经济学人:量子计算的突破与局限

 

量子计算机在计算速度上会有巨大的飞跃,但也只是在特定的应用上。

D-Wave 2X量子计算机前后宽约3.3米,看起来如同电影『2001:太空漫游』里面神秘的巨石更矮、更胖的版本。计算机内部同样充满神秘感。D-Wave的业务开发总监Colin Williams介绍道:为了保持温度低于0.015开尔文(热力学温标或称绝对温标),量子计算机内部的大部分空间都被液氦冷却系统占据着,这个温度只比物理绝对温度高了一点点。外部则是磁屏蔽外壳保护着机器核心的芯片,以免受到地球磁场的干扰产生波动。

对D-Wave 2X这样非同一般的机器而言,如此复杂技术的保护是非常有必要的,因为它是世界上第一种可商业应用的量子计算机。实际上,从常规意义上来说,它并非一台成熟的量子计算机。因为它限制使用于数学计算中的特定领域:发现复杂函数中的最低值。但这种有限的计算能力非常的有用,特别是在工程学中。目前,D-Wave的客户已经包括谷歌、NASA、美国大型的军火制造商洛克希德·马丁公司。

D-Wave的机器曾引发过争论,特别是在量子计算机研究领域。曾几何时,该领域的学术界还质疑过这家公司是否真造出了量子计算机。2014年,这些争议在D-Wave的努力下得以平息。但是D-Wave的机器是否真的比非量子的同行生产的机器快,我们依然不清楚。

D-Wave公司位于加拿大,是众多量子计算机公司中的一个。鉴于其机器能力有限,学术界也在尝试建造适用性更普遍,能解决众多问题的量子计算机。近年来,这些学者也不段的被计算机产业中的重量级公司比如惠普、微软、IBM和谷歌网罗麾下。

本质上,量子计算是以一种独特处理信息的方式。如今的计算机甚至以摩尔定律高度发展多年后的计算机都无法处理的众多数据难题,量子计算机都能以绝对优势的速度处理完。量子计算也经常受到误解或被过度吹捧。部分原因在于这个领域是全新的,理论基础还需要完善。在明确量子计算机比最好的非量子计算机都快之前,还有一些工作要做。而且对其他很多人而言,并不能认清这种优势。麻省理工学院的一位计算机专家说:『在很多案例中,我们不知道给出的一个量子算法是否比广为人知的传统算法快』。一台可以工作的量子计算机就像是一个惊喜,但没人知道这个惊喜有多大。

传统计算机的基础单位是比特(二进位制),也是最小的信息段。1比特只能承担两个值:是或否,开或关。众多字符串起来就能够代表任何数字,进行任何的数学运算。但是传统的机器每次只能处理少量这样的字符串。如今一些计算机虽然能够每秒处理数十亿字符串,但一些复杂问题即使是最强大的计算机运算速度也跟不上。求超大数字的素因数就是一个例子:数字越大,找到素因数的复杂程度就会呈指数倍增长。计算机每次摩尔定律的进步,就让其有了求更大数字因数的能力。而且网络数据加密算法的支撑就是寻求素因数。因为这计算起来太难了。

量子比特(Quantum bits)或者说量子位(qubits),因两个反直觉的量子现象,表现完全不同。第一个现象是重叠(superposition),一种固有的不确定性使得粒子能够同时以两种混合的状态存在。比如一个量子粒子,并非处在一个特定的位置,几乎有机会出现在任何一个地方。

在计算领域,这意味着一个量子位,并非1和0这样的非彼即此,而可能以既是1又是0的混合态存在。

第二个量子现象是纠缠(entanglement),指多个粒子结合在一起,相互影响的现象。这使得量子计算机能够同时处理其所有的量子比特。

这意味着一台机器能够一次性表示、处理大量的数据。比如一个300量子位的机器,能够同时表示2300组不同二进位数字符,相当于可见宇宙中的所有原子数。因为量子位的纠缠特性,量子计算机可以同时处理所有的这些数字。

如今,构建量子位是很难的。重叠是一种非常精妙地状态:轻微的温度变化、电磁波的干扰都可能造成重叠态的坍塌(或散屑decohere),运行的一切计算都会崩溃。这就是为什么D-Wave的机器和其他量子计算机都特别小心的隔绝外界影响。值得一提的是这方面的发展速度非常的快:2012年,不使用硅元素维持量子重叠状态的记录是2秒;但到了去年,记录突破了6个小时。

