量子計算的技術路線
作者 | 京枚編輯 | 唐里
2019年10月23日或許將是人類史上值得紀念的日子，但也可能不是。在這一天，谷歌正式在《Nature》上發表了他們關於驗證「量子優越性」（即在特定任務上量子計算機遠遠優於傳統計算機）的論文，並被Nature放在期刊封面。在這篇論文中，谷歌聲稱他們用54個量子比特的數組達到了量子優越性，在200秒內完成規定操作，而相同的運算在當今世界最大的超算summit上則需要10000年才能完成。
谷歌CEO桑達爾·皮查伊（Sundar Pichai）為此撰文表示，這項工作是人類首次在實驗上驗證了「量子優越性」，它在量子計算的歷史上將具有里程碑的意義，因為它意味著量子計算的時代將會到來。皮查伊將這項研究比作萊特兄弟的首飛，雖然當時的飛行器非常簡陋，飛行時間只持續了12秒，完全沒有實用價值，但這卻是人類邁向天空的第一步，隨之而來的是人類征服了整個天空。
如果這真的是一場革命而非宣傳性的譁眾取寵，如果量子計算的時代將會到來，那麼我們應當知道些什麼？
一、原理
量子計算最早是由物理學家費曼80年代早期在一次演講中提出的，不同於傳統的計算機，量子計算機用來存儲數據的對象是量子比特，它使用量子算法來進行數據操作。
抽象來講，傳統計算機就是一個「對輸入信號序列按照一定算法進行變換的機器，其算法由計算機內部邏輯電路實現」[1]。例如輸入信號序列為「0」，對其進行「非」操作，NOT(0) = 1。這種邏輯方式對我們來講是非常容易理解的，正像牛頓力學來源於經驗一樣，傳統計算機的邏輯方式與我們日常經驗的「要麼是（1），要麼非（0），非的反面為是（NOT(0) = 1）」吻合。
然而我們的日常生活也並非完全的「是」「非」分明，往往則是「是」中有「非」，「非」中有「是」，「是」或「非」只是事態的兩個極端。在量子力學中，正是這種思維。
量子力學中常用「態」（這是一個希爾伯特空間的向量）來描述一個系統。例如傳統計算機的輸入序列01，用量子力學的語言描述即|01>。傳統計算機中態與態（向量與向量）之間只能是正交的，例如|01>與|00>不可能同時出現，這本質上就是或「是」或「非」的觀點。顯然對於這些正交態的操作也必須是正交的變換。
然而在量子計算機中，擴展了傳統計算機原有的限制。量子計算機的輸入用一個具有有限能級的量子系統來描述（這樣才能有確定的離散態），如二能級系統（qubits）。對於具有兩比特的量子計算機來講，其輸入態的表示為
也即這四種狀態可以是同時存在的（取決於前面的係數，你可以簡單理解為四個相互正交的向量之間的疊加）。由於表示上沒有限制，在量子計算機中的變換（即量子計算）則包括了所有可能的正變換。得出輸出態之後，量子計算機對輸出態進行一定的統計測量，從而便可以得到計算結果。
從以上對比可以看出，傳統計算機中的狀態只是量子計算機中多個疊加分量中的一個，傳統計算機上一次只能對其中一個分量進行一次操作（A），例如A |00> = |01>。然而量子計算機上的每一次操作同時作用在所有的疊加分量上，
所有這些傳統計算可以同時完成，並按一定的機率振幅疊加起來，給出量子計算機的輸出結果。這便是量子並行計算。
可以做個類別，傳統計算機在半導體器件就像是一個單一的樂器，一個拍子一個聲音；而量子計算機則是一個交響樂團，一個拍子可以同時發出許多高低不同、音色不同的聲音。[1]
按照這種邏輯，如果是一個10位元的量子計算機，它的一次操作便等同於傳統計算機1024（2^10）次操作。當位元數增大時，這種比例還要以指數級增長，例如一個40位元的量子計算機，就能在很短時間內解開1024位元計算機花上數十年解決的問題。
為開拓出量子計算機巨大的並行處理能力，必須尋找適用於這種量子計算的有效算法，畢竟算法是計算的靈魂。
1994年，Shor開發除了第一個量子算法，可以用多項式的複雜度進行大數因子分解，可以在秒的時間量級上實現1000位數的因子分解，而同樣的問題在傳統計算機上可能需要10^25年才能完成。
1997年Grover發現了一個真正有實用價值的量子算法，即所謂的量子搜索算法，可以平方根地加速無序資料庫的搜索，從100萬個無序電話號碼中平均只需要操作1000次便可以獲得正確答案，而經典的方法則平均需要50萬次。
這些算法顯示出量子計算機具有超越經典計算機的強大功能，立即引起了學術界和西方國家的國防安全部門的重視，這也極大地推動了量子計算機研究的發展，從此量子計算機的研究也成為了國際上持續的前沿研究領域。
