科技公司正投入数十亿美元量子计算尽管该技术距离实际应用还需要数年时间。那么，未来的量子计算机将用于什么？为什么这么多专家相信它们将改变游戏规则？
建造一台利用不同寻常特性的计算机量子力学是一个一直有争议的想法 自20世纪80年代以来。但在过去的几十年里，科学家们在建造大型设备方面取得了重大进展。现在，从谷歌到 IBM 的众多科技巨头以及几家资金雄厚的初创公司都在这项技术上投入了大量资金——他们已经创造了几台单独的机器和量子处理单元（QPU）。
理论上，量子计算机可以解决甚至超越最强大的经典计算机的问题。然而，人们普遍认为，在实现这一目标之前，此类设备需要变得更大、更可靠。然而，一旦他们做到了，这项技术有望解决化学、物理、材料科学甚至机器学习领域目前无法解决的一系列挑战。
“它不仅仅是一台快速的经典计算机，这是一个完全不同的范例，”诺伯特·吕特肯豪斯加拿大滑铁卢大学量子计算研究所执行主任告诉Live Science。 “量子计算机可以有效地解决一些经典计算机根本无法完成的任务。”
目前最先进的
量子计算机最基本的组成部分是 量子位——一种量子信息单位，相当于经典计算机中的比特，但具有同时表示 0 和 1 的复杂组合的不可思议的能力。量子位可以在各种不同的硬件上实现，包括超导电路、捕获离子甚至光子（光粒子）。
当今最大的量子计算机刚刚跨越了 1,000 量子位标记，但大多数只有几十或几百个量子位。由于量子态对外部噪声（包括温度变化或杂散电磁场）极其敏感，它们比经典计算组件更容易出错。这意味着目前很难运行足够长的时间来解决实际问题的大型量子程序。
有关的：激进的量子计算理论可能会带来比之前想象的更强大的机器
但这并不意味着今天的量子计算机毫无用处，他说 威廉·奥利弗美国麻省理工学院（MIT）量子工程中心主任。 “今天量子计算机的用途基本上是学习如何使量子计算机变得更大，以及学习如何使用量子计算机，”他在接受《Live Science》采访时说道。
构建更大的处理器为如何设计更大、更可靠的量子机器提供了重要的见解，并提供了开发和测试新型量子算法的平台。他们还让研究人员测试量子纠错方案，这对于实现该技术的全部承诺至关重要。这些通常涉及将量子信息传播到多个物理量子位上以创建单个“逻辑量子位”，该“逻辑量子位”的弹性要大得多。
Lütkenhaus 表示，该领域最近取得的突破表明容错量子计算可能并不遥远。多家公司包括 奎埃拉, 多少和 谷歌最近证明了可靠地生成逻辑量子位的能力。 Lütkenhaus 表示，将我们解决实际问题所需的量子比特扩展到数千甚至数百万，将需要时间和大量的工程工作。但一旦实现了这一点 许多令人兴奋的应用程序就会映入眼帘。
量子可以改变游戏规则
奥利弗说，量子计算能力的秘密在于一种称为叠加的量子现象。这使得量子系统可以同时占据多个状态，直到被测量。在量子计算机中，这使得将底层量子位置于代表问题的所有潜在解决方案的叠加中成为可能。
“当我们运行算法时，不正确的答案会被抑制，正确的答案会被增强，”奥利弗说。 “因此，到计算结束时，唯一幸存的答案就是我们正在寻找的答案。”
奥利弗补充说，这使得解决过于庞大而无法按顺序解决的问题成为可能，而传统计算机必须这样做。在某些领域，随着问题规模的扩大，量子计算机的计算速度可以比传统计算机快得多。
奥利弗说，最明显的应用之一在于模拟物理系统，因为世界本身是由量子力学原理控制的。使量子计算机如此强大的同样奇怪的现象也使得在经典计算机上模拟许多量子系统在有用的规模上变得棘手。但由于它们的运行原理相同，量子计算机应该能够有效地对各种量子系统的行为进行建模。
这可能会对量子效应发挥重要作用的化学和材料科学等领域产生深远影响，并可能带来从电池技术到超导体、催化剂甚至制药等各个领域的突破。
量子计算机也有一些不那么令人愉快的用途。给定足够的量子位，数学家发明的算法彼得·肖尔1994 年的技术可能会破解当今大部分互联网的加密技术。幸运的是，研究人员设计了新的加密方案来规避这种风险，今年早些时候，美国国家标准与技术研究所 (NIST) 释放已经实施的新“后量子”加密标准。
量子计算的新兴可能性
奥利弗说，目前量子计算机的其他应用还有些推测。
人们希望这项技术能够对优化有用，优化涉及到通过许多可能的解决方案来寻找问题的最佳解决方案。许多实际挑战可以归结为优化流程，从缓解城市交通流量到为物流公司寻找最佳送货路线。为特定财务目标建立最佳股票投资组合也可能是一种可能的应用。
但到目前为止，大多数量子优化算法提供的速度都低于指数。由于量子硬件的运行速度比当前基于晶体管的电子设备慢得多，因此这些适度的算法速度优势可以 很快消失当在现实世界的设备上实现时。
与此同时，量子算法的进步刺激了经典计算的创新。奥利弗补充道：“随着量子算法设计者提出不同的优化方案，我们计算机科学领域的同事改进了他们的算法，而我们似乎最终消失了这种优势。”
其他长期潜力不太明显的活跃研究领域包括使用量子计算机搜索大型数据库或进行机器学习，其中涉及分析大量数据以发现有用的模式。这里的加速也不是指数级的，而且还有一个额外的问题，即将大量经典数据转换为算法可以运行的量子态——这是一个缓慢的过程，可以很快消耗任何计算优势。
但奥利弗表示，现在还处于早期阶段，算法突破还有很大的空间。该领域仍在发现和开发量子算法的构建模块——称为“原语”的较小数学程序，可以组合起来解决更复杂的问题。
奥利弗说：“我们需要了解如何构建量子算法，识别和利用这些程序元素，找到新的元素（如果存在），并了解如何将它们组合在一起以创建新算法。”
Lütkenhaus补充说，这应该指导该领域的未来发展，也是企业在做出投资决策时应该牢记的事情。 “当我们推动该领域向前发展时，不要过早关注非常具体的问题，”他说。 “我们仍然需要解决许多更普遍的问题，然后这可以扩展到许多应用程序。”
