潘禺：美國開始重新審視量子計算機，這對中國很重要-心智觀察所、潘禺

【文/觀察者網專欄作者 潘禺】

“當我想到我認識的十個最聰明的物理學家時，我會説，其中一半人確信量子計算將成為自切片面包以來最好的東西。這將是21世紀的技術。另一半人則確信，即使你能建造一個量子計算機（你肯定做不到），它也永遠不會比你的筆記本電腦更有用。在有史以來最有用技術和完全無用之間存在巨大的差距……”

“炒作是真的嗎？量子計算將改變一切，還是這真的被過度誇大了，這更多是一個基礎科學問題，對於美國來説，這是一個極其重要的問題。”以上這些話，來自美國國防部高級研究計劃局（DARPA）今年8月公佈的一個視頻。

在國內媒體上，中國公眾也已經聽到了太多關於量子計算的美好承諾，但其中絕大部分都是空頭支票。如果能夠開發出能容錯的量子計算機，對各種科學和工業應用都可能產生革命性的影響——這一假設尚未被證明，至少有兩個重要原因。

一個原因是，儘管已經為量子計算機提出了一些算法和應用，但在大多數情況下，尚未完成與現實世界中使用的最佳經典替代方案進行嚴格比較。另一個原因是，尚不清楚何時或是否可以建造一個商用量子計算機，也就是其計算價值超過其成本，特別是對於需要容錯的應用。容錯的商用量子計算機，複雜性可能超過傳統超級計算機。因此，要證明商用規模設計是可行的，所有必要的組件和子系統都能以所需規格生產，並能成功集成，這非常困難。

商用量子計算機真的可能嗎？美國政府現在正努力審視這個問題了。

美國政府的懷疑

2024年7月，DARPA宣佈了量子基準測試倡議（Quantum Benchmarking Initiative，簡稱QBI），針對那些認為自己有望開發出容錯的商用量子計算機的公司。前面提到的視頻，就來自QBI的概述。

所謂量子基準測試，就是要定量衡量量子計算的關鍵進展。對量子計算的未來承諾，往往是未經證實的，那有什麼基準能預測明天的量子計算機是否真正具有革命性？一個關鍵指標就是，估計給定基準性能水平所需的硬件資源。

早在多年前，DARPA就啓動了量子基準測試，在第一階段，有8個跨學科團隊編制了200多個潛在應用，從中創建了20個候選基準，用量子計算機解決這些困難的計算任務，具備經濟效用並可以量化。

在下一階段，DARPA選擇了三大類特定基準，進行詳細研究，分別是化學、材料科學和非線性微分方程，在樂觀的承諾中，這些都是量子計算具備優勢，可以更高效解決的問題領域。DARPA選擇了五個團隊，根據嚴格、以效用為驅動的標準完善這些選定的基準，評估現實世界的效用，並創建工具以估計在現實量子硬件上運行應用程序端到端實例所需的資源和性能。結果表明，量子計算機為某些化學、材料科學應用提供優勢存在合理性，但目前尚不清楚是否能夠在非線性微分方程應用中實現任何優勢。

這次最新的倡議，名義上，DARPA聲稱是要與美國和世界各地的量子計算公司合作，確定哪些方法最有可能成功，並加以推進，但事實上，DARPA是想要重審形形色色的量子計算項目，檢驗方法和技術的成熟度。

DARPA想要回答兩個非常基本的問題。第一個問題是“如果我有一個真正強大的量子計算機。我能用它做什麼？”第二個是“是否有商業公司、學術團體或任何團體有在近期內真正構建那種機器的路徑？”

按照DARPA的説法，被QBI資金選中的執行者，要專注於開發並描述有真正價值的量子計算機，也就是其計算價值超過其成本，並且在近期內有實現的合理途徑。DARPA的意思就是你們別玩虛的概念，要給出健全的研究和開發計劃，提供已證明效用的應用和算法，驗證並確認概念可以按設計構建並按預期運行，總之一句話，要對你們的項目做核實和評估。

而評估一個量子計算公司，看看他們的方法是否真的站得住腳，是否真的能在近期內製造出商用的機器，這是非常困難的。所以DARPA將建立一個世界級的驗證和確認團隊，邀請美國和外國公司參與進來。

