如何让量子计算机有用

剑桥量子计算软件开发商Riverlane的首席执行官Steve Brierley博士说，科学界正在开始交流知识，以确保量子计算机的优势。

Summit是世界上速度最快的超级计算机——能够以200 PB的速度运行，也是第一台每秒执行5千万次运算（10^18！）的计算机。但是，谷歌大张旗鼓地宣布，其量子芯片Sycamore比Summit更快地完成了一项特定任务。这是一个巨大的成就，让量子计算机行业兴奋不已。

不过，从外部来看，谷歌的成就可能会给人留下这样的印象:量子计算机只不过是只会一招的小马。毕竟，谷歌仔细选择了一个非常具体的计算任务——即从随机量子电路中取样，这在Summit这样的传统计算机上尤其困难，但几乎没有实际意义。下一个，也是更重要的任务是让量子计算机变得有用。

新报告概述英国量子创新

就像我们周围的(大多数)传统计算机一样，量子计算机是通用的——一个聪明的量子程序员可以编写代码来运行任何计算任务，只要它可以由一个程序来表示。但这并不意味着量子计算机在所有这些任务上都比传统计算机快。

使量子计算机运行迅速的秘诀叫做量子叠加。量子比特不仅可以是两种状态中的一种，还可以是这些状态的任何叠加。虽然这听起来应该会带来巨大的计算优势，但很难找到利用它的算法。为了提取信息，必须测量量子态，从而将相应的量子位压缩为1或0。量子算法设计者必须找到巧妙的方法，利用干扰来规避这一困难。目前，只有大约400种量子算法，而传统计算机有数百万种算法。

这些量子算法相对于传统算法的优势各不相同。例如，一种名为Grover算法的量子算法在列表中搜索一个项目。这给了一个平方根的优势，比它的经典对等。虽然一些具有平方根优势的算法在未来可能会变得非常重要，但它们不是有用的量子计算近期演示的候选算法。如果算法中仅仅有平方根增益，小型量子计算机根本无法与半导体技术50年的进步相竞争。量子计算机需要每秒执行10^9次运算才能比Summit快。

最著名的量子算法Shor算法是一种求整数的素因子的方法。与传统计算机相比，它具有指数优势，但在算法开发方面却有着悠久的历史，例如数字域筛选法能够分解非常大的数字。虽然量子计算机在分解数字方面表现出指数级的优势，但它们需要非常大才能具有竞争力。

量子计算机擅长模拟其他量子系统

相反，对数十亿美元的量子有用性追求的答案是基于一个听起来平淡无奇的现实：作为量子系统本身，量子计算机擅长模拟其他量子系统。

量子力学是物理学中最成功的理论之一——它预测材料的性质，如颜色或导电性能，以及接近蛋白质时分子的运动。量子计算机可以比经典计算机更快地模拟原子和分子中的电子，并给工业界和学术界的研究人员设计新材料或药物的方式带来巨大变化。由于研发预算高达数十亿美元，这些应用程序意义重大。它们可能很快就会变得有意义，因为即使是小而嘈杂的或“NISQ”（嘈杂的中尺度量子计算）设备，也有可能超越传统方法。在过去的几年里，量子算法，如所谓的变分量子本征解算器，已经开发出来，它利用了量子计算机和经典计算机的优点。只有计算中最困难的部分被委托给量子机器，而经典计算机对许多单独的量子计算进行求和和优化。

然而，计算化学家已经开发了许多技巧，以加速在传统计算机上模拟材料和化学物质，克服各种困难。有一大堆计算化学和材料性质的方法，每一种都在准确性和计算效率之间有不同的权衡。与gpu等硬件的发展相结合，传统计算方法在材料和药物发现方面正迅速获得重要地位。例如，最近开发的抗艾滋病毒药物——称为艾滋病毒整合酶抑制剂——很大程度上依赖于计算模型。计算HIV整合酶抑制剂的有效性和特异性是一个问题，很自然地使他们自己的量子计算。但是量子计算机需要多快和多精确才能真正在药物发现过程中发挥作用呢?

如果量子计算机要在一个有用的问题上击败传统计算机，量子计算研究人员需要与计算化学家合作，找到相关的问题，并针对这些具体情况定制硬件和软件。社区之间的交流开始发生。越来越多的制药和材料公司正在从事量子计算。考虑到量子物理学家长期与计算机科学家一起研究世界上最棘手的问题之一——建造量子计算机——他们对跨学科工作并不陌生。但他们即将再次开始拓宽自己的视野。

Steve Brierley博士是剑桥量子计算软件开发商的首席执行官Riverlane