二、技術路線
對於稍微了解量子力學的人來講，量子計算機的原理都是非常簡單的。但是如何去設計並製造出這樣一台能夠實用的量子計算機呢？這給相關的研究人員提出了巨大的實驗上和理論上的挑戰。
對於如何在硬體上實現量子計算機，經過幾十年的探索，目前來看有以下幾種方法[2]：
所謂「囚禁離子」，即用精心調製的雷射脈衝製造一個勢能阱來困住離子，使它們進入疊加態。這也是最早使用的量子邏輯門背後的技術。這種技術有完美的再現性（reproductivity），長生命周期，不錯的雷射可控性，但實現起來卻並不容易，在17年的時候，研發這一技術的ionQ也僅能把五個量子比特加入到可編程設備中。
隨著超導技術的發展，2010 年開始，囚禁離子技術遭遇了強大的挑戰者： 超導體製成的電流迴路。這方面的技術代表是谷歌和IBM（所以可以想見為什麼當谷歌發表「量子優越性」的研究時IBM第一個站出來質疑，不是冤家不聚頭）。所謂超導體是由接近絕對零度時、電阻為0的物質。量子比特的 0 和 1 由不同的電流強度表示。該技術有許多吸引人的優點：1、電流迴路可以被肉眼觀察到 ；2、使用簡單的微波儀器就能控制，不需要對操作要求苛刻的雷射；3、使用傳統計算機晶片製造技術就能生產；4、運轉速度非常快。但是，超導技術有一個致命缺陷：環境噪音。即使是控制設備的噪音，也能在遠遠不足一微秒的瞬間擾亂量子疊加。如今工程技術的優化，已使電路的穩定性提高了近百萬倍，所以量子疊加狀態可以維持數十微秒，但這仍遠遠不如離子。
其他另闢蹊徑的包括D-Wave的量子退火方法。2007 年，加拿大初創公司 D-Wave Systems 宣布，他們使用 16 個超導量子比特成功製成量子計算機。這個宣布最初震驚了世界，不過人們發現D-Wave 的機器並沒有使所有的量子比特發生糾纏，並且不能一個量子比特接著一個量子比特地編程，而是使用了「量子退火」的技術，每個量子比特只和臨近的量子比特糾纏並交互，這並沒有建立起一組並行計算，而是一個整體上的、單一的量子狀態。D-Wave 開發者希望把複雜的數學問題映射到該狀態，然後使用量子效應尋找最小值。對於優化問題（比如提高交通效率的）來說，這是一項很有潛力的技術。但批評者們指出：D-Wave 並沒有攻克許多公認的量子計算難題，比如錯誤修正。包括谷歌和洛克希德馬丁在內的幾家公司，購買並測試了 D-Wave 的設備，他們初步的共識是，D-Wave 做到了一些能稱之為量子計算的東西，而且在處理一些特定任務時，他們的設備確實比傳統計算機要快。
其次是英特爾為代表的矽量子點技術，這也經常被稱為「人造原子」。一個量子點的量子比特是一塊極小的材料，像原子一樣，它身上電子的量子態可以用來作為疊加態。不同於離子或原子，量子點不需要用雷射來困住它。早期的電子點用幾近完美的砷化鎵晶體製作，但研究人員們更傾向於矽，因為可以藉助半導體產業的巨大產能。但目前來看，基於矽的量子比特研究，大大落後於囚禁離子和超導量子技術。
另一個具有代表性的則是微軟選擇的基於非阿貝爾任意子（nonabelian anyons）的拓撲量子比特（ topological qubits）。這些已經不再是具體的物體，而是沿著物質邊緣遊動的准粒子（quasiparticles），它們的量子態由不同的交叉路線（braiding paths）來實現。因為交叉路線的形狀導致了量子疊加，它們會受到拓撲保護（topologically protected）而不至於崩潰，這類似於打結的鞋帶不會散開。這也意味著，理論上拓撲量子計算機不需要在錯誤修正上花費那麼多量子比特。不過這種技術最終是否能夠在實驗上做出來，仍然待定。
鑽石空位的方法本質上即利用鑽石中的瑕疵作為量子比特。具體來講，鑽石的碳原子形成了正四面體的結構，而研究者將其中的一個碳原子替換為氮原子，形成一個氮晶格空位中心，游離的氮原子核和多出的一個電子共同構成了兩個量子比特。（更準確地說，是用它們的「自旋」來作為量子比特）這種方法不需要低溫、雷射等極端技術要求，室溫下即可實現，但缺點在於並不是那麼容易實現量子態的糾纏。
