江逸楠

（社會(huì)安全風(fēng)險(xiǎn)感知與防控大數(shù)據(jù)應(yīng)用國家工程實(shí)驗(yàn)室，中國電子科技集團(tuán)公司電子科學(xué)研究院，北京100041）

1 引 言

量子計(jì)算概念誕生于20 世紀(jì)80年代早期，物理學(xué)家費(fèi)曼提出了使用不同于傳統(tǒng)計(jì)算機(jī)的架構(gòu)與模式來設(shè)計(jì)實(shí)現(xiàn)量子計(jì)算機(jī)的設(shè)想，并使用量子算法對(duì)量子位進(jìn)行操作；20 世紀(jì)90年代，第一個(gè)量子算法被提出；隨后，更具使用價(jià)值的量子算法（如量子搜索算法等）接連問世［1］。這些量子算法的不斷成熟顯示出量子計(jì)算機(jī)具有超越傳統(tǒng)計(jì)算機(jī)的強(qiáng)大功效，立即引起學(xué)術(shù)界和西方國家國防安全部門的重視與投入，極大推動(dòng)了量子計(jì)算的研發(fā)進(jìn)程。此后，量子計(jì)算的相關(guān)研究也成為學(xué)術(shù)界和工業(yè)界持續(xù)關(guān)注的前沿研究領(lǐng)域。

傳統(tǒng)計(jì)算機(jī)以晶體管作為基本單元，這些晶體管通過保持或釋放電荷來表示1 或0；通過將這些晶體管連接在一起形成更復(fù)雜的結(jié)構(gòu)，可以表示數(shù)據(jù)或者通過邏輯門（例如AND 和NOR 等）對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換和組合。量子計(jì)算機(jī)則以量子位作為基本單元，代表一個(gè)比0 或1 復(fù)雜得多的數(shù)學(xué)空間。通過在更復(fù)雜的數(shù)學(xué)空間中表示一個(gè)值，這些量子位及相關(guān)操作可以執(zhí)行以前因算力不足而無法完成的任務(wù)［2］。

量子計(jì)算的最大優(yōu)勢(shì)在于可以對(duì)同一個(gè)問題并行試驗(yàn)多個(gè)可能的解。通過連續(xù)采樣，最終得到問題的解。因此，理論上量子計(jì)算機(jī)在解決某些問題（如分解大數(shù)等）時(shí)比傳統(tǒng)計(jì)算機(jī)具有速度優(yōu)勢(shì)［3］。量子霸權(quán)（Quantum Superiority）代表量子計(jì)算裝置在特定測試案例上表現(xiàn)出超越所有傳統(tǒng)計(jì)算機(jī)的計(jì)算能力。2019年實(shí)現(xiàn)的量子霸權(quán)——谷歌公司打造出世界上第一臺(tái)能夠超越當(dāng)今最強(qiáng)大的超級(jí)計(jì)算機(jī)Summit 計(jì)算能力的量子計(jì)算機(jī)［4-5］，被《Nature》期刊認(rèn)定為量子計(jì)算發(fā)展歷史上的重大里程碑。該量子計(jì)算機(jī)將Summit 需要執(zhí)行10000年的計(jì)算耗時(shí)壓縮到了200 秒。盡管如此，我們?nèi)孕枰逍训卣J(rèn)識(shí)到，距離達(dá)到量子霸權(quán)遠(yuǎn)遠(yuǎn)不夠，量子霸權(quán)通往實(shí)用性的道路依然很漫長。

