写在2023岁末：敏锐地审视量子计算的当下

本周，《IEEE Spectrum》刊登了一篇出色的文章，对量子计算（QC）的近期前景进行了深入探讨。

文章的目的并不是要给量子计算的前景泼冷水，而是要说明量子计算的前景还很遥远，并提醒读者量子计算的用例可能很窄。

不仅如此，这篇报道还强调了哈佛大学领导的一个团队最近在纠错和逻辑量子比特的使用方面取得的进展，以此说明事物变化的速度有多快。

这篇文章（Quantum Computing’s Hard Cold Reality Check）是一篇引人入胜的快读作品，在此，光子盒团队将全文编译整理，呈现给各位读者们。

量子计算机革命可能比许多人认为的更遥远、更有限。这是新兴的量子计算行业内和周围一小撮著名的怀疑论者发出的信息。

量子计算机被吹捧为解决金融建模、优化物流和加速机器学习等一系列问题的方案。量子计算公司提出的一些雄心勃勃的时间表表明，这些机器可能会在短短几年内影响现实世界的问题。

但是，在许多人看来，对这项技术不切实际的期望遭到了越来越多的反对。

Yann LeCun

Meta公司人工智能研究负责人Yann LeCun最近上了头条，他对量子计算机在不久的将来做出重大贡献的前景泼了一盆冷水。

在一次庆祝Meta基础人工智能研究团队成立10周年的媒体活动上，他说，这项技术是“一个引人入胜的科学课题”，但他对“制造出真正有用的量子计算机的可能性”不太相信。

虽然LeCun并不是量子计算领域的专家，但该领域的领军人物也发出了谨慎的声音。亚马逊网络服务公司（Amazon Web Services）量子硬件主管奥斯卡·佩因特（Oskar Painter）说，目前该行业存在“大量炒作”，“很难从完全不切实际的幻想中过滤出乐观的一面”。

当今量子计算机面临的一个根本挑战是它们非常容易出错。一些人认为，这些所谓的“含噪声的中等规模量子计算”（NISQ）处理器仍然可以发挥有用的作用。但佩因特说，越来越多的人认识到这是不可能的，量子纠错方案将是实现实用量子计算机的关键。

最主要的建议是将信息分散到许多物理量子比特上，以创建更强大的“逻辑量子比特”，但这可能需要为每个逻辑量子比特配备多达1000个物理量子比特。有些人甚至认为，量子纠错从根本上说是不可能的，不过这并非主流观点。佩因特说，无论如何，以所需的规模和速度实现这些方案仍然是一个遥远的目标。

“鉴于实现能够在数千量子比特上运行数十亿门的容错量子计算机仍然存在技术挑战，因此很难给出一个时间表，但我估计至少还需要十年时间。”

奥斯卡·佩因特（Oskar Painter）

问题不仅仅在于时间尺度。

今年5月，微软技术研究员马蒂亚斯·特罗伊（Matthias Troyer）在《ACM通信》（Communications of the ACM）杂志上发表了一篇论文，指出量子计算机能够提供有意义优势的应用数量比某些人可能认为的要有限。

马蒂亚斯·特罗伊（Matthias Troyer）

论文链接：

https://cacm.acm.org/magazines/2023/5/272276-disentangling-hype-from-practicality-on-realistically-achieving-quantum-advantage/fulltext

他说：“我们在过去10年中发现，人们提出的许多建议都行不通。然后我们找到了一些非常简单的原因。”

量子计算的主要承诺是能够以比经典计算机快得多的速度解决问题，但具体快多少却各不相同。特罗伊说，在两种应用中，量子算法似乎能提供指数级的速度：一种是对大数进行因式分解，这可以破解互联网所依赖的公开密钥加密；另一个是模拟量子系统，可应用于化学和材料科学领域。

量子算法已被提出用于一系列其他问题，包括优化、药物设计和流体动力学。但是，量子算法所宣称的提速并不总能实现：有时只是二次增益，即量子算法解决问题所需的时间是经典算法所需的时间的平方根。

特罗伊说，量子计算机产生的大量计算开销很快就会抵消这些收益。操作一个量子比特要比开关一个晶体管复杂得多，因此速度要慢上几个数量级。这意味着，对于较小的问题，经典计算机的运算速度总是更快，而量子计算机的领先优势取决于经典算法复杂性的扩展速度。

特罗伊和他的同事将一台Nvidia A100 GPU与一台虚构的未来容错量子计算机进行了比较，后者拥有10,000个“逻辑量子比特”、门的速度比现在的设备快得多。

特罗伊说，他们发现，在处理大到足够有用的问题时，具有四倍速度的量子算法必须运行几个世纪，甚至几千年，才能胜过经典算法。

另一个重大障碍是数据带宽。量子运行速度慢，从根本上限制了经典数据进出量子计算机的速度。特罗伊解释道，即使在未来乐观的情况下，这种速度也可能比经典计算机慢数千或数百万倍。

这意味着在可预见的未来，机器学习或数据库搜索等数据密集型应用几乎肯定无法实现。

特罗伊表示，结论是量子计算机只有在小数据问题上才能真正发挥指数级的速度。“剩下的都是美丽的理论，但不会实用。”他补充道。

性能比较。随着量子速度的提升，量子计算机所需的运算量将逐渐少于经典计算机。然而，由于操作复杂度高、门操作慢，量子计算机上的每个操作都比相应的经典操作慢。如附图所示，对于小问题，经典计算机的速度总是更快，而量子优势会在一个与问题相关的交叉尺度之后实现，在这个尺度上，量子加速带来的增益会克服量子计算机的持续减速

特罗伊说，这篇论文在量子界并没有产生多大影响，但微软的许多客户都很高兴能清楚地了解量子计算的实际应用。

“他们已经看到一些公司缩小甚至关闭了量子计算团队，其中包括金融和生命科学领域的公司。”

斯科特·阿伦森（Scott Aaronson）

德克萨斯大学奥斯汀分校计算机科学教授斯科特·阿伦森（Scott Aaronson）说，对于一直密切关注量子计算研究的人来说，这些限制其实并不奇怪。

“有人声称量子计算将彻底改变机器学习、优化和金融等所有这些行业，我认为对此持怀疑态度总是有道理的。如果人们现在才意识到这一点，那么，欢迎你们。”

虽然他也认为实际应用还有很长的路要走，但该领域最近取得的进展确实让他有理由感到乐观。本月早些时候，来自量子计算初创公司QuEra和哈佛大学的研究人员证明，他们可以使用280量子比特处理器生成48个逻辑量子比特——远远超过之前的实验所能做到的。

阿伦森说：“这无疑是几年来最大的实验进展。”

QuEra公司首席营销官尤瓦尔·博格（Yuval Boger）极力强调，该实验只是实验室演示，但他认为，实验结果让一些人重新评估了容错量子计算的时间尺度。但他同时表示，他们也注意到有一种趋势，即一些公司正在悄悄地将资源从量子计算中转移出来。

他说，这在一定程度上是由于自大型语言模型出现以来，人们对人工智能的兴趣日益浓厚。但他也认为，业内有些人夸大了这项技术的近期潜力，并认为这种炒作是一把双刃剑。他说：“这有助于获得投资，让有才能的人兴奋地进入这个领域。但另一方面，当你说量子技术将解决世界上所有的问题，但后来它并没有解决，或者现在还没有解决，这就会让人有点失望。”

即使在量子计算机看起来最有前景的领域，其应用范围也可能比最初希望的要窄。