Latest / The Long View / 2026-08-10 · 深度｜量子计算：炒作与现实

Transcript

2026-08-10 · 深度｜量子计算：炒作与现实 · The Long View

0:07
欢迎收听The Long View。
0:08
今天我们花一整期,做一次深度,主题是量子计算—那些被反复许诺的量子计算机,
0:17
到底会不会改变世界。
0:20
先请听众记住一本杂志:《科学美国人》二〇二六年六月号。
0:25
这一期的封面故事,是一组关于量子计算的深度报道。
0:30
编辑部没有满足于写一篇稿子,而是把同一个主题拆成两篇长文来回答一个大问题—建立在量子物理之上的计算机,
0:41
究竟会不会改变世界。
0:44
今天这一集,我们就把这两篇文章从头到尾讲透。
0:48
它的贯穿主线只有一句话:量子计算的进展是真实的,
0:53
但它到底能兑现多少承诺、什么时候兑现,
0:56
眼下没有人真正知道—而横在中间的,是一堵叫"纠错"的墙。
1:03
我们先讲第一篇。
1:04
第一篇文章叫《量子革命》,作者是Adam Becker。
1:09
这里先介绍一下作者:Adam Becker是一位科学记者,
1:13
拥有密歇根大学的天体物理学博士学位,
1:17
著有《《More Everything Foreverr》一书,
1:19
主持一档叫《《Dreaming against the Machinee》的播客。
1:23
他不是量子计算圈里的从业者,而是一个训练有素、
1:28
又保持怀疑距离的观察者—这个身份很重要,
1:32
因为这篇文章的立场恰恰是:一边把科学讲清楚,
1:38
一边替读者拆穿商业宣传里的水分。
1:41
文章的开场是一个很具体的画面。
1:44
在旧金山湾东南边缘一个办公园区里的低矮厂房里,
1:49
一排白色的罐子沐浴在蓝光下。
1:52
罐子里装着一套一套的超导电路,这些电路被刻蚀在芯片上,
1:57
由金色的、像枝形吊灯一样的结构吊着,
2:01
用液氦和液氮冷却。
2:04
芯片就在隔壁的洁净室里制造,穿着白色防护服的人操作着房间那么大的机器、
2:11
通风橱和酸浴槽。
2:13
整座设施—芯片、罐子、洁净室,还有厂房后面巨量的液氮储备—都是为了一个梦想:量子计算机。
2:23
这里是加州量子计算公司Rigetti的主要制造厂,
2:27
每一个制冷罐里都装着一台Rigetti顶配的量子处理器。
2:33
Rigetti的首席执行官Subodh Kulkarni告诉作者,
2:37
有朝一日,量子计算机能以经典计算机快上几个数量级的速度,
2:44
完成某些特定的运算。
2:46
他的原话是:"我们说的是快一百万倍,
2:49
甚至十亿倍,而能耗只有很小很小的一部分。
2:53
这就是量子计算的美妙之处。
2:56
我们有可能解决今天根本无解的问题。
3:00
"请注意,这是一位公司首席执行官在受访时说的话,
3:05
是一个带着立场的乐观预期,而不是已经发生的事实。
3:10
文章接下来立刻做了一个平衡:Rigetti只是想抓住这个机会的几十家公司之一。
3:18
过去二十年里,像Rigetti这样的初创公司,
3:21
还有I B M、Google这样的巨头,
3:24
都往量子计算里投了大钱—光是二〇二三年一年,
3:29
风险投资就砸进去十二亿美元。
3:32
硅谷的风投和推销者们把量子和人工智能捆在一起讲故事,
3:38
说量子会给A I插上翅膀,或者反过来;
3:42
但很多专家并不买账。
3:45
Kulkarni们还谈到量子会给药物发现、
3:48
天气预报、金融行业带来革命,各国政府则盯着它破解那些至今无法破解的密码。
3:56
Becker在这里下了一句冷静的判断:这些预言,
4:00
没有一个是确定的。
4:02
量子计算正走到一个成败攸关的时刻—科学家们希望,
4:07
在未来几十年里,他们能把今天的量子系统扩大到足以做出真正突破、
4:13
并在有用的任务上最终击败经典计算机的规模。
4:18
但障碍重重,而且在攻克这些障碍之前,
4:22
我们其实并不知道量子计算机到底能做什么。
4:26
那么,要回答量子计算机到底"量子"在哪,
4:31
得先把最基础的东西讲清楚,而这正是这篇文章最见功力的地方。
4:38
Becker先排除两个想当然的答案。
4:41
第一个答案是"量子计算机就是运行在量子物理原理上的计算机"—这不够,
4:47
因为量子物理支配着一切物质的行为,照这么说所有计算机都是量子计算机。
4:55
第二个答案是"量子计算机是利用了量子现象的计算机"—这也不够,
5:01
因为今天几乎所有计算机都用硅晶体管,
5:04
而晶体管的工作原理只能靠量子力学来解释。
5:09
所以这两条都答非所问。
5:12
要真正说清楚,得请出薛定谔的猫。
5:15
这个思想实验是Erwin Schrödinger—量子力学的奠基人之一—在一九三〇年代提出的。
5:23
请听众想象:一只猫被关进一个盒子,盒子里有一小块放射性金属、
5:29
一瓶毒药,还有一个装置,只要它探测到金属放出任何辐射,
5:35
就会打碎毒药瓶,毒死猫。
5:37
量子物理告诉我们:如果把盒子密封一段特定的时间,
5:42
那块金属有百分之五十的概率已经放出了一些辐射。
5:47
但关键在于—在有人真正去测量之前,这块金属处在一种叫"叠加"的状态里:辐射既被放出、
5:56