2 新階段量子計(jì)算研究進(jìn)展

2019年10月，谷歌公司正式在《Nature》期刊上發(fā)表了他們關(guān)于驗(yàn)證量子霸權(quán)的論文［6］。在這篇論文中，谷歌公司宣布使用54 個(gè)量子位處理器Sycamore（如圖1 所示）實(shí)現(xiàn)了量子優(yōu)越性，在200秒內(nèi)完成規(guī)定操作，而相同的運(yùn)算量在當(dāng)今世界最大的超級(jí)計(jì)算機(jī)Summit 上則需要10000年才能完成。這項(xiàng)工作是人類歷史上首次在實(shí)驗(yàn)環(huán)境中驗(yàn)證了量子優(yōu)越性，它在量子計(jì)算的歷史上將具有里程碑的意義，意味著量子計(jì)算時(shí)代的到來。Sycamore處理器是一個(gè)完全可編程的、具有54 位量子比特的處理器，其二維網(wǎng)格結(jié)構(gòu)中每一個(gè)量子位都和四個(gè)其他的量子位相連接，密集的連接確保了該處理器芯片有很好的連接性，使其量子位的狀態(tài)可以很快地在整個(gè)處理器上傳遞和交互。為保障量子霸權(quán)驗(yàn)證試驗(yàn)成功，谷歌公司采取了多項(xiàng)先進(jìn)手段（如圖2 所示）：改進(jìn)含有兩位量子位的門，進(jìn)而提升并行處理能力，即使許多個(gè)門同時(shí)運(yùn)行，也能穩(wěn)定地帶來目前為止最高的性能；引入一種新的控制節(jié)，能夠關(guān)閉相鄰的量子位之間的交互，從而顯著減少多連接量子位系統(tǒng)中的異常數(shù)量；優(yōu)化芯片的整體架構(gòu)設(shè)計(jì)以降低串?dāng)_，并開發(fā)新的控制校準(zhǔn)方法以避免量子位的缺陷。

圖1 54個(gè)量子位處理器SycamoreFig.1 Sycamore processer with 54 qubits

當(dāng)前，量子計(jì)算領(lǐng)域的布局者和探索者遠(yuǎn)遠(yuǎn)不止谷歌公司一家，各大科技巨頭均在量子計(jì)算領(lǐng)域開始理論研究和應(yīng)用嘗試，同時(shí)在量子位的配置以及控制技術(shù)的解決方案方面（例如低溫表征等）逐步積累實(shí)踐經(jīng)驗(yàn)。

2.1 量子計(jì)算機(jī)

2019年1月，IBM 公司推出世界上第一臺(tái)商用集成量子計(jì)算系統(tǒng)原型機(jī)——IBM Q System One（如圖3 所示），成功研發(fā)出啟動(dòng)一個(gè)量子計(jì)算實(shí)驗(yàn)所需的所有硬件設(shè)備（包括冷卻量子計(jì)算硬件所需的所有設(shè)備等）的首次“一體機(jī)”式形態(tài)，成為世界上首個(gè)完全集成的通用量子計(jì)算系統(tǒng)，標(biāo)志著量子計(jì)算商業(yè)化的重要一步。其主要成就是將一個(gè)實(shí)驗(yàn)室階段的量子計(jì)算機(jī)在可靠性和穩(wěn)定性上與大型量子計(jì)算機(jī)更接近，從而最大限度地減少了量子計(jì)算受電磁波動(dòng)或物理振動(dòng)干擾以及使環(huán)境溫度可控（冰點(diǎn)溫度）等。該成果使通用近似超導(dǎo)量子計(jì)算機(jī)的使用首次超出了研究實(shí)驗(yàn)室的范圍。

圖2 量子霸權(quán)電路的控制操作Fig.2 Control operations for the quantum supremacy circuits

圖3 世界上第一臺(tái)商用集成量子計(jì)算系統(tǒng)原型機(jī)——IBM Q System OneFig.3 The world′s first commercial integrated quantum computing system prototype——IBM Q System One

2020年6月，霍尼韋爾宣布造出了世界上性能最強(qiáng)的量子計(jì)算機(jī)。該公司此前曾預(yù)告稱，這款量子計(jì)算機(jī)的量子體積將至少達(dá)到64。量子體積是用于度量量子計(jì)算機(jī)性能的指標(biāo)，而不是僅僅以量子比特?cái)?shù)量作為度量標(biāo)準(zhǔn)。量子體積更準(zhǔn)確全面地度量了量子計(jì)算機(jī)的能力，包括度量可解決問題的復(fù)雜程度等。

