Google、IBM、英特爾、微軟……幾個月來，IT巨頭一直在發佈公告，展示他們在量子運算方面所做的努力。該研究領域是目前高科技領域中最具活力的領域之一。各方合作與夥伴關係不斷湧現。經典產業也參與其中，因為他們希望量子運算能讓他們的創新能踏出新的一步。 IBM 量子研究計畫的合作夥伴包括銀行（摩根大通、巴克萊）、汽車製造商（戴姆勒、本田）、化學和材料製造商（Nagase、日立金屬、JSR Corporation）。
為了理解這種普遍的熱情，我們必須回顧一些量子計算的原理。這是基於「量子位元」或 qbit 的使用，它具有既值 0 又值 1 的特殊性。狀態的一個例子是自旋，這種屬性通常等同於角動量。
大規模且自然的並行性
在計算層面的優點在於，這種疊加賦予了量子電腦天然指數級的運算能力。一個 N 個 qbit 的暫存器可以同時有 2 個氮可以透過一系列量子邏輯閘進行轉換的值。所有這些操作將同時應用於 2氮值，這樣最後我們就會得到 2 的疊加氮結果。
「在某種程度上，量子力學免費提供了大規模並行性。但這種並行性有點虛構，因為當我們讀取暫存器時，量子疊加消失了，我們只獲得了一種基本狀態。因此，量子演算法的全部藝術是確保在計算結束時，我們獲得有趣的結果。”，CEA 凝聚態物理系研究主任兼量子學組組長 Daniel Estève 解釋。
這種運算能力的潛力暗示了一系列具體的應用，首先是…間諜活動。與經典電腦不同，量子電腦理論上能夠相對快速地將大數分解為質數。這意味著公鑰密碼學的消亡，這項技術是當今所有數位交換的基礎。因此，美國國家安全局也有量子研究計畫也就不足為奇了。
透過精確計算找到分子
但還有更具建設性的方式來看待量子計算。最先受益的領域之一是化學和材料物理。
量子電腦應該能夠更快地找到具有有趣特性的新分子。目前，透過計算模擬分子的性質非常困難。計算基於所謂的薛定諤方程，該方程特別複雜，超出了傳統計算器的能力範圍。
「原子越多，這些原子之間的相互作用就越多，這種複雜性呈指數級增長。因此，在模擬層面上，我們很快就受到分子聚集體大小的限制”CEA/DRF 數位類比和密集運算 IT 部門主管 Christophe Calvin 和 CEA/List 架構設計和嵌入式軟體部門科學主管 Christian Gamrat 解釋。兩人還共同簽署了一篇關於該主題的文章最新一期《譜號》，CEA 出版的期刊。
為了實現他們的目標，研究人員被迫應用一組近似值，這需要大量的實驗才能最終獲得正確的結果。就其本身而言，量子電腦的運算能力使得無需近似即可進行精確計算，從而節省大量時間。
例如，根據微軟的說法，擁有 100-200 個量子位元的量子電腦可以設計一種催化劑，從大氣中提取二氧化碳，或許還能解決全球暖化問題。
我們也可以想像在室溫下找到新的超導材料，這將允許無損電流傳輸。針對當前電子元件挑戰的明確答案？對我們日常生活的影響將是巨大的。
減少優化迭代
量子計算設想的另一個主要應用領域是最佳化，也就是說找到函數的最小值或最大值。此類問題存在於許多不同領域：交通管理、路線計算、時間表、調度和規劃問題、財務風險計算等。
如果變數數量太大，這些非常具體的問題很快就會變得非常複雜。最佳化的一個特例是機器學習，它通常涉及最小化誤差函數。
所有這些過程目前都是非常迭代和近似的。例如，機器學習通常依賴讀取數百萬甚至數千萬個物件來進行分析。量子計算值的疊加可能會變得有趣。
但優化問題的解決很可能要等到分子計算之後才能解決。後者可以依靠人造原子庫來進行。相反，最佳化問題是從每次限制都不同的情況開始的。因此，它們需要更繁重的準備和初始化工作。每個領域都必須找到量子運算能夠為其所面臨的問題帶來什麼。為了實現這一目標，這些不同的部門必須採用不同的技術路徑……我們將在以後的文章中探討。