另外一个问题是用什么构建量子。牛津大学和马里兰大学的部分学者们倾向于激光束中的紧固离子。惠普公司建立了他光学上的专家组,认为光子——光的基础粒子——是量子学的关键。微软在研发一种技术,比量子计算机的标准更奇异,是一种叫做任意子的(anyons)的准例子。如同半导体中的『孔洞』,任意子并非真的粒子,而是一种有效的数学方式能够把产生现象描述的如同真的粒子一样。微软如今远远落后于竞争对手,但希望最终能够找到更加优异的设计、做出比他人更好机器。

可能如今谷歌、D-Wave、IBM使用的先进方法代表着超导导线(完全没有电阻)的主流。电流的存在与消失,换言之,离子的顺时针或逆时针循环,代表着1或0。吸引人的是这种必要的电路循环使用工业上成熟的技术能够轻松的蚀刻到硅片上。而且超导电路也变得越来越稳定。

去年,一个由John Martinis带领的研究量子物理学的谷歌团队发布了一篇论文,论述了一个由9个超导量子位构成的系统,系统中的4个量子位能够在不导致其余5个量子位坍塌的情况下测试,从而使得研究人员能够进行检查、更正、纠错等这些数学运算。Martinis博士说:『最终,我们进入了开始构建整个系统的阶段』。

一个量子计算机能够一次性表示、处理大量的数据。

量子计算机的使用也很困难。为了使计算机回答输入的问题,操作人员必须测量量子位的状态。为读取计算结果,要把量子位从叠加态散屑。而且如果测量方式是错误的,计算机会输出它众多可能性结果中的一个,这无疑是错误的。Aaronson博士把这描述成『你建造了世界上最贵的随机数字生成器』

为使量子算法有效,量子计算机运算方式是使获得正确结果的效果增强且不断抑制错误答案的生成。第一种如此有效的算法是由数学家Peter Shor在1994年发布,它解决的就是前文提到的素因数的获得。Aaronson博士指出,除了Marinis博士的开辟的纠错功能外,Shor博士的算法也是让研究人员相信量子计算机不只是理论猜想的有效说服力之一。从此,更多的算法被开发出来。一些要比广为人知的传统算法快的多,也有一些尚未凸显速度优势。

一位密码员的梦

量子计算机到底有何好处这一问题处于热论的状态。瑞士联邦理工学院的Matthias Troyer 耗费了4年的时间进行严格的搜索,寻求量子计算机的杀手级应用程序(killer app 计算机领域中的一个术语,它是一个应用程序,要使用这个程序就必须去购买这个程序运行的系统)。一个常被援引和想到的应用就是密码破解。2014年,美国前间谍Edward Snowden泄漏的档案证实了密码员重一直怀疑的:美国国家安全局研究量子计算机就是为此原因。去年八月份,美国国家安全局推荐美国政府开始使用量子计算机都难以攻击的新代码,希望在量子计算机建立成功前先发制人,免受攻击。

另外有可能成为杀手APP的是人工智能。像是谷歌、Facebook、中国最大的搜索引擎百度这些公司,都投入了大量的资金,想要它们的计算机拥有自主学习理解人类语言、识别图片、理解媒体内容的功能。这样的人工智能程序在使用前必须经过训练。比如脸部识别算法,就要让其查看数千张图片,学习分别哪些是脸部哪些不是,或者识别哪张图片上是特定的某张脸。最终获得一种法则能够高效的正确识别输入的图片。

这些任务普通计算机也能完成,但是D-Wave的机器是要有更快的速度。在2013年,谷歌和NASA把D-Wave的一种计算机放入了它们的量子计算机实验室中,想知道这种计算机是否有更快的速度。量子计算机的实际价值可能是巨大的,但Troyer博士说答案尚不清楚。

而且在他看来,量子计算机最大的用处在于它本身模拟量子力学,化学中电子特有的复杂跳跃。而使用传统计算机进行这样的模拟是非常困难的。因开发出能在传统计算机上运行的简单模型,就有人获得了2013年诺贝尔化学奖。但是Troyer说,『对复杂的分子而言,现有的模型并不太好。』他的团队采用混合的方法,把量子计算机和传统计算机结合起来,这样效果更加的好。他们第一次努力得到的算法在之前数年内模拟了数百次。不过,在过去的三年中不断改良的算法现在已经能够在数百秒内完成模拟。

这可能不像人工智能或密码破解那样令人激动,但是能够精确的模拟量子过程能促进工业化学的各个方面。Troyer博士给出的潜在应用包括做出更好的催化剂、改善引擎设计、更好的理解生物分子以及改善哈伯博斯制氨法。所有这些有价值的目标看似再多的传统计算机也不能实现。

机器之心编译出品

编译:李亚洲、赵赛坡

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部