2.2 量子芯片

英特爾公司依托其在硬件制造方面的工藝優(yōu)勢(shì)，積極探索硅自旋量子位。英特爾公司長期從事半導(dǎo)體制造，所以選擇硅自旋量子位作為量子位的制備技術(shù)，該路線高度契合英特爾公司在制造方面的優(yōu)勢(shì)經(jīng)驗(yàn)，并且為未來的規(guī)?；於ɑA(chǔ)。此外，英特爾公司正在將其過去幾十年在大規(guī)模設(shè)備及軟硬件系統(tǒng)制造方面積累的一體化優(yōu)勢(shì)移至其量子計(jì)算研究與應(yīng)用方面，打造從設(shè)備、控制到編程的系統(tǒng)化優(yōu)勢(shì)。2019年12月，英特爾研究院發(fā)布了代號(hào)為Horse Ridge的首款低溫控制芯片，旨在加快全棧量子計(jì)算系統(tǒng)的開發(fā)步伐。該芯片能夠?qū)崿F(xiàn)對(duì)多個(gè)量子位的控制，成為量子實(shí)用性道路上的一個(gè)重要里程碑。

量子芯片領(lǐng)域，中國的研究成果處于領(lǐng)先地位。2019年7月，中國聯(lián)合團(tuán)隊(duì)驗(yàn)證了24比特位量子芯片的正確性，同時(shí)驗(yàn)證了玻色-哈勃德模型的理論，并在一定意義上顯示了玻色子之間的強(qiáng)相互作用力，對(duì)于基礎(chǔ)粒子的研究具有重要意義。該成果發(fā)表在《Physics Review Letter》期刊上［7］。

2019年8月，面對(duì)當(dāng)前量子計(jì)算科研兩大核心難題——量子比特?cái)?shù)和操縱精度，來自中國的聯(lián)合團(tuán)隊(duì)發(fā)布了搭載有20 個(gè)超導(dǎo)量子位的量子芯片，并操控其實(shí)現(xiàn)全局糾纏（即所有量子位協(xié)同工作），成功刷新了固態(tài)量子器件中生成糾纏態(tài)的量子比特?cái)?shù)目的世界紀(jì)錄。該成果發(fā)表在《Science》期刊上［8］。

2020年7月，麻省理工學(xué)院發(fā)布一種制造和整合人造原子的工藝，這種工藝由鉆石的微觀薄片中的原子級(jí)缺陷產(chǎn)生，并帶有光電集成技術(shù)電路，從而生產(chǎn)出同類最大的量子芯片。該成果標(biāo)志著可伸縮量子處理器領(lǐng)域的轉(zhuǎn)折點(diǎn)——建造量子計(jì)算機(jī)將需要數(shù)百萬個(gè)量子處理器，這項(xiàng)新的研究證明了擴(kuò)大處理器生產(chǎn)規(guī)模的可行方法。使用該技術(shù)能夠構(gòu)建一個(gè)128 量子位的系統(tǒng)，這是迄今為止最大的集成人工原子光子學(xué)芯片。該成果發(fā)表在《Nature》期刊上［9］。

2.3 拓?fù)淞孔颖忍?/h3>

2018年2月，中國聯(lián)合團(tuán)隊(duì)利用自主創(chuàng)新研發(fā)的隨機(jī)絕熱法，首次實(shí)現(xiàn)了利用量子模擬識(shí)別了二維系統(tǒng)中的Z2 拓?fù)湫颍瑸槲磥硌芯苛孔游镔|(zhì)和實(shí)現(xiàn)量子計(jì)算打下了重要基礎(chǔ)。該成果發(fā)表在《Nature Physics》期刊上［10］。

2018年8月，中國聯(lián)合團(tuán)隊(duì)首次在鐵基超導(dǎo)材料中發(fā)現(xiàn)了馬約拉納束縛態(tài)（或稱為零能模）。與傳統(tǒng)的量子比特相比，拓?fù)淞孔颖忍赜神R約拉納零能模編織操作的時(shí)間線紐結(jié)決定，對(duì)外界局域的擾動(dòng)不敏感。因此具有豐富的潛在應(yīng)用價(jià)值，可以用來構(gòu)筑高容錯(cuò)的量子計(jì)算機(jī)。該成果不僅在較高溫度、較高純度的情況下實(shí)現(xiàn)了對(duì)馬約拉納零能模的直接觀測（如圖4 所示），而且可以直接應(yīng)用于鐵基超導(dǎo)的拓?fù)漕I(lǐng)域，實(shí)現(xiàn)編織量子比特，進(jìn)而為制造拓?fù)淞孔佑?jì)算機(jī)打下了堅(jiān)實(shí)的基礎(chǔ)。該成果發(fā)表在《Science》期刊上［11］。

