技術公司正在投入數十億美元量子計算，儘管技術仍然距離實際應用幾年了。那麼，未來的量子計算機將用於什麼？為什麼這麼多專家相信他們會改變遊戲規則？
構建一台利用不尋常屬性的計算機量子力學是一個有爭議的想法 自1980年代以來。但是在過去的幾十年中，科學家在構建大型設備方面取得了長足的進步。現在，從Google到IBM的許多科技巨頭以及幾家資金豐富的初創公司已向技術投入了大量資金 - 他們創建了幾台單獨的機器和量子處理單元（QPU）。
從理論上講，量子計算機可以解決甚至超出最強大的古典計算機的問題。但是，人們普遍認為，此類設備在此之前需要變得更大，更可靠。但是，一旦他們這樣做，就可以希望該技術在化學，物理，材料科學甚至機器學習方面面臨許多目前無法解決的挑戰。
“這不僅是一台快速的古典計算機，這是一個完全不同的範式，”諾伯特·呂特肯豪斯（NorbertLütkenhaus）加拿大滑鐵盧大學量子計算研究所執行主任告訴Live Science。 “量子計算機可以有效地解決古典計算機無法做到的某些任務。”
當前的最新
量子計算機最基本的構建塊是 貴族- 一個量子信息單元，與經典計算機中的位相當，但具有同時代表0和1的複雜組合的不可思議的能力。可以在各種不同的硬件上實現Qubits，包括超導電路，被困的離子甚至光子（光顆粒）。
當今最大的量子計算機剛剛越過 1,000量子標記，但大多數功能只有幾十或數百個量子。由於量子狀態對外部噪聲的極端靈敏度，它們比經典計算組件更容易出錯，該噪聲包括溫度變化或散落的電磁場。這意味著目前很難長期運行大型量子程序來解決實際問題。
不過，這並不意味著當今的量子計算機沒有用。 威廉·奧利弗（William Oliver），美國馬薩諸塞州理工學院（MIT）的量子工程中心主任。他在接受Live Science採訪時說：“今天使用哪些量子計算機是為了學習如何使量子計算機更大，也學習如何使用量子計算機。”
構建越來越大的處理器提供了有關如何設計更大，更可靠的量子機的關鍵見解，並提供了開發和測試新型量子算法的平台。他們還允許研究人員測試量子錯誤糾正方案，這對於實現技術的全部承諾至關重要。這些通常涉及將量子信息傳播到多個物理量子位上以創建一個“邏輯量子”，這更具彈性。
呂肯豪斯說，最近在這一領域的突破表明，易於故障的量子計算可能並不遙不可及。包括幾家公司 呻吟，，，， 元素和 Google最近證明了可靠生成邏輯量子的能力。 Lütkenhaus說，我們需要解決實際問題所需的數千個Qubits，將需要時間和大量的工程工作。但是一旦實現了 令人興奮的應用程序主持人會出現。
量子可以改變遊戲規則
奧利弗說，量子計算能力的秘訣在於一種被稱為疊加的量子現象。這允許量子系統同時佔據多個狀態，直到測量為止。在量子計算機中，這可以將基礎量子置於代表問題的所有潛在解決方案的疊加中。
奧利弗說：“當我們運行算法時，不正確的答案被抑制了，正確的答案得到了增強。” “因此，到計算結束時，唯一倖存的答案就是我們想要的答案。”
Oliver補充說，這使得解決問題太大而無法依次解決的問題，就像一台古典計算機所必須的那樣。在某些域中，隨著問題的大小的增加，量子計算機的計算速度比其經典表親的計算速度更快。
奧利弗說，最明顯的應用之一在於模擬物理系統，因為世界本身受量子力學原理的約束。使量子計算機如此強大的同樣奇怪的現像也使在有用尺度上棘手的經典計算機上模擬許多量子系統。但是，由於它們以相同的原則運行，因此量子計算機應該能夠有效地對廣泛的量子系統的行為進行建模。
這可能會對量子效應起著主要作用的化學和材料科學等領域產生深遠的影響，並可能導致從電池技術到超導體，催化劑甚至藥品的一切突破。
量子計算機也沒有一些鹹味的用途。給定足夠的量子位，是數學家發明的算法彼得·謝爾在1994年，可能會破解基礎當今互聯網的大部分的加密。幸運的是，研究人員設計了避開這種風險的新加密方案，今年早些時候美國國家標準技術研究所（NIST） 發行新的“量詞後”加密標準已經實施。
量子計算的新興可能性
奧利弗說，目前，量子計算機的其他應用有些投機。
希望該技術可以證明對優化有用，這涉及在許多可能的解決方案中尋找解決問題的最佳解決方案。從減輕城市的交通流到為物流公司找到最佳的交貨路線，可以歸結為許多實踐挑戰。為特定財務目標建立最佳股票組合也可能是可能的應用。
但是，到目前為止，大多數量子優化算法都提供的速度少於指數加速。因為量子硬件的運行速度比當前基於晶體管的電子產品要慢得多，所以這些適度的算法速度優勢可以 迅速消失在現實世界設備上實現時。
同時，量子算法的進展促進了古典計算中的創新。奧利弗補充說：“隨著量子算法設計師提出了不同的優化方案，我們的計算機科學同事推動了他們的算法，並且我們似乎最終蒸發了這一優勢。”
長期潛力不太清晰的積極研究的其他領域包括使用量子計算機搜索大型數據庫或進行機器學習，這涉及分析大量數據以發現有用的模式。這裡的加速度也小於指數級，還有一個問題將大量的經典數據轉化為算法可以運行的量子狀態，這是一個可以迅速飲食中任何計算優勢的緩慢過程。
奧利弗說，但這仍然是早期的日子，算法突破的範圍很大。該領域仍在發現和開發量子算法的構件 - 較小的數學程序被稱為“原語”，可以組合以解決更複雜的問題。
Oliver說：“我們需要了解如何構建量子算法，識別和利用這些程序元素，如果存在新算法，並了解如何將它們放在一起製作新算法。”
這應該指導該領域的未來發展，並補充說，盧特豪斯（Lütkenhaus）是公司在做出投資決策時應牢記的。他說：“隨著我們向前推進領域，不要太早將注意力集中在非常具體的問題上。” “我們仍然需要解決更多的通用問題，然後可以分支到許多應用程序中。”
