牛津大学量子物理博士:我们为什么需要量子计算?
2017-06-23
量子计算是什么?它将在各行业扮演怎样的角色?它又将在多大程度上改变我们的世界?腾云智库中的科幻大师吴岩正在写一个剧本,看完这篇文章直说找到了一个点子。大家看懂量子计算了吗?又开了什么脑洞?欢迎在留言中分享。
葛凌
作者葛凌,牛津大学量子物理博士,腾讯公司欧洲首席代表,曾在英国伦敦帝国理工大学任职,担任英国皇家科学院Leverhulme研究员和博士生导师、全英化学计算模拟中心主任、校长助理等。期间曾兼任英国政府和伦敦市长办公室在创业社区、智慧城市和数字战略等领域顾问,并为英国《金融时报》、《Wired》等撰写专栏。
从基因定位到太空探索,人类活动带来了越来越多的数据。这些海量数据的处理已经远远超过了经典计算机的能力范围。基于这种情况,在挖掘大数据潜在价值的过程中,量子计算将扮演重要角色。
发展量子计算技术的主要挑战在于需要通过发展高精度、高效率的量子态制备与相互作用控制技术,实现规模化量子比特的相干操纵。不过因为量子计算对物理系统性质的要求常常互相矛盾,所以建造有规模的、有实际应用价值的量子计算机还存在巨大的技术困难。而且与传统计算相比,错误对于量子计算的影响更大,所以对于量子计算机来说很重要的一点是要解决容错性 (Fault-tolerant)。
2017 年 5 月中国科学院首次实现 10 个超导量子比特的纠缠,同期 IBM 实现了 17 个超导量子比特的纠缠。未来两到三年内有望扩大到 50 个量子比特,达到所谓的“量子优越性”(Quantum Supremacy)。届时在某些问题上,量子计算机的计算能力将超过目前最强大的经典并行计算机。但要达到真正的商业应用,量子比特需要达到百万级,这是一个非常大的门槛。当规模如此庞大时,量子计算机就可以克服错误问题。
即使是最乐观的科学家也认为,量子计算机不会完全取代现在的电脑。对于许多问题,使用量子计算机并没有太大的优势,比如说没有必要使用量子计算机去做文字处理,查邮件或者玩手机游戏。
量子计算未来主要会应用在复杂的大规模数据处理与计算难题,以及基于量子加密的网络安全服务,例如:环境监测领域的气象预报,医学领域的基因测序与药物研发,金融领域的投资大数据分析、预测与风险建模、网络安全与即时通讯领域的量子加密,以及为人工智能提供强大的计算能力等。
加速机器学习与人工智能
与人类一样,量子计算机也可以从经验中学习,进行自我纠错。这一概念被称为量子计算机的机器学习——与Facebook 新闻流根据用户的“点赞”而进行个性化的推送相类似,只是更为复杂。
量子计算机的机器学习可以帮助我们更快、更高效地做很多事情,具体应用场景包括人脸识别、图像理解、音频语音理解、用户画像、机器人和自动驾驶车的图像识别及决策等。对于数据越多的问题,节省的时间就越多。例如,我们发现经典计算机并不擅长从海量图片中迅速完成 “孙悟空在哪儿” 的识别任务,但量子计算机却非常擅长从混乱的背景中找出具体人物或者细节。
构筑信息安全
现有加密系统受到量子计算机威胁,但是通过量子力学特性的加密技术将变得更加安全。这种超级安全通信被称为“量子密钥分配”。它允许某人发送信息给其他人,而只有使用量子密钥解密后才能阅读信息。如果被第三方拦截,鉴于量子力学的原理,信息会变得毫无用处,也没人能够再读取它。
后量子密码学致力于创建出即使是未来的量子计算机也无法破解的密码。PQCRYPTO 是一个受欧盟资助为期三年的项目,专注于开发后量子加密。2016 年,该项目的一些研究成果已经被 Google 用在了 Chrome 浏览器运行的后量子加密测试中。而在斯诺登事件后,美国国家安全局于 2015 年表示将更新其所有的加密技术,使它们无法被量子计算机破解。