圖4 在較高溫度情況下實(shí)現(xiàn)了對(duì)馬約拉納束縛態(tài)的直接觀測Fig.4 Realizing and manipulating Majorana bound states(MBSs)at a relatively high temperature

2019年11月，微軟公司提出全新拓?fù)淞孔颖忍丶夹g(shù)，有望將構(gòu)建邏輯量子比特所需的物理量子比特?cái)?shù)量降低99%。據(jù)測算，由此產(chǎn)生的新量子算法將計(jì)算時(shí)間由3萬年縮短至一天半時(shí)間。

2.4 量子糾纏

多個(gè)量子位的糾纏態(tài)制備是發(fā)展可擴(kuò)展量子信息技術(shù)（特別是量子計(jì)算）的最核心指標(biāo)之一。隨著量子位數(shù)量的增加，相干操縱時(shí)所帶來的串?dāng)_、噪聲等錯(cuò)誤也隨之增加，這對(duì)量子計(jì)算體系的設(shè)計(jì)、加工和調(diào)控要求極高，成為量子計(jì)算發(fā)展的巨大挑戰(zhàn)。2019年7月，英國格拉斯哥大學(xué)成功捕獲人類有史以來第一張量子糾纏的照片，該成果對(duì)于推動(dòng)量子計(jì)算領(lǐng)域的發(fā)展及催生新型成像技術(shù)和設(shè)備具有重要意義，該成果發(fā)表于《Science Advances》［12］。

2019年9月，中國科學(xué)技術(shù)大學(xué)團(tuán)隊(duì)聯(lián)合美國、澳大利亞科研團(tuán)隊(duì)，利用墨子號(hào)量子科學(xué)實(shí)驗(yàn)衛(wèi)星對(duì)穿越地球引力場的量子糾纏光子退相干情況展開實(shí)驗(yàn)與測試。這一成果被公認(rèn)為是世界上首次利用量子衛(wèi)星在地球引力場中對(duì)量子力學(xué)與廣義相對(duì)論的理論進(jìn)行綜合實(shí)驗(yàn)檢驗(yàn)，令人信服地排除了引力導(dǎo)致糾纏退相干現(xiàn)象，具有指標(biāo)性和引領(lǐng)性，極大推動(dòng)了相關(guān)理論和實(shí)驗(yàn)研究活動(dòng)的發(fā)展。

2019年11月，曾率先開啟量子霸權(quán)標(biāo)準(zhǔn)研究的中國國防科技大學(xué)QUANTA 團(tuán)隊(duì)提出了依賴于量子糾纏度（運(yùn)算過程中量子態(tài)的復(fù)雜程度）的量子計(jì)算模擬的算法，并在天河二號(hào)超級(jí)計(jì)算機(jī)上的測試性能達(dá)到國際領(lǐng)先水平（隨機(jī)量子線路采樣問題測試了49、64、81、100 等不同數(shù)目量子位在不同量子線路深度下的問題實(shí)例）。評(píng)測量子霸權(quán)，需要高效的、運(yùn)行于傳統(tǒng)計(jì)算機(jī)的量子計(jì)算模擬器，因此在后量子霸權(quán)時(shí)代，該類型模擬器還會(huì)成為加速量子計(jì)算理論研究與應(yīng)用落地的重要抓手。該研究成果發(fā)表于《Physics Review Letter》［13］。

