1900年，普朗克在論文里首次提出了能量的不連續(xù)性，一腳踢開了量子力學的大門。在量子世界里，所有物質(zhì)都可以被還原成61種基本粒子。其中最重的基本粒子，質(zhì)量也不超過3．1×10＾－25千克。
20世紀40年代，圖靈精確定義了算法的含義，并描述了我們現(xiàn)在所稱的圖靈機（Turing machine）：可以執(zhí)行任何算法的單一通用可編程計算設備。此后，計算機逐漸發(fā)展成為了一個產(chǎn)業(yè)，并深刻改變了我們的生活。
1981 年，著名物理學家費曼觀察到基于圖靈模型的普通計算機在模擬量子力學系統(tǒng)時遇到的諸多困難，進而提出了經(jīng)典計算機模擬量子系統(tǒng)的設想。當量子物理與計算機器狹路相逢，1985年，通用量子計算機概念終于誕生。
自此，量子力學進入了快速轉化為真正的社會技術的進程，人類在量子計算應用發(fā)展的道路上行進的速度也越來越快。如今，量子計算離我們已不再遙遠。
從經(jīng)典計算到量子計算
通常來說，量子計算是一種遵循量子力學規(guī)律調(diào)控量子信息單元進行計算的新型計算模式，它與現(xiàn)有計算模式完全不同。在理解量子計算的概念時，通常將它與經(jīng)典計算相比較。
在經(jīng)典計算機中，信息的基本單位是位（Bit）。所有這些計算機所做的事情都可以被分解成 0s 和 1s 的模式，以及 0s 和 1s 的簡單操作。
與傳統(tǒng)計算機由比特構成的方式類似，量子計算機由量子比特（quantum bits）或量子位（qubits）構成，一個量子比特對應一個狀態(tài)（state）。但是，比特的狀態(tài)是一個數(shù)字（0 或 1），而量子比特的狀態(tài)是一個向量。更具體地說，量子位的狀態(tài)是二維向量空間中的向量。這個向量空間稱為狀態(tài)空間。
經(jīng)典計算使用二進制的數(shù)字電子方式進行運算，而二進制總是處于0或1的確定狀態(tài)。于是，量子計算借助量子力學的疊加特性，能夠實現(xiàn)計算狀態(tài)的疊加。即不僅包含0和1，還包含0和1同時存在的疊加態(tài)（superposition）。
普通計算機中的2位寄存器一次只能存儲一個二進制數(shù)（00、01、10、11中的一個），而量子計算機中的2位量子比特寄存器可以同時保持所有4個狀態(tài)的疊加。當量子比特的數(shù)量為n個時，量子處理器對n個量子位執(zhí)行一個操作就相當于對經(jīng)典位執(zhí)行2n個操作。
此外，加上量子糾纏的特性，量子計算機相較于當前使用最強算法的經(jīng)典計算機，理論上將在一些具體問題上有更快的處理速度和更強的處理能力。
近年來，量子計算技術與產(chǎn)業(yè)呈現(xiàn)加速發(fā)展態(tài)勢，而有關量子計算技術的突破多與三個因素有關，即量子比特能夠維持量子態(tài)的時間長度、量子系統(tǒng)中連接在一起的量子比特的數(shù)量和對量子系統(tǒng)出錯的把握。
量子比特能夠維持量子態(tài)的時間長度，被稱為量子比特相干時間。其維持“疊加態(tài)”（量子比特同時代表1和0）時間越長，它能夠處理的程序步驟就越多，因而可以進行的計算就越復雜。其中，IBM率先將量子技術引入實用計算系統(tǒng)，將量子比特相干時間提高到了100微秒。而當量子比特相干時間達到毫秒級時，將足以支持一臺能夠解決當今“經(jīng)典”機器解決不了的問題的計算機。
從量子系統(tǒng)中連接在一起的量子比特的數(shù)量突破來看，2019年10月，谷歌公司在《Nature》期刊上宣布了使用54個量子位處理器Sycamore，實現(xiàn)了量子優(yōu)越性。具體來說，Sycamore能夠在200秒內(nèi)完成規(guī)定操作，而相同的運算量在當今世界最大的超級計算機Summit上則需要1萬年才能完成。這項工作是人類歷史上首次在實驗環(huán)境中驗證了量子優(yōu)越性，也被《Nature》認為在量子計算的歷史上具有里程碑意義。
除了解決量子比特的數(shù)量問題，由于當量子比特失去相干性時，信息就會丟失，因此量子計算技術還需要面臨如何去控制，以及如何去讀取量子比特。然后在讀取和控制達到比較高的保真度之后，去對量子系統(tǒng)做量子糾錯的操作。
基于此，研究人員借鑒經(jīng)典計算機里面糾錯的概念，來確保最后總的等效的量子操作，可以達到比較高的保真度，開發(fā)了所謂的量子糾錯。當然，現(xiàn)階段的量子糾錯還需要突破規(guī)模的門檻，但顯然不再是遙遙無期。
量子計算有多少種可能？
量子力學是物理學中研究亞原子粒子行為的一個分支，而運用神秘的量子力學的量子計算機，超越了經(jīng)典牛頓物理學極限的特性，對于實現(xiàn)計算能力的指數(shù)級增長則成為科技界長期以來的夢想。
