九章量子计算原型机问世的消息在近日刷屏，借此机会分析一下量子计算的本质，以及此次科技进步在哪里。

一、量子计算较于经典计算的提升

相较于经典计算机，量子计算机可以从信息存储和信息处理两个方面来大幅提升计算能力。

（一）信息存储

在信息存储方面，经典计算机是采用0和1的字符来表示信息，但是一个比特只能代表1或者0，而量子计算因为有叠加态的存在，可以出现既是0又是1的状态。不仅仅是可以让0和1同时存在，而且可以控制叠加态之中0和1的占比，可以是30%的0和70%的1，也可以是40%的0和60%的1，可以说量子计算的过程就是量子比特叠加态的演化过程。

我们知道，计算机的计算能力与信息容量息息相关，经典增加容量的方法一是追加物理资源，尽可能地把元器件越做越小，但是摩尔定律是有物理极限的，我们现在几乎已经够到这一层天花板了。经典增加容量的方法二是优化编码方式，比如用一个比特代表2，n个比特的容量上限就是2的n次方。

那量子计算机的优越之处在哪里呢？就在于它的叠加态带来了新的编码方式，也就是说一个量子比特可以当做原来的两个经典比特来用。这是算法上的根本区别，一对经典比特能同时表示一种情况：00，01,10,11，而一对量子比特可以同时处于这4种状态的叠加态，同时表示这4种情况。如果有n个量子比特都处于叠加态，那么它们就能同时表示2^n个不同的值，并储存在n个由0到1的字符串（n个经典比特一次只能表示2^n值中的一个）。整个宇宙原子的数量大概是2^300，所以只需要300个量子比特就能数清宇宙中所有的原子了，相比之下，量子比特对经典比特简直就是降维打击。

（二）信息处理

在信息处理方面，也是同样的效果。经典计算机还是通过做小元器件等追加物理资源的方法来提升处理器的主频，这种方式是不可持续的。量子计算机的优势在于可以通过叠加态进行并行演化，通过量子纠缠保持数据同步。举个例子，比如你要走迷宫，经典计算机的方式就是一个个分叉路去走，而量子计算机就可以采用分身的方式同时去走，这样一次就能找到迷宫的出口。

量子纠缠就是使量子比特建立联系，通过一个量子比特的状态，就可以影响到其他量子比特的状态。假设计算机有100个数，现在需要对它们进行+1的操作，经典计算机是要分别找到这100个数，第一个执行+1，第二个执行+1，以此类推，执行100次。而在量子计算机中，如果把这100个数的量子比特制成纠缠态，不管这些量子比特分散在存储器的哪个位置，只需要找到其中一个，执行一次+1，其他99个就自动更新了。还有比如你要改名字，那你之前的学籍、户口甚至是考试卷，合同，如果可以实现量子纠缠，那就可以一键更新，大大提高运行效率。

思考：后工业时代的瓶颈就是信息同步和资源协同，如果在哪个领域能实现量子纠缠般的同步，在这个领域一定会摧毁所有产业。到了量子计算的时代，效率就已经不是优先的了，那我们现在以效率为正义的道德基础就会发生变化，也许，这就是人类演化的下一个十字路口。

二、量子计算过程

计算的本质简单来说就是输入+运算+输出，而量子计算只是采用了更底层的量子力学的规律来进行操控，本质上还是离不开这三要素。

（一）输入

以一个简单的计算为例。3+5=8

首先将十进制转换为二进制，表示出来就是011和101，“+“同样要进行人为编码输入计算机，在接收到指令之后，经典计算机会从数据区抓取011和101，从指令区抓取加法的指令并进行运算。

量子计算的过程也类似。3+5的运算需要3个比特，3个比特可以表示8种状态，其中3和5占了两个，当把3+5这个问题输入系统的时候，就会把代表3的011和代表5的101叠加起来，让它们的概率都是50%，剩下的6种状态概率都是0，这样数据区的工作就完成了。

指令区的操作与经典计算机一样，把+翻译成二进制码存起来就可以， 可以通过改变硬件的物理条件来实现，比如改变电流或者电压，经过多次实验，可以把这些硬件条件改变对应的操作编制成一个对照表，比如001对应电流0.1A对应加法。

当数字增多的时候，量子计算的优势就能够更好地表现出来，比如从1加到10，经典计算只能用1+2，算出结果再与3相加，依次计算，而量子计算系统里，10个数字可以全部叠加在一起，只需要改变一次系统状态就可以演化出最后结果，没有中间过程。

不仅如此，量子计算也可以让操作指令处于叠加态。再举个例子，如果你是秦昭襄王嬴稷，范睢给你讲了他的战略思想，告诉你只要按照他的方案，一定可以统一天下，问鼎中原。要是以前，你只能凭借自己的经验和直觉去判断，这肯定不准确，如果能有一台量子计算机，就可以把他的战略变成算法输入到系统里，看看最后的结果是不是跟他说的一致。

在量子计算机里，你可以分别把自己与其他六国的胜败概率叠加起来，比如，楚国是70%胜和30%败的量子叠加态，燕国是30%胜和70%败的叠加态，以此类推。范睢的战略可以拆分成一些基本操作，比如远交近攻，你可以再用一个量子比特控制这个操作，这这个操作也处于做和不做的叠加态，以及可以把其他六国的决策也分别采用叠加态表示出来，这就相当于用量子比特实现了一个人工智能的算法，只需要把初始情况设置好，这套算法就能自动推演下去，将所有情况同时演化，最后得出一个可靠的战略算法。也类似于有很多个奇异博士同时在演算，不需要一个一个结果去看，可以直接找到打败灭霸的方法。