挑选最优化解决方案
许多证据表明量子计算机比经典计算机更适合进行某些需要挑选出最优化解决方案的任务,而大量的商业活动都依赖于最优化方案。例如,在开始制造汽车、飞机部件前,我们可以运用计算机模型优化汽车和飞机的设计方案。Google 在量子计算机 D-Wave 2X 上优化一个含有大量变量的函数,比在经典计算机上快一亿倍。
我们可以自定义什么样的问题需要找出最优化解决方案,比如说:产品收入最大化,点击转化率最大化,用户满意度最大化,成本耗时最小化。某些人工智能问题也可以转化为优化问题,例如,构建预测模型,使其对未来数据的预测误差最小。
量子计算就像是新的“引擎”,代表了新的商业形态和社会形态。蒸汽机的到来引发了第一次工业革命,燃气机引发了第二次工业革命,计算机的诞生引发了第三次工业革命,那么量子计算机的到来,很可能会推动第四次工业革命的很多构想正在实现。量子计算机一旦投入使用,许多行业可能将会受到颠覆性的影响,目前很多看似不可能有太多突破的领域未来都会有很大的改变。
量子计算是属于未来的技术,当下我们正处黎明时期。而量子计算和云的结合,又可以带来巨大的前景,研究人员和科学界可借此加快量子领域的创新速度,也有利于发现量子云计算的新应用领域。所有这些应用都令人激动不已,但要实现这些目标,我们依然有很长的路要走。
关于量子计算的小知识
量子计算的神奇之处在于,它的运行是基于量子比特 (Quantum bit),而非现代计算机中的经典比特,它利用量子力学理论中的量子叠加 (Quantum superposition)和量子纠缠(Quantum entanglement) 效应,具有天然的“大规模并行计算”的能力。
量子比特
普通计算机一个比特 (Bit) 可以表示为 0 或者 1。而量子计算机虽然也可以使用 0和 1,但一个量子比特(Quantum bit)可以同时是 0 和 1,具有不确定性。
如果把经典比特的 0 和 1 想象为地球的南北极,在量子比特中,量子比特可以是部分北极和部分南极的叠加状态,即无限多种组合的线性叠加态。
量子叠加
经典世界告诉我们,一个时间,比特只可能有一种状态,过一段时间可以跑到另一种状态,但是同一个时间只有一种状态。
就像腾讯大厦有 39 层楼,你问某位同学在哪儿,经典世界一定说他位于 39 层中的某一层。但是如果从量子比特的角度来看,他 39 种状态都有,你问他在哪儿,原则上说他各种可能的态都在,39 层楼他都在、而且是同时在,这就是量子世界的奇妙特性。
量子纠缠
描述了当两个粒子互相纠缠时,即使距离遥远,一个粒子的行为将会影响另一个的状态。当其中一个粒子被操作(例如量子测量)而状态发生变化,另一个也会即刻发生相应的变化。
量子算法
1985年,英国牛津大学教授 Deutsch 研究了量子 Turing 机,引进了量子计算线路模型和量子通用逻辑门组,突破了经典计算 Boole 逻辑的限制,实现了到量子演化的跃进。 在那之后,科学家们开始了对量子算法的研究。
Shor 算法 是由美国 Bell 实验室 Shor 在 1994 年提出的分解大数质因子的量子方法。互联网时代绝大多数的加密,都由 RSA 算法完成,目前支付宝、微信支付、微众银行等都在采用 RSA 2K 加密算法,但随着量子计算的发展,RSA 加密安全性受到了挑战。
Grover 算法 是由 Grover 于 1996 年提出的平方根加速的随机数据库量子搜索算法。搜索算法常用于从 N 个未分类的记录中找出某个特定的记录。Grover 量子搜索算法可以对随机数据库相对经典搜索平方根加速,为了实现这样的加速,Grover 算法主要依赖于量子态的叠加。