又没被放出,两种情况同时成立。
5:59
这就是叠加态。
6:01
我们可以用一个日常的比方来体会:平常的东西非此即彼,
6:06
硬币要么正面要么反面;
6:10
而处在叠加态的量子系统,像是一枚在空中不停旋转、
6:16
还没落定的硬币,正反两面此刻同时"都算数"。
6:21
因为金属处在辐射与没辐射的叠加中,毒药瓶就处在被打碎与完好无损的叠加中,
6:29
于是那只猫,就在你打开盒子之前,既是死的、
6:33
又是活的。
6:35
至于"测量"到底意味着什么,那是量子物理里另一个棘手的问题,
6:40
有人为它写了整本整本的书,我们今天不展开。
6:45
更进一步,这种叠加是可以"调"的。
6:48
Becker说,你可以早一点点打开盒子—也许是出于对可怜猫的焦虑—那么在你打开的前一刻,
6:56
猫会处在一种"活着的成分更多一点"的叠加里。
7:01
只要掌握好等待的时间,你可以把猫调到任何一种死与活的比例上。
7:07
这种可调的叠加态,正是让量子计算机"量子"起来的东西。
7:14
现在把这套东西搬到计算机上。
7:16
传统计算机用晶体管来做运算,用的是"比特",
7:21
每个比特只能取两个值之一:零或者一。
7:26
量子计算机用的是"量子比特",英文叫qubit。
7:30
量子比特能取的值就多了:像薛定谔的猫一样,
7:35
一个量子比特可以是零和一的任意叠加。
7:39
但量子比特还有第二个和那只倒霉的猫共通的特性—纠缠。
7:45
当猫被关进盒子,它会和盒子里的其余部分纠缠在一起,
7:50
它的量子状态和那块金属、探测器、毒药全都绑定到了一起,
7:56
这就叫纠缠。
7:58
同样地,量子计算机必须让它的量子比特互相纠缠,
8:03
才能做运算。
8:04
用一个比方:纠缠有点像两个绑在一起的骰子,
8:08
无论隔多远,一个的结果和另一个的结果是关联的、
8:09
说不清谁先定谁后定。
8:10
不过这里有个关键区别:猫和盒子的纠缠是不受控制地自然发生的;
8:16
而量子计算机必须对它的量子比特之间的纠缠保持严格的控制—哪几个纠缠、
8:24
纠缠多少、以什么方式纠缠,都要说了算。
8:28
正是这种"可控的纠缠",让量子计算机能变出经典计算机变不出的戏法—至少在理论上是这样。
8:37
而在这些戏法里,被吹得最响的一个,是对一台足够大的量子计算机来说,
8:43
它可以比标准计算机快得多地对非常大的数做因数分解。
8:49
这个方法叫Shor算法,以麻省理工学院的理论计算机科学家Peter Shor命名,
8:55
他在一九九四年发明了它。
8:58
说"快得多"其实还是保守了。
9:00
理论上,用Shor算法,一台量子计算机可以在几天内分解一个非量子超级计算机要算上几百万年的数。
9:10
对大数做因数分解听起来像个很小众的应用,
9:14
但正因为它对经典计算机极其耗时,它才成了现代大多数加密—尤其是网络上使用的那种加密—的基础。
9:24
所以一台量子计算机不只是个厉害的密码破译者,
9:28
它有可能击穿支撑整个互联网的密码学。
9:32
难怪破解密码成了世界各国政府的优先事项。
9:37
量子计算机可能擅长的还有第二件事:模仿大自然。
9:42
它能以常规计算机根本做不到的精细程度,
9:46
去模拟原子和分子的相互作用。
9:49
这可能带来基础物理和化学、材料科学、
9:52
制药等领域的突破。
9:55
还有一些人—比如前面那位Kulkarni—相信量子计算机在模拟金融市场和地球气候这类更常见的问题上,
10:04
也会比经典机器强。
10:07
这里要提醒一句:后半句是带立场的乐观说法,
10:11
文章是把它作为一种"有人相信"的观点来呈现的,
10:16
不是定论。
10:17
讲完美好的一面,Becker用了一个转折—然而,
10:21
有一个大麻烦。
10:22
还记得薛定谔的猫会自然地和盒子的其余部分纠缠吗?
10:26
不用任何特殊努力,纠缠就在互相作用的物体之间自然发生。
10:32
此时此刻,你正在和你周围的空气、你坐着或站着的地面、
10:37
以及你正在听的这台设备,发生某种程度的纠缠。
10:43
这种量子系统和它所处环境之间自然而然的纠缠,
10:47
有一个名字,叫"退相干"。
10:50
退相干对量子计算机的运算能力是致命的。
10:55
为了让一台量子处理器保住对它的量子比特和它们纠缠状态的那份至关重要的控制,
11:02
它必须在工作时把自己和外部世界隔绝开;
11:06
它还必须对自己那些量子比特的原子部件之间的物理相互作用保持高度控制。
11:14
哪怕只维持极短的一瞬,这都不容易。
11:17
防止量子计算机各部件之间发生意外的相互作用,
11:21
是横在今天这些相对朴素的量子计算机、
11:25
和科学家工程师们想造出的更强大机器之间的主要障碍之一。
11:31
研究者应对退相干的一个策略,是把量子计算机搞得非常非常冷。
11:37
为什么要冷?
11:38
因为热本质上就是原子的随机运动,而这种随机运动会制造出意料之外的纠缠。
11:46
前面开场那个画面里之所以要用液氦、液氮,
11:50
把芯片冷却到绝对零度以上大约百分之一度—大家可以体会一下这个尺度,
11:58
绝对零度是零下二百七十三摄氏度左右,
12:02
而它们比这只高出百分之一度—就是为了尽量摁住原子的乱动。
12:08
这就牵出了量子计算里最大的悬而未决的问题:造一个量子比特,
12:14
到底哪种方式最好?
