谷歌、IBM、英特尔、微软……几个月来，IT巨头一直在发布公告，展示他们在量子计算方面所做的努力。该研究领域是目前高科技领域中最具活力的领域之一。各方合作与伙伴关系不断涌现。经典行业也参与其中，因为他们希望量子计算能让他们的创新迈出新的一步。 IBM 量子研究项目的合作伙伴包括银行（摩根大通、巴克莱）、汽车制造商（戴姆勒、本田）、化学和材料制造商（Nagase、日立金属、JSR Corporation）。
为了理解这种普遍的热情，我们必须回顾一些量子计算的原理。这是基于“量子比特”或 qbit 的使用，它具有既值 0 又值 1 的特殊性。该属性直接源自量子叠加原理，这意味着一个粒子可以同时具有多个 d 值。时间。状态的一个例子是自旋，这种属性通常等同于角动量。
大规模且自然的并行性
在计算层面的优势在于，这种叠加赋予了量子计算机天然指数级的计算能力。一个 N 个 qbit 的寄存器可以同时有 2 个氮可以通过一系列量子逻辑门进行转换的值。所有这些操作将同时应用于 2氮值，这样最后我们就会得到 2 的叠加氮结果。
“在某种程度上，量子力学免费提供了大规模并行性。但这种并行性有点虚构，因为当我们读取寄存器时，量子叠加消失了，我们只获得了一种基本状态。因此，量子算法的全部艺术是确保在计算结束时，我们获得有趣的结果。”，CEA 凝聚态物理系研究主任兼量子学组组长 Daniel Estève 解释道。
这种计算能力的潜力暗示了一系列具体的应用，首先是……间谍活动。与经典计算机不同，量子计算机理论上能够相对快速地将大数分解为素数。这意味着公钥密码学的消亡，这项技术是当今所有数字交换的基础。因此，美国国家安全局也有量子研究计划也就不足为奇了。
通过精确计算找到分子
但还有更具建设性的方式来看待量子计算。最先受益的领域之一是材料化学和物理学。
量子计算机应该能够更快地找到具有有趣特性的新分子。目前，通过计算模拟分子的性质非常困难。计算基于所谓的薛定谔方程，该方程特别复杂，超出了传统计算器的能力范围。
“原子越多，这些原子之间的相互作用就越多，这种复杂性呈指数级增长。因此，在模拟水平上，我们很快就受到分子聚集体大小的限制”CEA/DRF 数字模拟和密集计算 IT 部门主管 Christophe Calvin 和 CEA/List 架构设计和嵌入式软件部门科学主管 Christian Gamrat 解释道。两人还共同签署了一篇关于该主题的文章最新一期《谱号》，CEA 出版的期刊。
为了实现他们的目标，研究人员被迫应用一组近似值，这需要大量的实验才能最终获得正确的结果。就其本身而言，量子计算机的计算能力使得无需近似即可进行精确计算，从而节省大量时间。
例如，根据微软的说法，拥有 100-200 个量子位的量子计算机可以设计一种催化剂，从大气中提取二氧化碳，或许还可以解决全球变暖问题。
我们还可以想象在室温下找到新的超导材料，这将允许无损电流传输。针对当前电子元件挑战的明确答案？对我们日常生活的影响将是巨大的。
减少优化迭代
量子计算设想的另一个主要应用领域是优化，也就是说找到函数的最小值或最大值。此类问题存在于许多不同领域：交通管理、路线计算、时刻表、调度和规划问题、财务风险计算等。
如果变量数量太大，这些非常具体的问题很快就会变得非常复杂。优化的一个特例是机器学习，它通常涉及最小化误差函数。
所有这些过程目前都是非常迭代和近似的。例如，机器学习通常依赖于读取数百万甚至数千万个对象来进行分析。量子计算值的叠加可能会变得有趣。
但优化问题的解决很可能要等到分子计算之后才能解决。后者可以依靠人造原子库来进行。相反，优化问题是从每次约束都不同的情况开始的。因此，它们需要更繁重的准备和初始化工作。每个领域都必须找到量子计算能够为其所面临的问题带来什么。为了实现这一目标，这些不同的部门必须采取不同的技术路径......我们将在以后的文章中探讨它们。
