【美国《新闻周刊》8月28日(提前出版)一期文章】题:量子计算的革命性前景正在带来现实世界的解决方案(作者 加布里埃尔·斯奈德)

对于非物理学专业人士而言，量子力学最难理解的概念，就是一个物体可以同时处于两种状态，直到有人对其进行观测，它才会固定为其中一种状态。

诺贝尔奖委员会、美国国家安全局，以及硅谷约半数企业都认为，量子技术将彻底改写计算机的能力边界，同时又远未发展成熟。长期以来，量子技术和可控核聚变以及(不久之前的)人工智能(AI)一样，被视为遥远的科技奇迹--至少还要再等30年才能真正落地。

传统计算机以比特存储信息，比特如同开关，只有两种状态:开或关，即1或0。量子计算机使用量子比特，可以同时处于两种状态。将足够多的量子比特组合在一起，可同时承载的状态数量会呈爆炸式增长。仅数百个量子比特，就能表征比可观测宇宙全部原子数量还要多的可能性。长久以来，科学界一直怀揣着一个愿景:打造一台基于量子比特运行的计算机。

如今这一愿景正在从理论走向实践。真实的商业应用将不再只存在于想象之中:高速磁悬浮列车、无需全球定位系统(GPS)的量子导航系统、性能更优异的电池、环境友好型化肥、个性化定制药物，还有龙卷风精准预报。身处技术一线的从业者表示，量子计算真正落地的拐点或许就在今年。

为模拟现实世界提供可能

1981年5月，麻省理工学院与国际商用机器公司(IBM)联合举办计算物理学大会，诺贝尔物理学奖得主理查德费曼在会上向一众计算机科学家提出:当下的研究思路存在偏差。他提出，如果想要真正理解世界的运行方式，传统数字计算机永远力有不逮，因为现实世界并非依靠0和1运转。他说:“如果你想要模拟现实世界，就必须用量子力学的思路。”

45年后，已成为量子计算领域领军企业的IBM，连同一众合作伙伴，正试图完成这场“观测”。过去近十年间，行业内为这项技术设立了一个脱离实验室猎奇属性的里程碑-量子优势，并将时间锚定在2026年。简单来讲，量子优势指的是量子计算机能够解决某一类现实问题，并且比性能最优的经典计算机速度更快、成本更低、精度更高。

自量子概念问世起，量子体系的奇异特性--某种意义上也是这门学科得以存在的根源，一直令研究者倍感困惑。爱因斯坦人生最后30年始终坚持认为，量子力学无法完整解释宇宙的运行规律。该理论提出，两个粒子可以发生纠缠，无论相隔多远，观测其中一个，就会瞬间确定另一个粒子的状态。爱因斯坦将这种现象嘲讽为“鬼魅般的超距作用”。事实证明他错了。

这正是量子力学的奇特之处:它是人类有史以来最成功的物理理论，实验预测精度可达小数点后11位，描述着人类无法看见、触摸、凭直觉感知的世界底层规律。上世纪大部分时间里，人类可以写出描述分子、材料、化学反应的方程，却无法完成求解。而量子力学为求解这些方程提供了可能。该理论奠基人之一保罗·狄拉克早在20世纪20年代就指出:这些方程本质上可以描述全部化学现象，以及大部分生物现象。

量子计算应用有四大方向

如果量子计算机可以成功运转，其能力直接来源于它和经典计算机的本质差异。传统计算机在模拟分子时，无法还原分子真实状态;相关运算量过于庞大，只能做近似处理，删减细节，直到问题能够被计算。量子软件公司Q-CTRL创始人迈克尔·比尔库克打了一个比方:这就像把照片放大到超出本身分辨率。“当我们试图把极其复杂的量子图景塞进经典计算机，图像就会像素化。”他说:“信息会丢失。为了适配算力，我们不得不舍弃一部分内容。”