12:16
标准计算机里的比特,是靠固态芯片上小电子门的电压变化、
12:21
或者硬盘上的磁畴来实现的,控制这些比特已经足够精妙、
12:27
足够难了。
12:29
但一个量子比特要被控制得更精细:量子计算机必须把它的量子比特置入一个特定的初始量子态,
12:39
再通过一连串"量子逻辑门"来控制它们的纠缠。
12:44
量子逻辑门,你可以理解成对量子比特做操作的基本指令,
12:49
就像经典电路里的逻辑门一样,只不过它操作的是叠加和纠缠。
12:56
与此同时,还要让这些量子比特和环境完美隔离、
13:00
不让它们和外界或彼此发生计划外的相互作用。
13:05
Becker在这里补了一段历史,也是一段坦白的历史。
13:09
量子计算机在一九八〇年代最早被提出之后的很多年里,
13:14
一些专家怀疑它到底能不能造出来。
13:18
直到今天,仍有少数研究者相信,有用的大型量子计算机根本造不出来—这个反对意见,
13:26
文章是明确保留下来的。
13:29
但在过去二十年里,科学家们确实造出了能工作的量子计算机,
13:34
尽管相对很小,量子比特不超过几百个。
13:39
这些机器太简单了,除了很小的示例问题,
13:43
根本没法做像Shor算法或量子模拟这样有意思的运算。
13:49
要把它们扩大到更有用的规模,就意味着要在"哪条技术路线最好"上下注。
13:55
量子比特可以用很多种材料来做,存在好几种可能的架构,
14:00
而且没有共识哪一种最好。
14:03
用马里兰大学联合量子研究所的物理学家Alaina Green的话说:"做法有很多种,
14:10
而且每个人都觉得自己那种最好。
14:13
"记住这句话,它后面还会回来。
14:17
眼下两条领先的路线,一条是超导电路,
14:20
一条是囚禁的原子或离子。
14:23
先说超导电路。
14:24
它是用超导材料—比如铝或钽—做成的微观电子电路,
14:30
这些材料在极低温下没有电阻。
14:33
它的优点是:可以用现有的计算机芯片制造工艺的变体来造,
14:38
而且运行速度快。
14:41
缺点是:每一块芯片都由几十万亿亿个原子组成,
14:45
即使冷到绝对零度以上百分之一度,身边有这么多原子,
14:51
也意味着这些芯片会在几十微秒内就退相干。
14:56
几十微秒,是百万分之几十秒,快得难以想象。
15:01
另一条被看好的路线,是用一个一个单独的原子来造量子比特。
15:07
这条路恰恰在超导路线的短板处发光:因为只牵涉一个原子,
15:13
把它和退相干隔开就更容易。
15:16
囚禁的原子或离子量子比特,一次能保持相干长达几毫秒。
15:22
毫秒是千分之一秒,比超导的几十微秒长了大约上百倍。
15:28
但单个原子操作起来更慢,而且工程师没法让它搭上传统计算机芯片制造技术的便车。
15:37
结果是:两种量子比特在退相干之前能做的运算次数大致相当—至少目前如此。
15:45
今天最强大的量子计算机用的是超导量子比特,
15:49
原子和离子路线紧随其后,差得不远。
15:54
要兑现承诺,量子计算机最终得找到办法,
15:58
对它控制上的失误变得更加宽容一些。
16:01
因为退相干和其他不受欢迎的量子效应,
16:05
错误会不可避免地爬进量子运算里。
16:09
既然没法完全摁住退相干,那有没有办法补救其中一些错误?
16:14
有,靠的是理论量子计算里另一个了不起的成果:量子纠错。
16:21
量子纠错的神奇之处在于,它能在某些情况下,
16:25
探测并纠正一个量子比特状态里出现的错误,
16:29
同时又不彻底破坏它的叠加或它与其他量子比特的纠缠—这就好比,
16:36
在不完全打开盒子的前提下,去调整薛定谔那只猫身上死与活的比例。
16:44
有了这种纠错码,想达到实现Shor算法、
16:47
执行其他复杂量子运算所需要的那种高可靠性,
16:51
就变得可行多了。
16:53
但这是有代价的。
16:55
量子纠错的做法,是把一组一组的量子比特拼装成"逻辑量子比特"—在每个逻辑量子比特里建立一种量子冗余,
17:06
用许多个真实的物理量子比特来共同表示它,
17:11
这样单个物理量子比特出错时,影响就小了。
17:15
这里请听众务必记住两个词的区别:一个是我们真正造出来、
17:21
会出错的"物理量子比特";
17:23
另一个是靠一大堆物理量子比特冗余出来、
17:27
更可靠的"逻辑量子比特"。
17:30
代价就在这个比例里。
17:32
要让纠错真正管用,每个逻辑量子比特都得由很多个物理量子比特组成—大约一百到一千个。
17:42
而要跑Shor算法、或者几乎任何一个有用的应用,
17:46
一台量子计算机需要成千上万个逻辑量子比特。
17:52
两头一乘,今天这些只有几百个物理量子比特的系统,
17:56
就必须扩大到几百万个物理量子比特,而且它们之间的纠缠还得能被精细控制。
18:04
这就是横在整个领域面前的那堵纠错墙—从几百到几百万,
18:10
差着好几个数量级。
18:13
不过,最近有一项突破,让一些研究者看到希望:量子纠错也许能用少得多的物理量子比特来实现。
18:22
Becker写道,在最近一项研究里,
18:25
加州理工学院的研究者、和量子计算初创公司Oratomic的研究者,
18:31
提出了一种量子纠错方法,每个逻辑量子比特只需要大约五个物理量子比特,
18:39
从而把跑Shor算法所需的门槛降到了大约一万个量子比特。
18:45
请听众特别注意作者在这里加的那句至关重要的限定:这项研究还没有经过同行评议。
18:53
也就是说,它还没被独立的专家审过,结论能不能站得住,
18:58
现在下判断为时过早。
19:01
文章的措辞是:如果结果成立,就有可能比预期更早造出能跑Shor算法的量子计算机。
19:09
"如果成立"这四个字,是不能丢的。
19:12
即便如此,那个大问题依然悬在整个领域头上:要多久,
19:18
量子计算机才能扩大到真正有用的地步?
