么时候能够真正用于处理实际问题?
这种现实层面的里程碑往往被称为“量子优势”。IBM公司的Sutor解释称,“量子优势的定义是这样的:对于某个真实用例——例如金融服务、人工智能或者化学等等——我们什么时候才能看到量子计算机的处理效果要明显优于任何已知的经典基准?”顺带一提,IBM公司目前已经拥有不少企业客户,包括摩根大通与梅赛德斯-奔驰在内的不少公司都在探索对IBM量子芯片的实际应用。
第二座里程碑在于创建容错量子计算机。这类计算机能够实时校正计算中的错误,从而在原则上实现无错误量子计算。然而,目前创建容错量子计算机的主要预设方法(被称为「表层代码」),要求在计算机中用于实际执行计算的每个“逻辑”量子比特提供数千个纠错量子比特。这就使得容错机制的规模水平远远超出量子计算领域的现有实现能力。换言之,在真正处理实际问题之前,量子计算机到底需不需要容错性又是另一个关键却悬而未决的难题。Brandão指出,“目前想法很多,但都没能最终确定。”
2019年7月18日修订:哈佛大学的Mikhail Lukin小组正在制造量子计算机,如新版本文章所述,他们正尝试利用镭原子控制铷原子(而非光子)。