“量子计算”要火？再等等吧

时候未到。

最近，关于量子计算的新闻有点多。

首先，IBM宣布成功验证100+量子比特，该研究成果登上《Nature》封面。

紧接着，英特尔高调发布硅自旋量子比特芯片，称要在该领域超越其他竞争对手。

除了这两家巨头外，国内外不少机构和企业都在推进量子计算相关业务，行业一片热闹景象。

但量子计算本身就十分抽象，哪怕技术难点不断被攻破，但想要投资该产业，还是要慎重为妙。

我们为何需要量子计算？

量子计算，在新闻里近乎“无所不能”。

有人称，它比传统的超级计算机要快亿倍，还有人预言，量子计算就是AI的最终答案。

对于大部分普通人来说，对于量子力学的印象还停留在“遇事不决，量子力学”这样的调侃阶段，更不要说什么“量子霸权”（Quantum supremacy）这样的专业名词。

经过科学家们的一顿包装，量子计算瞬间成为一种“高大上”的前沿技术。

事实上，抛去量子力学这层“外衣”，量子计算的本质还是一种算力技术。

我们都知道，传统计算机基于经典物理，主要靠电路的0和1这两个确定态来实现计算。

而在量子力学里，物体除了0和1以外，还可以像“薛定谔的猫”一样，处在一种不确定的叠加态。

在量子计算机里，这种叠加态被称作“量子比特”（量子位），不同的粒子可以产生不同的量子比特，而粒子之间互相纠缠又会形成另一种量子比特。

随着量子比特的增多，计算结果也会指数级增加。

假设传统计算机用3个电路能实现8种（2的3次方）结果，但量子计算机在加上叠加态之后，能代表的信息量远远不止8种结果。

正是基于这种特性，让量子计算机可以实现传统计算机无法实现的复杂计算。

商业化前的数道难题

毋庸置疑，量子计算机的算力相较于传统计算机有爆炸式增长，这就是所谓的“量子计算优越性”（或称量子霸权）。

随着传统芯片越来越接近物理极限，价格和耗电量都会逐渐翻倍，“后摩尔时代”的算力危机不断凸显，这就给量子计算机带来了市场空间。

一旦未来科学家们解决了量子计算机的硬件问题，是否意味着量子计算机就能完全取代传统计算机了？

并不完全正确。

现实情况是，在目前的技术下，量子计算机的误差其实非常大，这就限制了量子计算机的实用性。

随着量子比特，量子计算机可以处理那些运算难度随着问题规模指数增大的问题，但这一切的前提都是基于量子比特这个“叠加态”。

回到前面的假设，3个电路形成了8种结果，到了量子计算机里，3个量子比特就可以出现8个不同的叠加态。

若是想要解决问题，就需要算法可以依次运算完每种可能，最终得出一个正确答案。这不仅要求量子处理器有足够强的性能去完成计算，同时还要有控制误差的能力。

然而就以目前的硬件来看，想精准高效地应用量子计算机，还是一件非常困难的事情。

假设量子计算参与到AI大模型的预训练。

通常情况下，一个大模型需要大量数据“投喂”。

一旦在训练数据时不能保证输出的合理性，就会出现大模型“一本正经胡说八道”的现象，也就是所谓“AI 幻觉”。

而量子计算机恰恰在准确性上存在“漏洞”——一旦出现叠加态计算缺失的情况，那么其结果的偏差就会越来越严重，最终导致“AI 幻觉”的出现。

想要减少误差，也不是没有方法，要么是从硬件入手提高计算能力，要么是在算法上保证计算精度。

比起算法，从硬件入手相对来说更加简单一些。

IBM宣布实现成功验证100+量子比特后，立刻登上了《Nature》封面。

从报道来看，IBM在127量子比特的鹰（Eagle）量子处理器上，成功模拟了磁性材料的行为，并且无须纠错就取得精确结果，并且宣称已经超越经典计算机。

而英特尔推出的硅自旋量子比特芯片，同样是从硬件上入手，尽可能地简化了结构，提高了可靠性。

然而，并不是所有量子计算都能投入大量资金用在硬件升级上。

由于商业化的缺失，大多数量子计算企业还停留在实验室阶段，这就需要企业有烧钱的底气。

根据中金公司研报显示，目前国外主要玩家为谷歌、IBM、微软、亚马逊等老牌科技巨头，而国内玩家为阿里、腾讯、百度、华为等大厂。

除此以外，获得融资的量子计算初创企业并不多，并且融资的数额都属于亿元级别。

结语

总的来说，当前量子计算仍主要存在于实验室阶段，距离商业化较远。

因此，量子计算可以处理那些运算难度随着问题规模指数增大的问题，但这些问题往往属于复杂模拟模型，例如金融、医疗、气候等领域。

只不过AI时代的到来，让一些人有了投资量子计算的想法。

有业内人士表示，与其寄希望于量子计算来解决大模型所遇到的算力问题，不如指望GPU的价格越来越低。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！