19:22
过去六十年里,常规计算机的算力按照"摩尔定律"飞快增长—这个以英特尔联合创始人Gordon Moore命名的预测说,
19:31
一块芯片上的晶体管数量大约每两年翻一番。
19:36
但没有任何保证说,量子计算机会遵循同样的指数曲线。
19:41
Becker在这里写下一句很有分量的话:摩尔定律并不是一条自然法则—但退相干的不可避免,
19:49
却是。
19:50
文章的后半段,Becker把焦点拉回到Shor算法上,
19:54
但这一次不是谈密码学和国家安全,而是谈一件更根本、
20:00
也更让人清醒的事。
20:02
这个被反复称颂的算法,是科学家们唯一确信能让量子计算机比常规计算机快得多地做成某件事的算法。
20:12
前面那位Alaina Green说:"人们找像Shor这样的其他算法,
20:17
已经找了很久了,可他们没找到。
20:19
"她加了一句:"一个都没有。
20:22
"设计量子算法本身就很难;
20:25
要证明一个量子算法明显优于现有的非量子算法也很难;
20:31
而要证明它优于任何可以想象出来的非量子算法,
20:36
通常是极其困难、甚至不可能的。
20:39
这段话解释了为什么"量子计算机什么都能加速"是个误解—被严格证明有优势的,
20:47
至今只有Shor这一个。
20:50
那科学家最看好的到底是什么?
20:52
是用量子计算机去模拟大自然里的量子那一面。
20:57
加州大学伯克利分校的量子计算机科学家Ewin Tang说:"量子计算机当初被提出来的原因,
21:05
就是这个想法—你可以用它来模拟量子系统。
21:09
"但即使是这种量子模拟,也可能出现量子计算机赢不了经典计算机的情况。
21:16
Tang说:"其实并没有多少非常具体的方案,
21:20
说明用一台量子计算机去做某件事、能给出可被证明的量子优势。
21:26
"Green也同意。
21:28
她说:"很遗憾,在量子模拟这件事上,
21:31
更难做出可被证明的陈述,来断定它一定能胜过经典计算。
21:37
"然后她补了一句很诚实的话:"但我们认为它应该是对的。
21:42
""应该是对的"—这是一个信念,而不是一个证明,
21:47
请听众记住这个分寸。
21:50
再退一步说,就算量子计算机在模拟某些量子系统上确实更强,
21:55
就算科学家又设计出更多像Shor那样的算法,
22:00
量子计算机在大多数任务上仍然赢不了常规计算机。
22:05
麻省理工学院电气工程、计算机科学与物理学教授、
22:09
一家最近被Google收购的量子计算初创公司的联合创始人William Oliver说得很直接:"'量子计算机什么都能比经典计算机快'—这根本不是真的。
22:22
只有某些特定的、内部具有某种结构的问题,
22:26
按我们今天的理解,才允许量子计算机发挥它的量子性。
22:31
"那么最好的情形是什么样?
22:34
量子计算机会成为专门解决某几类特定难题的专用设备。
22:40
它们十有八九会和常规计算机一起,部署在数据中心或超级计算集群里—而不是被塞进我们的手机里。
22:49
Green说:"量子计算擅长的那些事,
22:52
恰恰不是人们每天需要做的事。
22:55
"她举了个很形象的例子:三十年后,你的药柜里也许会有一种处方药,
23:01
是用跑在量子计算机上的模型开发出来的—但你几乎肯定不会拥有一台属于自己的量子计算机。
23:10
尽管这个领域充满未知,商业世界并没有因此停止对量子计算做经济预测。
23:17
二〇二四年,波士顿咨询集团预测,到二〇四〇年,
23:21
量子计算将创造四千五百亿到八千五百亿美元的价值。
23:27
他们写道:"近期对量子计算的种种阻碍,
23:31
并不威胁这项技术或这个市场的长期发展。
23:34
"但Becker紧接着揭了个底:同一家机构也承认,
23:39
它二〇二一年那份关于价值创造的预测,
23:42
过于"乐观"了。
23:44
这个对照,是作者留给读者自己判断的。
23:48
Becker说,这类信心十足的估计很难被当真,
23:51
恰恰是因为这个领域至今仍然全新、充满未知。
23:56
Oliver的说法更平实:"量子计算是真实的,
24:00
它正在发生,而且它需要时间。
24:03
它需要工程,还有科学要做。
24:06
这事儿还没都搞定。
24:08
"他估计,更大规模的量子计算机大概还要二十年左右才会出现。
24:14
"不管这个时间跨度是多少,我们都会用它们,
24:19
从科学的角度,去更好地理解我们周围的世界。
24:23
"当作者问Green,她预计好用的量子计算机什么时候到来时,
24:28
她给了一个坦率到近乎生硬的回答:"我不知道,
24:32
我也不愿意做预测,而且如果你找到任何一个愿意预测的物理学家,
24:38
我会非常惊讶。
24:39
"但她依然对那个未来充满期待:"有一类问题,
24:44
我们用经典计算机根本没有任何希望解出来。
24:48
对我来说,量子计算最有前途的应用,就是有可能把那些问题解出来。
24:54
"第一篇文章的收尾,也是今天整集的定音之一。
24:58
Becker写道:现实是,我们根本不知道量子计算机最终会怎样。
25:04
我们知道的是:这个领域很激动人心,它面对的科学挑战很有意思—而任何一个拍胸脯告诉你他确知未来会怎样的人,
25:14
多半是想卖你点什么。
25:17
如果说第一篇文章回答的是"量子计算机是什么、
25:21
为什么难",那么本期的第二篇文章回答的就是"它到底能拿来干什么"。
25:27
这篇文章的标题就叫《量子计算到底能做什么》,
25:31
作者是Zeeya Merali。
25:34
介绍一下作者:Zeeya Merali是一位常驻伦敦的自由撰稿人,
25:39
著有《《A Big Bang in a Little Roomm》一书。
25:43
文章的副标题本身就把基调定好了:量子计算许诺了在密码学、
25:49
材料设计、电信等诸多领域的深远威力,
25:53
但这些梦想不会一夜成真—如果它们真能成真的话。
25:59
请听众记住副标题最后那半句"如果它们真能成真的话",
26:04
这是整篇文章反复回响的克制。
26:08
文章的开场,是一个很妙的比喻,来自先驱理论物理学家Peter Zoller。
26:13
Zoller说,二十一世纪这股要抢先造出第一台工业级量子计算机的热潮,
26:19
就像二十世纪那股要抢先登顶珠穆朗玛峰的痴迷。
26:25
他说:"你在往上爬的时候,会一边爬一边担心,'谁是第一名?