“如果真有可能構建這樣一個（量子計算機），而且它真的可能具有變革性，那對於政策制定有着深遠的影響。如果結果如我們許多人懷疑的那樣，真的不可能，它真的不會做一些有用的事情，或者沒有路徑，我們也需要知道這一點，這樣我們就可以更好地規劃我們的基礎研究資金。因此，DARPA正在啓動一個名為量子基準測試倡議的項目。這是一個由DARPA牽頭的新的重大政府計劃，目的是嘗試做到這一點。”

負責QBI的Joe Altepeter博士直言不諱地表示：“我們的初始立場是懷疑”。具體來説，就是懷疑是否可能建造一個完全容錯的量子計算機，擁有足夠數量的邏輯量子比特。“我們會走進房間説，‘我們相當確定你正在做的事情不會成功。’我會帶上一小羣科學家和工程師，我們會聽取你的證據，並利用我們自己的分析進行雙重和三重檢查。如果我們確信你正在開發的技術通過了檢查，你發現了一些重大的東西，我們會告訴政府的其他人，併成為你方法的堅定支持者。”

量子霸權的爭議

2019年10月，谷歌宣佈通過其53個量子比特的Sycamore處理器實現了量子霸權。在執行隨機電路採樣的計算問題上，與經典超級計算機相比，谷歌宣稱達到了以200秒對10000年的優勢。特朗普的女兒伊萬卡·特朗普（Ivanka Trump）當時在社交媒體上對谷歌在量子計算領域取得的成就表示祝賀，並稱“美國實現了量子霸權”。

然而，IBM等公司對此表示質疑，IBM認為使用經典超級計算機完成相同任務所需的時間可以從谷歌聲稱的10000年降低到僅需2.5天，阿里巴巴也曾發表聲明否定谷歌聲稱的量子霸權優勢，表示可將所需時間從10000年降低到20天內。

量子計算機會比今天的計算機快多少倍，這是一個很自然的問題。不要被谷歌的説辭迷惑，首先要明白，谷歌或任何其他公司聲稱他們已經實現了量子加速，都只是針對特定的、深奧的基準測試。他們的量子計算機既不能在通常的任務中勝過傳統計算機，也不能在破解密碼、模擬化學等有實際應用的特定任務中勝過傳統計算機。

而即便在“人為指定的賽道”中，所謂量子霸權（或量子加速）也是難以證實的。

解決一個任務的運行時間取決於算法，通常會隨着輸入數據位數n的增加而增加，形成一個函數關係。比如，一個任務採用一個經典算法需要的步驟數隨着n指數增長，而用量子計算機，以某種算法，步驟數只增長為n^2就能解決，在這種情況下，對於小n，用量子計算機解決問題實際上會比用經典方法解決問題更慢、更昂貴。只有當n增長時，量子加速才會首次出現，然後最終佔據優勢。

但我們怎麼知道經典計算機就沒有算法捷徑呢？這個問題是量子算法研究的核心，通常困難不在於證明量子計算機可以快速完成某件事，而是令人信服地論證經典計算機不能。正如著名的難題P與NP問題，想要給出這樣的論證是非常困難的。而在過去的幾十年裏，當發現具有類似性能的經典算法時，之前推測的量子加速已經反覆消失。這也就是開頭所説的兩個重要原因中的第一個。

要講清楚另一個重要原因，理解構建量子計算機的困難，就要先從更基本的原理講起。

為什麼量子計算需要糾錯

在經典計算機中，信息以可檢索的比特形式存儲，二進制編碼為0或1。在量子計算機中，基本粒子處於疊加態，一個n量子比特的量子計算機可以表示2^n個可能的狀態，這允許量子計算機在一次操作中處理大量數據，使得量子算法在解決某些問題時，具有潛在的指數級加速。

疊加並不能簡單理解為“同時”，不是説量子比特可以“同時是0和1”，而經典比特只能是其中之一。如果你看到一個所有可能答案的等概率疊加，並讀取一個隨機答案，這顯然沒有意義。

疊加的真實含義，可以表示為0態和1態的“線性組合”，也就是∣ψ⟩=α∣0⟩+β∣1⟩，其中α和β是複數，稱為概率振幅（probability amplitudes），這些振幅的絕對值的平方給出了當量子比特被測量時，系統塌縮到相應狀態的概率。某個結果的振幅越接近零，看到那個結果的機會就越小。