2020年4月，南京大學(xué)團(tuán)隊(duì)在硅基集成光量子芯片上實(shí)現(xiàn)了高維糾纏態(tài)的產(chǎn)生、濾波、調(diào)控等多項(xiàng)功能，并且利用精度的片上量子調(diào)控完成了量子模擬與量子精密測量等應(yīng)用任務(wù)，如圖5 所示。在量子模擬方面，通過對(duì)三維糾纏量子態(tài)的操控，團(tuán)隊(duì)在全球首次實(shí)現(xiàn)了利用量子光學(xué)器件模擬圖論，特別是通過量子態(tài)的相干性的測量直接獲得圖的完美匹配數(shù)。該成果為多體高維量子糾纏體系的片上制備與量子調(diào)控技術(shù)的應(yīng)用提供了重要基礎(chǔ)。該研究成果發(fā)表于期刊《npj Quantum Information》［14］。

圖5 基于硅量子光子芯片的高維糾纏態(tài)實(shí)驗(yàn)裝置示意圖Fig.5 Schematic of the experimental setup of high-dimensional entanglement based on silicon quantum photonic chip

3 深度學(xué)習(xí)技術(shù)在量子計(jì)算研究中的應(yīng)用

近年來，人們發(fā)現(xiàn)了越來越多基礎(chǔ)物理學(xué)與人工智能之間的聯(lián)系。首先，深度學(xué)習(xí)與物理系統(tǒng)存在著本質(zhì)上的對(duì)應(yīng)關(guān)系；其次，機(jī)器學(xué)習(xí)是一種比傳統(tǒng)的數(shù)值模擬、蒙特卡洛模擬更有效的對(duì)復(fù)雜問題近似求解的方法。這種有效性讓人們開始思考物理與機(jī)器學(xué)習(xí)更深層次的聯(lián)系，也許它能幫我們獲得對(duì)智能以及宇宙本質(zhì)的理解。深度學(xué)習(xí)技術(shù)正在不斷應(yīng)用于量子計(jì)算相關(guān)研究，不僅提供了更多證明和驗(yàn)證量子霸權(quán)的角度，而且在很大程度上緩解了量子計(jì)算研究進(jìn)一步發(fā)展所面臨的問題（例如量子控制等）。

3.1 基于神經(jīng)網(wǎng)絡(luò)的量子表征與近似優(yōu)化技術(shù)

2017年2月，瑞士蘇黎世聯(lián)邦理工學(xué)院研究者受AlphaGo的啟發(fā)提出了基于神經(jīng)網(wǎng)絡(luò)的量子態(tài)表示方案，并展示了它在多個(gè)經(jīng)典量子多體問題上的高精度和表達(dá)能力，如圖6 所示。人工神經(jīng)網(wǎng)絡(luò)是否能夠修改和調(diào)整自己以適應(yīng)分析和描述量子多體系統(tǒng)是一個(gè)非?；尽⒁簿哂袑?shí)際意義的問題。這種能力可以被用來解決在某種物理?xiàng)l件下，用現(xiàn)有的精確數(shù)值方法難以解決的量子多體問題。例如，基于人工神經(jīng)網(wǎng)絡(luò)的變分量子態(tài)能夠用來有效捕獲一維和二維的糾纏多體問題的復(fù)雜度。該研究雖然只是一個(gè)概念證明，而不是物理學(xué)家可以使用的實(shí)際工具，但是它展示了可能的實(shí)現(xiàn)路徑。該成果發(fā)表于《Science》期刊［15］。

圖6 人工神經(jīng)網(wǎng)絡(luò)編碼了N個(gè)自旋的多體量子態(tài)Fig.6 Artificial neural network encodes N many-body quantum states

2017年6月，中美聯(lián)合團(tuán)隊(duì)使用人工神經(jīng)網(wǎng)絡(luò)表征量子多體系統(tǒng)的波函數(shù)，讓神經(jīng)網(wǎng)絡(luò)自動(dòng)“學(xué)習(xí)”什么是系統(tǒng)基態(tài)（或力學(xué)）。結(jié)果證明，該方法比當(dāng)前最先進(jìn)的數(shù)值模擬方法的表現(xiàn)更好。該研究不僅為高度糾纏的量子態(tài)提供了有效的表征方式，模型還能生成多種有趣量子態(tài)的綜合表征，包括那些糾纏數(shù)量巨大的量子態(tài)，為棘手且充斥著相互作用的量子多體難題提供了準(zhǔn)確解決方案的新思路。該成果發(fā)表于《Physical Review X》期刊［16］。