26:30
'等你真登顶了,那才是你问自己的时候—'我们当初到底为什么要干这个?
26:36
'"为什么请Zoller来开场?
26:39
因为他正是这座山早期的开路人之一。
26:43
一九九五年,Zoller和当时在他位于科罗拉多大学博尔德分校课题组做博士后的Ignacio Cirac,
26:52
一起提出了量子计算机的第一份切实可行的蓝图。
26:57
他们的想法,是用囚禁的离子来做"量子比特"—也就是数字比特的量子对应物,
27:04
能够处在一种叠加态里,同时代表零、一、
27:09
以及两者之间的所有位置。
27:12
而在这之前十多年,物理学家Paul Benioff和Richard Feynman就已经各自独立地提出:利用量子世界那种诡异特性的机器,
27:22
理论上能在某些任务上胜过经典计算机。
27:26
这条线索请记住:量子计算这个念头的源头,
27:30
是Feynman和Benioff;
27:32
第一份工程蓝图,是一九九五年的Cirac和Zoller。
27:38
今天,全世界的团队都在研发越来越大的量子处理器,
27:42
用的量子比特有离子做的、有中性原子做的、
27:47
有超导回路做的,还有别的。
27:50
I B M和总部在加州伯克利的Atom Computing公司,
27:54
眼下领跑,他们部署的量子计算机拥有超过一千个量子比特;
28:00
而去年,加州理工学院的一个研究组报告说,
28:04
他们造出了一个破纪录的、超过六千个量子比特的阵列。
28:10
诺贝尔奖得主、量子物理学家John Martinis说:"这是个激动人心的时刻,
28:16
因为人们正在部署拥有成百上千个量子比特的量子计算机。
28:22
"介绍一下Martinis:他是加州大学圣塔芭芭拉分校的荣休教授,
28:29
也是量子硬件公司Qolab的联合创始人—而且他本人正是量子计算史上一个关键事件的主角。
28:38
二〇一九年,由Martinis领衔的一批Google研究者报告说,
28:43
他们那个五十三量子比特的处理器Sycamore,
28:47
成了第一个实现"量子优势"的处理器—它在二百秒内完成了一项运算,
28:53
而他们估计,当时最好的经典超级计算机要算上大约一万年。
29:00
但这里必须原原本本地讲清楚后续的争议,
29:04
因为文章讲得很诚实。
29:06
那个"一万年"的数字后来遭到了质疑—I B M反驳说,
29:11
它最好的经典计算机其实只要两天半就能完成这项任务。
29:16
而且退一步讲,即使那个数字成立,这项运算本身也只有学术意义,
29:22
它是一个"原理验证",而不是一个有实际用途的计算。
29:27
现在在韩国基础科学研究院的量子物理学家Kihwan Kim这样评价:"Google二〇一九年对量子优势的演示是一个重要的里程碑,
29:38
但很多人会说,它并不构成在一个具有广泛实际意义的问题上的突破。
29:44
"所以,专家们的共识是:要去解决那些连最好的经典超级计算机都够不着的有用问题,
29:52
量子比特的数量必须大幅跃升,可能要到一百万个或更多。
29:59
此外,还需要工程出能把量子特性保持得更久的、
30:03
稳健的量子比特,还得找到办法修正运算中引入的错误。
30:09
那么,量子计算机究竟能拿来干什么、又在什么时候能用上?
30:14
专家们说,离实际应用还有好些年。
30:18
可能的方向包括:破解常见的数据加密方案、
30:23
为基础物理和材料模拟量子过程、设计更好的药物。
30:28
不过Martinis提醒说,并没有任何保证说百万量子比特的计算机最终一定造得出来。
30:37
他说:"证明,将是把它们造出来,并且看到它们真的能用。
30:42
"下面,文章分四个应用方向逐一盘点。
30:46
第一个方向,密码学—最出名、也最吓人的那个承诺。
30:51
量子计算机最臭名昭著的承诺,就是有朝一日破解R S A加密。
30:57
R S A是一个存在已久的协议,全世界用它来保护银行转账、
31:02
加密货币和数字通信。
31:05
而这一天,可能来得出人意料地快。
31:08
先讲清楚R S A为什么难破,这是理解全部争论的钥匙。
31:14
R S A利用了这样一个事实:把两个大质数相乘、
31:18
造出一把密钥,是很容易的;
31:21
但反过来,想把这把密钥高效地分解回它的两个质数因子,
31:27
对任何经典计算机来说都几乎不可能。
31:31
牛津大学的密码学专家Artur Ekert解释说,
31:35
经典计算机可以一个一个地去试,记住每个值、
31:40
找规律,但对很大的数,这个办法根本不现实。
31:45
现代的经典算法用了别的方法,但仍然低效,
31:48
因为它的运行时间会随着数的大小指数级增长—数每大一点,
31:54
时间就爆炸式地长一截。
31:57
而量子世界不受这个约束。
31:59
量子比特能同时取多个值、又彼此纠缠,
32:04
从而放大了威力。
32:05
Ekert说:"本质上,它可以同时覆盖所有可能的计算路径。
32:11
"一九九四年,Peter Shor—如今在麻省理工学院—提出,
32:15
一台假想的量子计算机可以利用这个特性来破解R S A。
32:21
如果哪天真造出这样一台机器,它多半会用Shor发明的这个算法。
32:27
这里正好和第一篇文章接上了:第一篇里被反复提到的Shor算法,
32:33
在第二篇里落到了密码学这个最具体的战场上。
32:38
长期以来,人们一直以为,破解加密需要一台至少有一百万个量子比特的处理器。
32:45
但是—注意这个转折—今年二月,澳大利亚悉尼的一家叫Iceberg Quantum的公司,
32:52
大幅下调了这个估计。
32:55
他们计算得出:只要经过精心的优化和纠错,
32:59
黑客也许用不到十万个量子比特,就能完成这个壮举。
33:04
紧接着在三月,Google宣布了一项新承诺:到二〇二九年,
33:08
把自己的系统迁移过去,以防范量子黑客攻击。
33:13
但这里必须把Ekert的限定原原本本地带上,
33:16
这是科学报道的底线。
33:18
Iceberg的这些说法,还没有经过同行评议—不过它们是可信的,
33:24
并且已经引起了轰动。
33:26
Ekert说:"很多人认为,量子计算机对加密的威胁纯属胡扯—我自己以前也一直持怀疑态度—但可能只要再来几篇像这样的论文,
33:38
就足以让'破解R S A'这件事变得现实起来。
33:41
"就连Martinis的看法最近也变了。
33:44
他说:"如果你担心R S A加密—你也应该担心—我会说,
33:50
它可能在五到十年内被攻破。
33:52
"这些都是带着限定、还在移动的判断,
33:55
不是板上钉钉的结论。
33:57
那是不是就一定天要塌了?