量子比特的可能狀態|ψ⟩可以表示為Bloch球面上的一個點

這意味着，可以把不同倍數的狀態加在一起。每個量子比特都可以與機器中的其他量子比特糾纏。建設性的干涉，會增加某個結果的可能性，而破壞性的干涉，互相抵消，會讓振幅為零，相應的結果就從未被觀察到。設計量子計算機算法的目標是編排一種建設性和破壞性干涉的模式，以便對於每個錯誤答案，其振幅的貢獻相互抵消，而對於正確答案，貢獻則相互加強。

只有這一切都安排好，觀察時才會以很大的概率看到正確答案。要做到這一點而不提前知道答案，並且比你用經典計算機做到的要快，正是棘手的地方。

更困難的問題是退相干。量子計算機與其環境之間的相互作用，不管是熱振動、宇宙射線、電磁干擾還是其他噪聲源，可能導致量子比特過早被“測量”，它們坍縮成0或1單一值的經典比特。

人們從一開始就不清楚，量子計算機提供的指數級加速是否會因保護系統免於崩潰所需的指數級複雜性而被抵消。疊加態非常脆弱，以至於單個量子比特與其周圍環境中分子的隨機相互作用可能導致整個糾纏量子比特網絡脱鏈或崩潰。隨着每個量子比特轉化為數字化經典比特0或1，正在進行的計算就被破壞。

這就需要糾錯。在經典計算機中，糾錯通過在系統中設計大量的冗餘實現。糾錯算法比較多份輸出，選擇最常見的答案，並將其餘數據作為噪聲丟棄。但不能對量子計算機這樣做，因為嘗試直接比較量子比特會使程序崩潰。因此，必須設計並實現一個只測量錯誤而不是數據的算法，從而保留包含正確答案的疊加態。一個在20世紀90年代中期提出的糾錯方案，巧妙地將量子計算中的每個量子比特編碼到幾十個甚至數千個物理量子比特的集體狀態中，大量的量子位專門用於糾錯。

但糾錯技術本身會引入錯誤。當然，從理論上講（實際上並沒做到），可以在不需要100%精度的情況下糾正新的錯誤，允許小的背景噪聲在計算進行時污染計算。這意味着希望還沒有完全破滅。

把“容錯”算法植入量子電路，目前可以合理地控制十來個量子比特，但這離至少數千個量子比特、有用的商用量子計算機過於遙遠。當你讀到關於50或60個物理量子比特的最新實驗時，重要的是，要明白這些量子比特沒有糾錯。

世界上最大的量子計算機（就量子位而言）是IBM的Osprey，擁有433個量子位。但即使有200萬個量子位，一些量子化學計算可能需要一個世紀。據一篇最新的論文估計，在8小時內破解最先進的密碼將需要2000萬個量子位，這已經很樂觀了，比之前估計的10億個量子位要少得多。

對中國的啓示

任何一個時髦的科技領域，隨着大量金錢的湧入，都有可能出現騙子。在過去20年裏，至少有數十億美元投入到量子計算，但公共媒體甚至沒有講清楚這個領域中的大量基本常識。

新聞裏除了不會告訴你“量子比特沒有糾錯”，還有大量的欺騙性話術和概念混淆。比如，量子模擬和量子計算的概念就被混淆。新聞裏會誇耀加拿大的D-Wave是全球第一家成功實現商業化的量子計算公司，擁有獨家的退火技術量子計算，客户包括洛克希德·馬丁、大眾、NASA、谷歌等。

但D-Wave是一台純粹模擬機器，旨在解決特定的優化問題，它不是數字的，也不是糾錯的，也不是容錯的。

數字和模擬的區別是什麼呢？假設你想要模擬全球氣候變化。一種方法是編寫一個數學模型，然後在數字計算機上解方程。這通常是氣候科學家所做的。另一種方法是嘗試在可控實驗中模擬地球氣候的某些方面。可以創建一個遵守與試圖模擬的系統相同運動定律的簡單物理系統——例如，在罐子中混合氮氣、氧氣和氫氣。罐子內部發生的事情是一次真實世界的計算，它告訴你，在某些條件下大氣湍流的情況。

量子模擬器本質也是用一個可控物理系統來模擬另一個。由於模擬演變沒有數字化，軟件無法進行錯誤校正，模擬設備必須保持量子疊加態足夠長的時間，其難點與通用的量子計算機不同。