量子化學(xué)領(lǐng)域已經(jīng)逐漸開始使用深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行相關(guān)的工作。

2019年9月，美國DeepMind公司發(fā)布一種新型神經(jīng)網(wǎng)絡(luò)架構(gòu)——費(fèi)米子神經(jīng)網(wǎng)絡(luò)，用于近似計(jì)算薛定諤方程進(jìn)而為化學(xué)反應(yīng)提供線索，該成果為深度學(xué)習(xí)技術(shù)在量子化學(xué)領(lǐng)域的發(fā)展奠定了基礎(chǔ)。相比于以往被廣泛視為量子化學(xué)黃金標(biāo)準(zhǔn)的耦合聚類方法，該成果顯著提高了準(zhǔn)確度，證明了深度神經(jīng)網(wǎng)絡(luò)的表現(xiàn)可以超過已有的量子化學(xué)方法，為以往難以處理的分子和固體的波函數(shù)的準(zhǔn)確優(yōu)化開辟了新的道路。

3.2 基于生成對(duì)抗網(wǎng)絡(luò)的量子計(jì)算

生成對(duì)抗網(wǎng)絡(luò)是近年來深度學(xué)習(xí)領(lǐng)域最令人興奮的突破之一，在圖像/視頻生成等各種具有挑戰(zhàn)性的任務(wù)中表現(xiàn)突出。量子生成對(duì)抗網(wǎng)絡(luò)與生成對(duì)抗網(wǎng)絡(luò)的區(qū)別是后者的生成器和判別器是由量子器件或者量子網(wǎng)絡(luò)構(gòu)成，訓(xùn)練用的數(shù)據(jù)集也可以是量子數(shù)據(jù)（比如量子態(tài)等）。2019年1月，清華大學(xué)團(tuán)隊(duì)提出量子版生成對(duì)抗網(wǎng)絡(luò)模型（如圖7 所示），闡釋超導(dǎo)量子電路中量子生成對(duì)抗學(xué)習(xí)的原理證明及實(shí)驗(yàn)演示，是世界上首次在超導(dǎo)量子電路上證明量子計(jì)算能夠利用生成對(duì)抗網(wǎng)絡(luò)。該成果利用量子生成器和判別器制造出一種量子生成對(duì)抗網(wǎng)絡(luò)，是證明量子霸權(quán)的又一案例。它通過數(shù)輪對(duì)抗學(xué)習(xí)策略來訓(xùn)練單量子位發(fā)生器，對(duì)量子信道模擬器輸出的量子數(shù)據(jù)進(jìn)行統(tǒng)計(jì)復(fù)制，達(dá)到了98.8%的高保真度，實(shí)驗(yàn)驗(yàn)證生成對(duì)抗網(wǎng)絡(luò)中的判別器無法區(qū)分真實(shí)數(shù)據(jù)和生成數(shù)據(jù)。經(jīng)測，該模型與經(jīng)典方法相比具有潛在的“指數(shù)級(jí)”優(yōu)勢(shì)。該成果發(fā)表于《Science Advances》期刊［17］。

圖7 量子生成對(duì)抗網(wǎng)絡(luò)示意圖Fig.7 Schematic of quantum generative adversarial networks