34:00
也不尽然。
34:01
业界已经有了"抗量子"的密码算法的方案;
34:04
美国国家标准与技术研究院,也就是N I S T,
34:09
在二〇二四年发布了三种这样的方案。
34:13
Zoller认为,这类工作在很大程度上化解了威胁,
34:17
因为它意味着世界可以在量子黑客到来之前,
34:22
就搬离R S A加密。
34:24
Zoller甚至说了一句意味深长的话:"Shor算法最终被人记住,
34:30
也许更多是因为它作为一项具有伟大历史意义的里程碑式科学成就、
34:36
激励了量子计算机的发展,而不是因为它在破解加密上的实际影响。
34:43
"Ekert则没那么放心。
34:45
他提到,去年,中国的一位计算机科学家提出了一个量子算法,
34:50
声称能攻破N I S T那个头号候选方案—基于格的加密—结果发现是错的。
34:59
Ekert说:"整个量子密码学界花了一个多星期的脑力,
35:03
才找出其中的一个错误,这说明那些事情离成功有多近。
35:09
"他留下一句让人不安的话:"也许下一次,
35:12
它就对了。
35:13
"顺便说一个数字上的背景。
35:17
根据麻省理工学院数字经济倡议发布的《二〇二五年量子指数报告》,
35:22
如果看每年新上市的商用量子处理器里最高的量子比特数,
35:29
不同技术路线差得很远:超导路线从二〇一六年的二十二个,
35:34
一路涨到二〇二二年的四百四十三个;
35:38
中性原子路线在二〇二二年到过二百五十六个;
35:43
囚禁离子在二〇二三年到过五十六个;
35:47
光子路线到过三十二个。
35:50
但报告也点出一个容易被忽略的道理:并非所有量子比特都是平等的,
35:56
更多的量子比特也可能意味着更多的计算错误。
36:01
数量,不等于能力。
36:03
第二个方向,基础物理—已经尝到甜头的那个方向。
36:08
如果说密码学是最吓人的承诺,那么基础物理,
36:13
是量子处理器已经实实在在尝到甜头的一个领域。
36:18
这件事的思想源头,又要回到Feynman。
36:21
硅量子计算公司,英文简称S Q C,
36:25
它的创始人兼首席执行官、量子物理学家兼材料科学家Michelle Simmons说:"这要追溯到Feynman,
36:33
他讲清楚了一点—除非你在同样的尺度上把大自然建造出来,
36:39
否则你没法真正理解它是怎么运转的。
36:42
"为什么模拟量子世界非得用量子机器不可?
36:47
奥地利理论物理研究所的量子物理学家Daniel González-Cuadra解释说,
36:54
要模拟多个粒子的相互作用,用经典计算机很快就变得不可能,
37:00
因为描述这些系统状态所需要的信息量,
37:03
会随着系统规模指数级增长,到某个点上,
37:07
你的内存就根本不够用了。
37:10
要把所有这些复杂性都装下,就需要一台同样复杂的量子机器。
37:16
这个方向上,全世界的研究组都在取得进展。
37:19
一个重点,是提高量子比特的"相干性",
37:23
让它们保持叠加态的时间足够长,好把运算做完。
37:28
二〇二一年,前面那位Kihwan Kim就演示了,
37:32
囚禁离子量子比特能把相干性维持一个多小时—他说,
37:38
这是"扩大有意义的量子模拟规模的一个非常重要的基准"。
37:43
请听众体会这个反差:超导芯片是几十微秒,
37:47
而囚禁离子在这里做到了一个多小时。
37:51
去年,两个团队各自独立地发表了对一个叫"弦断裂"过程的实时量子模拟—这个过程,
37:59
讲的是物质和反物质的产生。
38:01
这里要补一点粒子物理的基础。
38:05
按照粒子物理的标准模型,强相互作用的成对亚原子粒子,
38:10
比如夸克,行为上就好像被一根有弹性的弦连着,
38:15
用Google Quantum AI的量子物理学家Pedram Roushan的话说,"就像一根振动的小提琴弦"。
38:23
当你把两个粒子往两边拉,弦的张力越来越大,
38:27
直到它终于啪地断掉,把储存的能量释放出来,
38:32
生成一对新的物质和反物质粒子。
38:35
Roushan说:"这些理论概念从上世纪七十年代就为人所知了,
38:40
但我们头一次能把它们可视化,给这些弦、
38:44
以及它们的断裂,拍下一张'照片'。
38:46
"有意思的是,这两个团队走了两条完全不同的路。
38:52
Roushan的团队,是在Google那块用超导回路做量子比特的Sycamore芯片上跑的模拟,
38:59
这属于"数字模拟"—用的是一块能被设计来做许多不同任务的多用途芯片。
39:07
而González-Cuadra、a、
39:09
Zoller和同事们,则和波士顿QuEra公司的一个团队合作,
39:14
造了一台"模拟式模拟器"—注意这里前一个"模拟"是仿真的意思,
39:21
指专门为一件事定制的机器—他们用中性原子量子比特搭出一个晶格,
39:27
专门用来模拟弦断裂。
39:30
这两项工作,是最早在两个空间维度上对粒子相互作用建模的尝试之一。
39:36
González-Cuadra说:"物理在二维里更丰富,
39:41
所以我们能看到这些弦是怎么涨落的。
39:44
"但文章立刻把话收住,保留了应有的谦逊。
39:48
这类模拟不会取代粒子物理实验;
39:52
它们的作用,是帮物理学家打磨理论、做出可以在粒子加速器上检验的可测预言。
40:00
而且到目前为止,它们模拟的还只是那些同样可以被经典计算机核对的简单模型。
40:08
不过González-Cuadra相信,
40:10
量子模拟器会在几年内开始超越它们的经典对手,
40:14
标志着一个真正的量子优势时代的到来。
40:18
这就引出一个尖锐的问题:物理学家怎么能确定,
40:22
量子模拟吐出来的结果是可靠的?