中國也在量子計算機領域取得了顯著成果，見諸新聞報道的就有“九章”“祖沖之”“本源悟空”等型號，代表光量子和超導兩條技術路線。中國在量子計算領域的科研進展當然令人鼓舞，但經過前面的分析不難理解，去比較中國是全球第二個還是第幾個實現了“量子霸權”或“量子優越性”的國家，本身就陷入了谷歌開啓的無聊炒作。

《自然》雜誌2023年5月發表的一篇文章指出：

“事實上，所有的量子計算機都可以用糟糕來形容，數十年的研究尚未產生一台能夠啓動承諾中的計算革命的機器……到目前為止，有充分的理由對量子計算的前景持懷疑態度。量子專家還沒有實現任何真正有用且不能使用經典計算機完成的事情。”

萊布尼茨超級計算中心的量子計算機

另一個重要問題也被新聞媒體所忽略。數據的存儲、取出是橫在量子計算機前進道路上的又一座難以逾越的大山，並且存在原理性障礙，很難通過工程技術手段得到解決。計算機的算力不只取決於中央處理器CPU的性能，也與內存的容量和內存連接CPU的帶寬有關。對於諸如AI等許多實際問題，內存帶寬更是決定性的，目前英偉達的GPU H100的內存帶寬已達3TB/s。

受物理原理限制，高速、長時、大容量量子存儲器難以實現，所以量子計算機還需依賴於傳統的電子存儲器，這就必然增添了量子信息與電子信息之間來回倒換的許多麻煩，量子加速會在這個過程中大打折扣，甚至總體可能得不償失。

這次美國的DARPA與美國能源部科學辦公室、伊利諾伊州、美國空軍研究實驗室的量子科學家和工程師合作，進行量子基準測試倡議，其實就是追問兩個問題的答案：量子計算機能夠實現標準計算機無法完成的事情嗎？構建一個容錯的商用量子計算機可能嗎？

一位在美國的華裔學者告訴心智觀察所：“這個動作在DARPA的歷史上是罕見的，我不記得有什麼開創性、革命性的技術面臨過如此特別待遇。”

DARPA表示，當量子技術看似無處不在、無所不包時，他們正試圖從炒作中提煉出真正的價值，憑藉健康的懷疑態度、科學嚴謹性以及行業和學術專家的知識。

這個動作挺值得中國借鑑，無論DARPA會做得怎樣，中國也可以用自己的方式，把這種“健康的懷疑態度”用於重新審視自己的科研項目，不限於量子計算。科研項目的學術成果與真正的產業應用是有很大距離的，甚至可能是完全不同的模式，未必都能走通，這就需要將真正的價值“從炒作中提煉”。

“量子計算如果僅僅在學術界進行討論，資金投入給人腦，那麼任何產出大致都可以接受，畢竟人力資源的投入相對硬資產的投入要小而可控性強，但是一旦進行產業化前期的驗證性資本投入，就需要在更多維度上對項目進行可行性考核。”另一位業內學者向心智觀察所表示。

他這樣解釋DARPA的這一動作：“DARPA對於幾十年來在量子計算持續不斷地硬資產投入和各種缺少衡量指標性的炒作顯得不耐煩，因此這次DARPA直接強硬打斷所有量子計算專家的話，告訴他們，不要告訴我你做了什麼，讓我們來先制定一個評判標準體系，然後你來告訴我，你做的能夠符合標準體系的哪一條。”

不久前，中國半導體行業協會理事長、長江存儲董事長陳南翔在採訪中表示，過去在發展集成電路的過程中，中國走了很長一段時間的“彎路”。本質上，中國想要發展的是一種芯片產業，但過去這件事交給大學、研究院和科學院，最終獲得的是一種更具學術性的成果。

陳南翔強調，這是兩種完全不同的路徑，中國現在需要的是一種產業，需要創新的產業、服務和商業模式，最終轉變為經濟的商業價值。“我認為，在花了很長一段時間的摸索之後，無論是從政策的主導者，還是產業利益的相關方，終於明白了。”

“不能説我們已經找到了產業發展的最佳模式，但起碼，我們已經知道了什麼樣的模式是註定要失敗的。在長時間試錯後，現在我們可以相信，在未來集成電路產業的發展中，一定正孕育着一個巨大的成功模式。大家拭目以待。”

陳南翔講清楚了發展產業與取得學術成果的不同，值得深思。科研並非一條只需向前看的坦途，總結走過的彎路，中國也需要DARPA這樣回頭看的動作，努力審視科研成果的真正價值，這很重要。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。