（二）输出

前文讲到计算和输入过程的比特是处于量子叠加态的，最后运算完的结果依然是处于量子叠加态的，比如你最后算出来秦国统一天下的结果是90%胜和10%败的叠加态。但是受到物理规则的限制，当我们得到输出结果的时候，就是一个确定的结果了，不能以概率的形式输出，只能是100%的胜利或100%的失败。这就好像在打开盒子的时候，薛定谔的猫是生是死一定是确定的，不会再处于叠加态了，这个从叠加态变成确定态的过程，就是量子坍缩。

要解决这个问题，就是多计算几次，再把所有结果统计一下，统计的结果就是各种情况下的概率。经典计算机可能只需要计算一次，但量子计算机为了得到概率的详细情况，需要计算7000次。

虽然增加了计算次数，但是这和问题规模没有关系，也就是说，在考虑7个国家的战略时需要计算7000次，那在考虑70个国家的战略的时候也只需要计算7000次，或者再多一点以提高精度。所以只要问题的规模足够大，量子计算机是非常有价值的。

还有一个问题是，量子计算机不管是存储还是计算，都需要量子比特连续处于叠加态，任何一个轻微的外部扰动都可能让它坍缩，而对于那些规模很大，我们没有办法用其他方式验证的问题，如果出现坍缩，我们也不会意识到，所以为了保证结果的正确性，除了要提高硬件系统的可靠性，还要通过增加冗余信息来增加量子计算机的容错性。比如用3个比特来表示1个信息，哪怕一个出错了，也可以验证其他2个比特，根据少数服从多数的原则来进行纠错。

三、量子计算的算力

用一个简单的公式来概括，算力=物理系统+算法。

（一）物理系统

目前在研究中的物理系统主要有以下几种：IBM和google的超导电路方案，微软的拓扑量子计算方案，实验室用光子、离子阱实现的方案等。

在2000年的时候，IBM的首席科学家迪文森佐博士就提出了评估量子计算机硬件的5个指标，分别是：量子比特的初始化能力、扩展能力、可控能力、稳定能力和被测试能力。

上文提到3+5=8的问题，要表示数字8，需要3个比特，要让这3个比特初始化，就代表要让3个比特同时处于0的状态，要同时这样操作一群光子也是有难度的事情。在实际使用中，因为要解决的都是很复杂的问题，所以需要扩展能力和可控能力，比如超导方式就很容易扩展量子比特，但是条件比较苛刻，需要在超导环境下操作（接近绝对0度），稳定性就很差，而离子阱方式稳定性很好，常温下也能被正常操控，但是可扩展性有难度。每个复杂的计算问题，都是由更基础的操作组成的，如果一个计算机的基础操作设计的不够通用，或者这些基本操作在控制量子比特的时候不够精确，就很难应付复杂问题了，这就是可控能力的问题。

所以为什么会有这么多的实现方案，就是因为各方案各有优劣，还没有哪一个方案能在这5个方面有明显的优势。这5个指标看起来比较复杂，我们作为门外汉想要简单了解的话，只关注“量子比特的数量”一个核心指标就够了，可以算是这5个指标的综合体现了。

（二）算法

目前量子算法不多，以Shor算法为例来解释一下。

Shor算法是1994年设计出来的，主要用于进行因数分解，放在现在的环境里，就是可以破解RSA加密法，具体计算过程分为7步，在此不做赘述。通过这个算法，可以以很短的时间分解大数，如果可以投入使用，那将会对目前的密码安全造成极大的威胁。

量子算法需要充分发挥量子计算机的并行性，所以需要软硬件配合使用，到目前为止，硬件还远不成熟，软件也不多，所以距离能正式投入使用还有很远的距离要走。

四、应用与局限

2007年加拿大的D-Wave公司推出了一台商用退火量子计算机。退火是一类算法的名字，专门用于进行问题优化，比如找到某种材料的最稳定状态等。这个词最早用于冶金技术，是指把金属加热，然后快速降温，这样可以让金属的性能更好。退火算法也是类似的操作，它可以利用量子隧穿效应，迅速找出很多问题的最大值和最小值。

但这其实只是一个实验性质的计算器，到目前为止，还没有通用的量子计算机，也没有靠谱的专用量子计算机出现。

量子计算的难点在哪里呢，一个原因就是量子实在是太容易变了。高中物理会考中有一个“光的双缝干涉试验”，高中从这个实验中学到的结论是，光是具有波粒二象性的，但是从量子的角度来看，这也反映了：我们的测量行为本身会影响到量子的状态，这是量子最重要的特性之一，所以条件格外苛刻。

五、九章的亮点与突破

九章是潘建伟和陆朝阳团队构建的76个光子的量子计算原型机，它实现了“高斯玻色取样”任务的快速求解。

首先，根据前文的内容，我们作为门外汉想要简单了解的话，只关注“量子比特的数量”一个核心指标就够了，此次九章构建了76个量子比特，是目前世界上所能达到的最多的量子纠缠，初步占据了“量子霸权”。去年10月份，谷歌公布的量子计算机“西克莫”由53个纠缠态的量子组成，已经轰动了全世界，可想而知这次潘建伟团队的成果。

其次，“高斯玻色取样”任务的本质是通过硬件实现模拟信号的生成。这是一个应用前景很广泛的问题。经典计算机是数字化的，精度是个问题。比如炸弹爆炸这种问题，1秒的时间所有过程都已经进行完了，你想了解细节，就只能设置特别高的采样率。而模拟计算可以历遍所有细节，可以把模拟计算理解为采样精度无限高的计算结果。核武器的爆炸效果、超新星的诞生等问题，都可以借助“高斯玻色取样”来设计算法。