40:26
为了回答这个问题,去年Zoller和同事们贴出一篇预印本,
40:31
描述了一种策略:让一台仿真量子机器不仅做出预言,
40:36
还能量化这些预言里的不确定性。
40:40
Zoller说:"如果你问我量子模拟最大的挑战是什么,
40:44
那就是—验证这道前沿。
40:47
"这句话很关键:量子模拟真正的难关,
40:51
不是算得出,而是怎么知道算得对。
40:55
第三个方向,材料设计—从"发现"到"设计"的梦想。
41:00
Zoller说,量子模拟器的梦想,是从一种被动的"发现模式"—也就是用它们来模拟大自然—转向一种主动的"设计模式":让量子计算机吐出配方,
41:15
合成出具有特定理想性质的新分子结构。
41:19
对新分子的这种量子工程,可能带来更好的药物,
41:23
也可能带来不使用稀土元素这类昂贵又危害环境的原料的电池。
41:29
Martinis说:"这些东西动辄要花几十亿美元,
41:33
所以哪怕你只让它便宜几个百分点、或者好上几个百分点,
41:39
那都非常值。
41:41
这可能是一件大事,不只是钱上的,而是从根本上改变东西怎么被造出来、
41:48
让它们更环保。
41:49
"室温超导,是这个方向上一个高优先级的目标。
41:54
先解释一下什么是超导:超导就是电流的无阻流动,
41:59
通常需要把材料冷却到极低的温度才能实现,
42:03
这在很多应用里都不切实际。
42:06
但某些材料在较高温度下就能表现出超导现象,
42:11
一些研究者希望,量子工程能帮忙找到全新的、
42:16
根本不需要冷却的超导材料。
42:19
慕尼黑Quantinuum公司的量子物理学家Henrik Dreyer给了个尺度感:"这些系统由十的二十三次方个粒子组成,
42:28
而用经典的方法,我们只能模拟大约一百个粒子。
42:32
"要让室温超导的模拟成为可能,需要把量子处理器的错误率降到百万分之一;
42:39
而眼下,最好的芯片刚刚降到千分之一稍低一点的水平。
42:45
这个差距,又是几个数量级。
42:48
Dreyer和同事们,一直在用Quantinuum的Helios芯片—它用了九十八个囚禁离子量子比特—对铜氧化物超导体做数字模拟。
43:00
在精心控制的实验室条件下,用激光极短暂地照射这些材料,
43:06
竟然会—出人意料地—在一个相对较高的温度下产生一种超导态。
43:12
Dreyer说:"第一个问题是:为什么?"去年Quantinuum贴出一篇预印本:一个二维模拟显示,
43:21
在激光照射下,材料里的电子会配成对—而电子配对,
43:27
正是无阻流动所必需的条件。
43:30
Dreyer说:"终极问题是—我们能不能把它工程化,
43:34
让它在室温下这么干上一分钟、一小时、
43:38
十天、甚至更久?"请注意,这些都还是实验室条件下的初步结果,
43:45
离"室温、能用"隔着很远。
43:48
与此同时,前面那位Michelle Simmons和她在澳大利亚S Q C的同事们,
43:53
开发了一套叫"量子孪生"的模拟系统—它是一个二维阵列,
43:59
由一万五千个嵌在硅里的磷原子团簇组成,
44:03
用来创造各种材料的类似物。
44:06
今年二月,团队报告说,这个平台能模拟绝缘行为和金属导电之间的转变。
44:13
Simmons说:"我们现在可以开始模拟超导、
44:17
不同的电池材料、人工光合作用,还有小分子药物设计这类东西了。
44:23
"Google Quantum AI的Sergio Boixo则指出,
44:27
公司已经和化工巨头BASF在电池设计上、
44:31
和桑迪亚国家实验室在核聚变能源上、和德国化工公司Covestro在制药开发上开展了合作。
44:41
去年,他们在Google那个一百零五量子比特的超导处理器Willow上,
44:46
实现了一个用于给分子结构建模的算法,
44:49
可以和核磁谱学结合使用。
44:53
这项技术的做法,是把信号打到量子比特上、
44:56
再"听"它们的回声,它在Willow上运行,
45:00
比等效算法在最好的经典超级计算机上快一万三千倍。
45:06
这里有一个很重要的设计细节:它允许结果被另一台量子机器所印证。
45:12
Boixo说:"'量子回声'是世界上第一个具有量子优势、
45:17
又可被量子验证的算法。
45:20
"然后他给了一个乐观的时间点:"我们乐观地认为,
45:25
五年内就会看到第一批实际应用。
45:28
"这又是一句带着立场的乐观预测,请听众和前面Martinis的"没有保证"、
45:35
Green的"我不愿意预测"对照着听。
45:38
第四个方向,量子人工智能—最会制造炒作的那个组合。
45:43
蒙特利尔高等技术学院的量子机器学习专家Jacob Biamonte开了个玩笑:"如果你真想制造炒作,
45:51
就把'量子'这个词和'A I'凑到一起。
45:55
"这句自嘲,恰好点出了这个方向最大的风险:名头响,
46:00
水分也大。
46:02
随着量子处理器变大,一些物理学家把注意力放在用它们来提升经典A I的性能和能效上。
46:10
去年,S Q C推出了一款叫Watermelon的"量子增强"A I处理器,
46:16
用来给机器学习提速。
46:18