3.3 基于強(qiáng)化學(xué)習(xí)的量子計(jì)算

2019年10月，谷歌公司發(fā)布通過深度強(qiáng)化學(xué)習(xí)技術(shù)實(shí)現(xiàn)通用量子控制框架相關(guān)成果，核心創(chuàng)新之處在于對(duì)量子控制函數(shù)的改進(jìn)以及提出的基于深度強(qiáng)化學(xué)習(xí)的高效優(yōu)化方法（如圖8 所示）。具體而言，該框架可以通過單個(gè)控制成本函數(shù)來概括量子位可控制優(yōu)化領(lǐng)域中的各類實(shí)際問題。與深度學(xué)習(xí)中廣泛采用的標(biāo)準(zhǔn)隨機(jī)梯度下降的解決方案相比，該框架在大多數(shù)情況下能夠?qū)⒘孔舆壿嬮T的平均誤差降低兩個(gè)數(shù)量級(jí)，從而顯著降低來自最優(yōu)門生成的副本門的時(shí)間。這一成果證明了使用深度學(xué)習(xí)技術(shù)對(duì)通用量子控制方案的靈活性和附加計(jì)算能力提升的重要意義。接下來，該領(lǐng)域相關(guān)研究還需要更多的實(shí)驗(yàn)來探索將深度學(xué)習(xí)技術(shù)整合到實(shí)際的量子計(jì)算過程中，從而利用深度學(xué)習(xí)技術(shù)和機(jī)器學(xué)習(xí)技術(shù)來充分提高量子計(jì)算機(jī)的計(jì)算能力。該成果為使用量子設(shè)備來開展量子仿真、量子化學(xué)、量子霸權(quán)測試等開啟了更加廣闊的應(yīng)用空間，被認(rèn)為對(duì)大規(guī)模量子計(jì)算奠定了堅(jiān)實(shí)基礎(chǔ)。該成果發(fā)表在《npj Quantum Information》上［18］。

圖8 面向通用量子控制的深度強(qiáng)化學(xué)習(xí)技術(shù)框架Fig.8 Framework of deep reinforcement learning for general quantum control

4 量子計(jì)算的發(fā)展趨勢(shì)分析

2019年9月，新興量子技術(shù)國際大會(huì)的白皮書將面向規(guī)模化、實(shí)用化方向演進(jìn)的量子計(jì)算的研究路線概括為：第一階段是實(shí)現(xiàn)量子霸權(quán)，量子計(jì)算模擬機(jī)具備針對(duì)特定問題超越傳統(tǒng)超級(jí)計(jì)算機(jī)的計(jì)算能力；第二階段是實(shí)現(xiàn)具有應(yīng)用價(jià)值的專用量子計(jì)算模擬系統(tǒng)，并在組合優(yōu)化、機(jī)器學(xué)習(xí)、量子化學(xué)等方面發(fā)揮巨大作用［19］；第三階段是實(shí)現(xiàn)可編程的通用量子計(jì)算機(jī)，并在經(jīng)典密碼破解、大數(shù)據(jù)搜索、人工智能等方面發(fā)揮重要作用。

相比量子優(yōu)越性，業(yè)界已經(jīng)開始將目標(biāo)放在量子實(shí)用性上。例如，2019年11月，德國大眾汽車宣布正在測試由量子計(jì)算機(jī)驅(qū)動(dòng)的導(dǎo)航APP，通過云端的量子計(jì)算服務(wù)來解決更為復(fù)雜的宏觀交通優(yōu)化（已超出當(dāng)今超級(jí)計(jì)算機(jī)能力范疇）問題，最終幫助公交車實(shí)時(shí)計(jì)算最快的行經(jīng)路線，并計(jì)劃將量子計(jì)算引入到旗下汽車中。量子計(jì)算的潛在應(yīng)用還包括模擬金融數(shù)據(jù)以隔離關(guān)鍵的風(fēng)險(xiǎn)因素，從而進(jìn)行更好的投資，實(shí)現(xiàn)超高效的物流和優(yōu)化交付運(yùn)營等。英特爾研究院認(rèn)為，量子計(jì)算距離真正商業(yè)化應(yīng)用，至少還需要探索10年的時(shí)間，因?yàn)槠溟g需要解決更多問題，并積累更多關(guān)于量子位數(shù)量和規(guī)模等比例關(guān)系方面的經(jīng)驗(yàn)與參數(shù)支撐。