量子計算為未來的科技發(fā)展提供了誘人的可能性，嘗試利用這一新硬件的力量的研究人員，則主要從三個類型的問題入手。
第一類型的問題涉及到分析自然世界：以今天的計算機無法比擬的精度，用量子計算機模擬分子的行為。其中，計算化學則是最大的一個應用領域。事實上，在過去兩年里，量子計算機在用越來越多的經(jīng)驗證據(jù)取代猜測方面，貢獻的價值已經(jīng)越來越大。
比如，模擬一種相對基礎的分子（如咖啡因）將需要一臺10的48次方比特的傳統(tǒng)計算機，這相當于地球上原子數(shù)量的10％。而模擬青霉素則需要10的86次方比特——這個數(shù)字比可觀測宇宙中的原子數(shù)量總和都要大。
傳統(tǒng)計算機永遠無法處理這種任務，但在量子領域，這樣的計算則成為可能。理論上，一臺有160量子比特的量子計算機可以就模擬咖啡因，而模擬青霉素需要286個量子比特。這為設計新材料或者找到更好方法來處理現(xiàn)有工藝提供了更便捷的手段。
就在8 月 27 日，Google 量子研究團隊宣布其在量子計算機上模擬了迄今最大規(guī)模的化學反應。相關成果登上了《科學》雜志的封面，題為《超導量子比特量子計算機的Hartree－Fock 近似模擬》（Hartree－Fock on a Superconducting Qubit Quantum Computer）。
為了完成這項最新成果，研究人員使用 Sycamore 處理器，模擬了一個由兩個氮原子和兩個氫原子組成的二氮烯分子的異構化反應。最終，量子模擬與研究人員在經(jīng)典計算機上進行的模擬一致，驗證了他們的工作。
值得一提的是，這項新研究所用的 Sycamore正是被《Nature》認為在量子計算的歷史上具有里程碑的54個量子位處理器。盡管這種化學反應可能相對簡單，也不是非量子計算機而不可為，但這展示了利用量子模擬開發(fā)新的化學物質(zhì)的巨大潛力。
此外，量子計算也有望為人工智能帶來更多好處。目前，針對人工智能產(chǎn)生的量子算法潛在應用包括量子神經(jīng)網(wǎng)絡、自然語言處理、交通優(yōu)化和圖像處理等。其中，量子神經(jīng)網(wǎng)絡作為量子科學、信息科學和認知科學多個學科交叉形成的研究領域，可以利用量子計算的強大算力，提升神經(jīng)計算的信息處理能力。
在自然語言處理上，2020年4月，劍橋量子計算公司宣布在量子計算機上執(zhí)行的自然語言處理測試獲得成功。這是全球范圍內(nèi)量子自然語言處理應用獲得的首次成功驗證。研究人員利用自然語言的“本征量子”結構將帶有語法的語句轉譯為量子線路，在量子計算機上實現(xiàn)程序處理的過程，并得到語句中問題的解答。而利用量子計算，將有望實現(xiàn)自然語言處理在“語義感知”方面的進一步突破。
最后，則是量子計算對于復雜問題的優(yōu)化可能性，而這些復雜問題往往對于今天的計算機來說變量太多。比如，量子計算在復雜問題上的一個用途是建立更好的金融市場模型。通過發(fā)明新數(shù)字來加強加密，并提高混亂和復雜領域的運營效率，例如交易清算和對賬。包括衍生品定價、投資組合優(yōu)化以及在高度復雜和不斷變化的情況下管理風險，則都是量子系統(tǒng)可以處理的事情。
跳出局限的力量
當前，在全球范圍內(nèi)，多國政府不斷出臺支持量子信息技術的發(fā)展戰(zhàn)略，下?lián)艽罅抠Y金用于以量子計算為主的量子信息技術研究。針對量子計算機技術實現(xiàn)的路徑呈現(xiàn)出多樣化，包括光學、離子阱、中性原子、核磁共振、超導、固態(tài)量子點、拓撲等。
科技巨頭方面，美國Google、IBM、Intel、Microsoft、Honeywell相繼在量子計算領域投入布局，強化資金配置、工程實現(xiàn)和軟件控制等能力，積極進行量子處理器原型產(chǎn)品及軟件算法的技術研發(fā)。
在量子處理器物理實現(xiàn)方案方面，Google和IBM均基于超導路線，Intel同時布局硅量子點和超導兩種路線，Microsoft則看好全新的拓撲路線，Honeywell側重離子阱路線。
我國科技公司阿里巴巴、騰訊、百度、華為相比于美國巨頭進入量子計算領域的時間相對較晚，但近年來也已通過與科研院所合作或聘請知名科學家等方式成立相關實驗室，在量子計算云平臺、算法、軟件和應用等方面研究布局。
盡管對于當前來說，量子計算并不像傳統(tǒng)計算那樣具有通用性，但其作為通往一個陌生新世界的門戶來到我們面前，是一個讓我們能夠以修正的定義來看待我們當前世界的入口。
從長遠來看，在世界范圍內(nèi)的布局和發(fā)展下，量子計算將極有可能徹底消除時間障礙，成本障礙也將隨之降低。未來或將出現(xiàn)全新類型的機器學習范式，但在真正像傳統(tǒng)計算機那樣具有通用功能的通用量子計算機成型之前，量子計算也依然需要一段漫長的探索過程。