量子計算的冷酷現實檢驗

量子計算機革命（https://spectrum.ieee.org/quantum-computing-for-dummies）可能比許多人所認為的更遙遠、更有限。這是來自新興量子計算行業等群體的信息。量子計算機被看作是一系列問題的解決方案，包括財務建模、優化物流和加速機器學習。量子計算公司提出的一些更雄心勃勃的時間表表明，這些機器可能在短短幾年內影響現實世界的問題。但對于許多人認為對這項技術不切實際的期望，人們越來越抗拒。

Meta的LeCun——沒那么快

Meta人工智能研究負責人Yann LeCun最近成為頭條新聞，此前他對量子計算機在不久的將來做出有意義貢獻的前景潑了一盆冷水。在慶祝Meta基礎人工智能研究（Fundamental AI Research）團隊成立10周年的媒體活動上，他說這項技術是“一個引人入勝的科學話題”，但他不太相信“制造出真正有用的量子計算機的可能性”。

雖然LeCun不是量子計算專家，但該領域的領軍人物也發出了警告。亞馬遜網絡服務量子硬件主管Oskar Painter表示，目前該行業存在“大量炒作”，“很難從完全不切實際的東西中篩選出樂觀的部分?！?/p>

當今量子計算機面臨的一個根本挑戰是，它們非常容易出錯。一些人認為，這些所謂的“噪聲中等規模量子”（NISQ，https://spectrum.ieee.org/measuring-progress-in-the-noisy-era-of-quantum-computing）處理器仍然可以發揮作用。但Painter表示，人們越來越認識到這是不可能的，量子糾錯方案（https://spectrum.ieee.org/quantum-error-correction）將是實現實用量子計算機的關鍵。

“We found out over the last 10 years that many things that people have proposed don’t work. And then we found some very simple reasons for that.”
—Matthias Troyer,Microsoft

領先的提案涉及在許多物理量子位上傳播信息，以創建更穩定的“邏輯量子位（https://spectrum.ieee.org/fault-tolerant-quantum-computing-milestone）”，但這可能需要每個邏輯量子位數達到1000個物理量子位數。一些人認為，量子糾錯甚至可能從根本上是不可能的，盡管這不是主流觀點。Painter說，無論哪種方式，以所需的規模和速度實現這些方案仍然是一個遙遠的目標。

他說：“考慮到實現一臺能夠在數千個量子位上運行數十億個門的容錯量子計算機的剩余技術挑戰，很難確定出來一個時間表，但我估計至少需要十年?！?/p>

Microsoft —— 澄清

問題不僅僅在于時間尺度。今年5月，領導微軟量子計算工作的微軟技術Fellow Matthias Troyer在《美國計算機學會通訊》上與人合著了一篇論文（https://cacm.acm.org/magazines/2023/5/272276-disentangling-hype-from-practicality-on-realistically-achieving-quantum-advantage/fulltext），指出量子計算機可以提供有意義優勢的應用程序數量比你想象的要有限。

他說：“在過去的10年里，我們發現人們提出的許多建議都不起作用。然后我們找到了一些非常簡單的原因?！?/p>

量子計算的主要前景是能夠以比經典計算機快得多的速度解決問題，但具體速度各不相同。Troyer說，在兩種應用中，量子算法似乎提供了指數級的速度。一種是對大數字進行分解，這可能會破壞互聯網所建立的公鑰加密。另一種是模擬量子系統，這可能在化學和材料科學中有應用。量子算法已經被提出用于一系列其他問題，包括優化、藥物設計和流體動力學。但其加速的結果并不總是成功的。

Troyer說，這些收益可以很快被量子計算機產生的巨大計算開銷所抵消。操作量子位比切換晶體管要復雜得多，因此要慢幾個數量級。這意味著，對于較小的問題，經典計算機總是更快，量子計算機領先的點取決于經典算法的復雜性擴展的速度。

Troyer和他的同事將一個Nvidia A100 GPU（https://spectrum.ieee.org/nvidia-qubit）與一臺虛構的未來容錯量子計算機進行了比較，該計算機擁有10000個“邏輯量子位”，其門控速度是當今設備的數倍。Troyer說，他們發現一個二次加速的量子算法必須運行幾個世紀，甚至幾千年，才能在大到有用的問題上勝過經典算法。

另一個重要障礙是數據帶寬。量子比特緩慢的操作速度從根本上限制了你進出量子計算機的經典數據的速率。Troyer說，即使在樂觀的未來情況下，這也可能比經典計算機慢數千或數百萬倍。這意味著在可預見的未來，機器學習或搜索數據庫等數據密集型應用程序幾乎肯定遙不可及。