他说，量子计算机依托和研究对象相同的物理规律构建，无需舍弃任何信息。

理论层面，量子计算的应用大致分为四大方向。一是模拟物理体系，包括分子、材料、化学反应，这是最贴近落地、也最直观的方向，正是费曼当年提出的命题。二是优化问题:路线规划、日程调度、物流，这类问题规模越大，计算难度就会呈指数级飙升。三是机器学习，目前依然最具不确定性。四是微分方程，用来描述流体、热量、空气的运动规律。学者认为，普通人最先感受到量子计算的力量，会出现在微分方程领域，它可以推动流体力学发展，继而赋能气象预报。

落到现实场景，这就对应着一大堆当下世界无法高精度完成的计算:研发性能更强的电池--直接模拟电池内部反应，而非依靠间接推断;摒弃沿用百年、高能耗工业流程来制造化肥--模拟细菌如何在常温下完成固氮反应;通过计算分子在人体内的行为来设计新药，而非筛选成千上万候选分子;还有聚变燃料研发、飞行器表面设计，乃至最终实现精准气象预测。

相关研究成果集中涌现

今年，各类机构接连公布相关成果，它们唯一的共同点，就是都使用了量子设备。

Q-CTRL公司的研究聚焦电子在材料内部运动的物理规律，这类计算支撑着电池、太阳能电池、电力传输研发，占据全球超级计算机约三分之一的算力。该团队调用IBM120量子比特处理器，全部运算经由IBM公有云运行，保证任何人都可以复现。租用集群运行最优传统软件，需要长达160小时;而量子计算机仅用时2分46秒。

7月末的同一天，又有三项成果集中公布，这三项成果的评判重点，都不只是运算速度。芝加哥大学团队由计算机科学家比尔·费弗曼牵头，使用全新纠错算法，解决经典计算机实际难以处理的问题，错误率相比旧方案降低一个数量级，全程耗时约15分钟。

以色列企业Qedma团队直接将结果对标日本超级计算机“富岳”--全球速度最快的超算之一。实验中，多种经典算法得出的结果互相矛盾，但量子计算输出的结果却保持稳定。

芬兰Algorithmiq公司把一套材料科学问题的量子计算结果提交至IBM量子优势追踪榜单，该榜单会区分成果状态:有效成立、被经典算法追平、用作基准参照。八个月过去，依旧没有经典计算方法可以复刻该结果。

这些成果的共同点，并非证明量子计算机运算更快，而是输出了可核验的可靠答案。

可与经典计算机协同使用

美国克利夫兰医学中心首席研究信息官劳拉·杰希说:“量子的价值，不在于超越经典计算机。这不是二者一决高下的竞赛，而是双驾马车并驾齐驱，协同走得更远。”她更愿意把量子视作全新交通工具:无论把汽车打磨得多流畅、速度多快，它永远变不成飞机。想要抵达重要目的地，二者都不可或缺开车到机场，搭乘飞机，抵达终点后再驱车前行。

克利夫兰医学中心的科研人员肯尼斯·默茨，采用量子-经典混合超算方案，仅用18个月就完成了业内预估需要5-7年才能实现的目标。2024年10月，该团队的量子计算机最多只能模拟含有10个原子的分子;去年12月，已经可以模拟拥有300个原子的真实蛋白质;到今年5月，模拟规模突破12600个原子--一个与类药物分子结合并悬浮在水中的蛋白质，这正是蛋白质实际存在的形态，也是药物研发的难点所在。默茨认为他们还是保守了:“当时我们觉得已经做得规模巨大，可很快就意识到，规模还可以再扩大两三倍。”

克利夫兰医学中心还和美国能源部下属规模最大的开放科学实验室橡树岭国家实验室合作，开展聚变燃料化学研究，重点研究反应堆熔融盐增殖氚技术。实验室先进技术部门负责人萨普·奥拉尔更看重这套可复用的工作流程，而非聚变本身的结果。“这套流程是一套模板，”他说，“不仅可以用于聚变能源，还可以迁移到药物研发、气候研究等各类科学课题。”他将其比作望远镜:同一台设备，可以对准各式各样待解答的科学疑问。