量子計(jì)算商用化目前面臨的挑戰(zhàn)概括如下：量子計(jì)算商用化的成功很大程度上取決于量子位是否可以實(shí)現(xiàn)規(guī)?；瘮U(kuò)展，這在理論研究和工程建設(shè)兩個(gè)層面都是重要挑戰(zhàn)，量子位規(guī)模化擴(kuò)展勢(shì)在必行，現(xiàn)在雖然只是幾十個(gè)量子位，未來要解決幾十萬甚至上百萬量子位的問題；學(xué)界和工業(yè)界目前都在開發(fā)各種固態(tài)量子系處理器，但是尚無商用層面的通用量子計(jì)算技術(shù)的統(tǒng)一標(biāo)準(zhǔn)；量子計(jì)算的產(chǎn)業(yè)應(yīng)用，需要配備嚴(yán)格的環(huán)境控制，例如需要?jiǎng)?chuàng)造嚴(yán)格而穩(wěn)定的低溫環(huán)境，才能保障大量量子位穩(wěn)定運(yùn)行；軟件堆棧演化面臨挑戰(zhàn)，既需要能夠?qū)⑺惴ㄍ渡涞絾栴}本身，又最終可以讓高穩(wěn)定性和可靠性的量子系統(tǒng)在真實(shí)應(yīng)用場景中解決問題［20］。

長久以來，量子計(jì)算的研究總是與人工智能的進(jìn)展相關(guān)聯(lián)，被認(rèn)為是人工智能的重要驅(qū)動(dòng)力。而隨著近年來量子計(jì)算的里程碑式躍進(jìn)，其與人工智能的關(guān)聯(lián)更加密切。理論上，量子計(jì)算有助于解決人工智能的一些關(guān)鍵核心問題，但是量子計(jì)算真正作用于和服務(wù)于人工智能并提供明顯助推力，還需要較長時(shí)間的探索。此外，從量子計(jì)算的應(yīng)用領(lǐng)域看，量子計(jì)算最有可能被較早應(yīng)用并產(chǎn)生有價(jià)值解決方案的領(lǐng)域包括分子建模、量子化學(xué)等。量子計(jì)算興起初期備受關(guān)注的基于量子計(jì)算解密編碼問題，通常需要幾千個(gè)甚至百萬級(jí)量子位（有些其他科學(xué)問題用量子計(jì)算解決只需要10 多個(gè)邏輯可靠的量子位），所以探索量子計(jì)算的可靠性和穩(wěn)定性是量子計(jì)算成功應(yīng)用于解密編碼問題的關(guān)鍵［21］。

5 結(jié)束語

量子計(jì)算被認(rèn)為能夠解決當(dāng)前傳統(tǒng)計(jì)算機(jī)系統(tǒng)無法處理的過于復(fù)雜的問題。由于量子信息技術(shù)的潛在價(jià)值，歐美各國都在積極整合各方面資源，開展對(duì)量子計(jì)算的國家級(jí)的協(xié)同攻關(guān)，以確保自身在發(fā)展量子技術(shù)征程中不處于落后地位。例如，歐盟于2016年啟動(dòng)量子技術(shù)旗艦項(xiàng)目，美國于2018年正式通過國家量子行動(dòng)計(jì)劃。近年來，以谷歌公司、微軟公司、IBM 公司等為代表的國外高科技巨頭，紛紛強(qiáng)勢(shì)介入和不斷深化在量子計(jì)算領(lǐng)域的研究與應(yīng)用布局并且戰(zhàn)果頻傳。例如，谷歌公司2018年發(fā)布72 量子位的量子計(jì)算機(jī)，2019年實(shí)現(xiàn)量子霸權(quán)。量子霸權(quán)的實(shí)現(xiàn)絕非量子計(jì)算研究的終點(diǎn)，而是量子計(jì)算發(fā)展的新起點(diǎn)。由于高精度量子位操控技術(shù)等相關(guān)技術(shù)的極端復(fù)雜性［22］，目前量子計(jì)算研究與應(yīng)用仍處于初級(jí)階段，除了繼續(xù)提升量子計(jì)算硬件系統(tǒng)的性能外，量子糾錯(cuò)、抗噪量子計(jì)算、量子模擬等都將成為量子計(jì)算下一階段的重要研究重點(diǎn)。未來，量子計(jì)算將極有可能徹底消除時(shí)間障礙，成本障礙也將隨之降低，將來會(huì)出現(xiàn)全新類型的機(jī)器學(xué)習(xí)范式，但是真正像傳統(tǒng)計(jì)算機(jī)那樣具有通用功能的通用量子計(jì)算機(jī)成型依然需要一段漫長的探索過程。