Troyer說，結論是量子計算機只會以指數級的速度真正解決小數據問題。他補充道：“剩下的都是漂亮的理論，但并不實用?！?/p>

Troyer說，這篇論文在量子社區沒有產生太大影響，但許多微軟客戶都很感激能對量子計算的現實應用有所了解。他說，他們已經看到許多公司縮減甚至關閉了量子計算團隊，尤其是在金融領域。

Aaronson——歡迎，懷疑論者？

得克薩斯大學奧斯汀分校計算機科學教授Scott Aaronson說，這些限制對任何一直密切關注量子計算研究的人來說都不應該感到驚訝。他說：“有人聲稱量子計算將如何徹底改變機器學習、優化、金融和所有這些行業，我認為在這些行業，人們總是持懷疑態度。如果人們現在開始更加關注這一點，那么，非常歡迎?！?/p>

雖然他也認為實際應用還有很長的路要走，但該領域最近的進展實際上讓他有理由感到樂觀。本月早些時候，量子計算初創公司QuEra和哈佛大學的研究人員證明，他們可以使用280個量子位處理器生成48個邏輯量子位（https://www.newscientist.com/article/2407145-quantum-computer-sets-record-on-path-towards-error-free-calculations/），遠遠超過之前的實驗（https://scholar.google.com/scholar?q=quantum+computers+%22logical+qubits%22&hl=en&as_sdt=0,22）。Aaronson說：“這無疑是幾年來最大的實驗進展?！?/p>

“When you say quantum is going to solve all the world’s problems, and then it doesn’t, or it doesn’t right now, that creates a little bit of a letdown.”
—Yuval Boger, QuEra

QuEra首席營銷官Yuval Boger熱衷于強調，該實驗是一次實驗室演示，但他認為，這些結果促使一些人重新評估了容錯量子計算的時間表。不過，他表示，與此同時，他們也注意到了公司悄悄將資源從量子計算轉移出去的趨勢。

他說，這在一定程度上是由于自大型語言模型出現以來，人們對人工智能的興趣不斷增長。但他也同意，業內一些人夸大了這項技術的近期潛力，并表示炒作是一把雙刃劍。他說：“這有助于獲得投資，讓有才華的人對進入該領域感到興奮。從另一方面來看，當聲稱量子將解決世界上所有的問題但卻沒有，或者說現在沒有實現時，這會讓人有點失望?！?/p>

即使在量子計算機看起來最有前景的領域，其應用范圍也可能比最初希望的要窄。近年來一些研究團隊（https://arxiv.org/pdf/2208.02199.pdf）的論文表明，量子化學中只有少數問題可能受益于量子加速。

Merck KGaA —— 有時是一種很好的加速器

同樣重要的是要記住，許多公司已經擁有在經典硬件上運行的成熟且高效的量子化學工作流程，位于德國達姆施塔特的德國制藥巨頭默克公司（Merck KGaA）全球數字創新負責人Philipp Harbach如此表示（不要與美國默克公司混淆）。

他說：“在公眾面前，量子計算機被描繪成可以實現目前無法實現的東西，這是不準確的。首先，它將加快現有流程，而不是引入一個完全顛覆性的新應用領域。因此，我們正在評估其中的差異?！?/p>

大約六年來，Harbach的團隊一直在研究量子計算與默克公司工作的相關性。雖然NISQ設備有可能用于某些高度專業化的問題，但他們得出的結論是，在實現容錯之前，量子計算不會對工業產生重大影響。Harbach說，即便如此，這種影響的變革程度實際上取決于公司正在開發的具體用例和產品。

量子計算機擅長為經典計算機在更大范圍內難以解決的問題提供準確的解決方案。Harbach說，這可能對一些應用非常有用，比如設計新的催化劑。但默克公司感興趣的大多數化學問題都涉及快速篩選大量候選分子。

他說：“量子化學中的大多數問題都不是指數級的，近似值就足夠了。它們都是表現良好的問題，你只需要隨著系統規模的增加而使其加速?！?/p>

盡管如此，微軟的Troyer表示，仍有理由保持樂觀。即使量子計算機只能解決化學和材料科學等領域的有限問題，其影響仍可能改變游戲規則。他說：“我們談論的是石器時代、青銅時代、鐵器時代和硅時代，所以材料對人類有著巨大的影響?！?/p>

Troyer說，表達一些懷疑的目的不是減少人們對該領域的興趣，而是確保研究人員專注于最有希望、最有影響力的量子計算應用。