这里要解释一个概念叫"水库计算"—经典A I已经很擅长在海量数据里找规律,
46:26
尤其适合优化通信网和能源网这类问题;
46:29
水库计算是一种方法,它把输入的数据点转换、
46:34
投射到一个更高维的神经网络上,让规律更容易被找到。
46:40
S Q C的量子技术,就建立在这个经典的水库计算之上。
46:46
早在二〇一七年,日本的科学家就预言,
46:49
神经网络里那些经典的节点,可以被数量更少、
46:53
但受量子干涉支配的量子比特替换掉。
46:57
Simmons说:"用量子水库的好处是,
47:00
你能得到维度上的指数级增长",这让量子水库有可能用更少的资源、
47:07
更快地达到和经典水库一样的训练效果。
47:11
Watermelon的第一次商业试验—和澳大利亚电信公司Telstra合作—显示出了有希望的结果。
47:19
Telstra本来就用A I来监控其网络的延迟和带宽模式,
47:24
用标准的经典方法训练模型大约要三个星期。
47:28
而在Watermelon的帮助下,Telstra只用两天就达到了同样的训练效果。
47:34
Simmons说:"从整个世界的大局看,
47:37
这相当有意义,因为数据中心非常耗电。
47:41
"她说,类似的优化可以推广到图像识别、
47:45
欺诈检测、市场预测这些其他高耗能任务上。
47:50
她还形容自己的感受:"我感觉自己像坐在一列超高速行驶的货运列车上。
47:56
"但文章照例请出了怀疑的声音。
47:59
前面那位Artur Ekert,对用量子A I去分析经典数据集的长远好处持谨慎态度。
48:08
他说:"把经典数据转换成量子形式,是极其低效的。
48:13
"Ekert认为,量子计算和机器学习目前结合得最有用的地方,
48:19
反而是反过来—是物理学家用经典的A I,
48:24
去设计量子纠错码和更好的量子硬件。
48:28
他举了个例子:去年,芬兰公司QMill推出了一项经典A I服务,
48:34
用来压缩量子电路,把一次操作所需的门的数量减少了百分之二十到五十。
48:40
Biamonte也认为,当前这个愿景格局太小了。
48:45
他说:"如果目标是用量子计算机去对经典数据做机器学习,
48:51
那根本讲不通,因为经典的机器学习已经太好了。
48:55
"那量子A I真正激动人心的可能性在哪?
48:59
Biamonte说,如果有朝一日量子处理器能直接分析"量子数据",
49:05
那才是真正的规则改变者。
49:08
"应该存在一些美妙的模式,是经典计算机根本探测不到的,
49:13
因为对它们的内存来说,数据实在太多了。
49:17
"他描绘了一个具体场景:一个量子A I可以在一款现有专利药的分子结构上做变奏,
49:25
生成多种具有相同功效的不同配置,再评估哪些能被合成、
49:30
能申请专利,然后企业才投钱去真正制造它们。
49:36
但他最后加了一句很老实的话:"那是一个还不存在的、
49:40
激动人心的未来。
49:41
"这句话,几乎可以当作整个第二篇文章的注脚:所有这些方向,
49:47
都是"有希望的",但兑现的时间,没有人能打包票。
49:53
把两篇文章合到一起,今天这条主线就清楚了:量子计算不是骗局,
49:59
它是真实的科学,也确实在某些角落—尤其是基础物理的量子模拟—尝到了甜头;
50:06
但它离"改变世界"还隔着一堵由退相干和纠错砌成的墙,
50:12
而墙有多高、多久能翻过去,连圈内最顶尖的人都坦承不知道。
50:18
留给听众三个可以带走的判断。
50:21
第一,进展是真的,但承诺还只是承诺,
50:25
不是证明。
50:27
今天能工作的量子计算机只有几百到几千个物理量子比特,
50:32
而跑一个有用的应用需要几百万个;
50:35
从几百到几百万,差着好几个数量级,这堵纠错墙是绕不过去的。
50:42
加州理工和Oratomic那个"每个逻辑量子比特只要五个物理量子比特"的结果如果成立,
50:49
会大大降低门槛—但它还没有经过同行评议,"如果成立"四个字必须一直挂在嘴边。
50:59
第二,被严格证明比经典计算机快的量子算法,
51:03
至今只有Shor一个,而且用Alaina Green的话说,
51:08
别的"一个都没找到"。
51:10
所以"量子计算机什么都能加速"是个流行的误解;
51:15
真正被寄予厚望的,是用量子机器去模拟大自然的量子那一面—这也是科学家们最看好、
51:24
却又最难做出"可被证明的优势"的方向。
51:28
连他们自己都只能说一句"我们认为它应该是对的"。
51:32
第三,给这项技术贴上确切的时间表和估值,
51:37
要非常小心。
51:38
二十年,是William Oliver给出的、
51:41
带着"还有科学要做"这个前提的估计;
51:45
而波士顿咨询集团那份到二〇四〇年四千五百亿到八千五百亿美元的预测,
51:52
连它自己都承认上一版"过于乐观"。
51:56
所以正如Adam Becker在第一篇文章结尾写下的那句话—现实是我们并不知道量子计算机最终会怎样,
52:04
而任何一个拍胸脯告诉你他确知未来会怎样的人,
52:10
多半是想卖你点什么。
52:11
这句话,配得上做今天这一整期的收尾。
52:16
感谢收听The Long View,
52:17
我们下期再见。