這裡需要指出的是，儘管當前各家企業在媒體中都有炒作其在該領域的先進性，但事實上沒有人對量子計算有足夠的了解，未來的量子計算機最終會採用哪種技術並沒有定論。甚至有人認為「未來的量子計算機很可能是一個混合體，由超快的超導體量子比特對算法進行運算，然後把結果扔給更穩定的離子存儲；與此同時，光子在機器的不同部件之間或量子網絡的節點之間傳遞信息。」
三、量子優越性
量子計算機的研製是一個極具挑戰且周期可能較長的工作，儘管近年來量子計算的規模逐漸發展到50個左右，但真正具備實用化的通用量子計算機可能只是需要10萬-100萬量級的量子比特。因此為了推動量子計算機的研製，就必須把整個過程劃分為一個個的小目標，根據這些小目標來不斷向最終的成功靠近。
今年9月份在合肥舉辦的新興量子技術國際大會的白皮書上提到了當前量子計算的研究路線：「為了領域的健康長期發展，除了要在基礎研究領域做好操縱精度、可容錯之外，規模化、實用性的量子計算研究可以沿如下路線開展。第一個階段是實現『量子優越性』，即量子模擬機針對特定問題的計算能力超越經典超級計算機，這一階段性目標可在近期實現。第二個階段是實現具有應用價值的專用量子模擬系統，可在組合優化、量子化學、機器學習等方面發揮效用。第三個階段是實現可編程的通用量子計算機，能在經典密碼破解、大數據搜索、人工智慧等方面發揮巨大作用。實現通用可編程量子計算機還需要全世界學術界的長期艱苦努力。」 [4]
我們來看「量子優越性」的定義：量子模擬機針對特定問題的計算能力超越經典超級計算機。這裡的「特定問題」，即經過精心設計，非常適合於量子計算設備發揮其計算潛力的問題。例如隨機量子線路採樣、IQP 線路、玻色採樣等[4]。
谷歌量子 AI 團隊所針對的問題正是隨機量子線路採樣。據中科大黃合良博士介紹，所謂隨機量子線路，即「隨機從一個量子門的集合中挑選單比特量子門，作用到量子比特上，每作用一層單比特量子門，就會接著做一層兩比特量子門，多次重複這樣的操作後，測量最終的量子態，即完成一次採樣。」[4] 已經有很多理論證明了隨機量子線路採樣的困難性，但這種問題卻比較適合在二維結構的超導量子計算晶片上實現，這也是谷歌選擇這個問題的原因。
另外還有IQP線路、玻色採樣的問題。值得一提的是，中科大的相關團隊一直在嘗試解決光子玻色採樣的問題，並處於國際領先地位。且巧合的是在谷歌發布研究的同一天，中科大在在arXiv上公布了他們的最新成果（arXiv: 1910.09930）：20光子輸入60*60模式的玻色採樣。「論文打破了光子數、模式數、量子態空間三項國際記錄，宣稱首次達到了百萬億級的輸出量子態空間，比之前國際光學同行的工作提高了百億倍。中國團隊有望在光學玻色採樣問題上實現量子優越性。」[4]
回到谷歌最新聲稱的實現「量子優越性」的事情上。為了證明「量子優越性」，谷歌選擇了目前世界排名第一的超算「Summit」進行對比。論文中提到他們在自己的量子晶片Sycamore上進行53比特（本來是6×9=54個量子比特，但不幸壞了一個，但因為壞掉的那個在邊緣，因此基本上不影響最終實驗結果）、20深度的量子隨機線路採樣，如前面提到的，用時200秒可以採樣100萬次，且結果的保真度約0.2%；相同的操作在Summit上，谷歌預計要耗時1萬年（保真度0.1%）。谷歌也正是基於這種對比而宣稱的「量子優越性」。
事實上，從今年6月份便一直有媒體傳言谷歌實現了「量子優越性」。但直到9月20日，英國《金融時報》首次有實錘地報道了谷歌「200秒與10000年」的量子優越性的研究，當時引起了圈內人士特別的重視。但谷歌迅速刪除了發布在NASA網站上的文章。
但10月21日，在量子計算領域與谷歌有競爭關係的IBM同時發布論文和博客指稱，谷歌所謂要花1萬年的計算，傳統計算機事實上在2.5天內就能完成，也即可能稍微再優化一下算法或硬體的配置，谷歌所謂的「優越性」可能就不再是「優越」了。
黃合良博士解釋說：「量子優越性」 代表了兩個方面的競爭，一方面量子晶片的比特數和性能不斷擴張，在某些問題上展現出極強的計算能力；另一方面，經典算法和模擬的工程化實現也可以不斷優化，提升經典算法的效率和計算能力。所以，如果能夠提升經典模擬的能力，那麼谷歌的量子設備有可能就無法打敗最強超算，從而「稱霸」失敗。實際上這是極有可能的，因為谷歌也無法保證他們在做經典模擬時已經達到了最優，包括他們所使用的薛丁格-費曼算法，以及對超算工程化實現的優化。[4]
在隨後谷歌進行的一場媒體溝通會上，面對記者的提問，谷歌AI量子的研究人員表示：「我們已經擺脫了傳統計算機的束縛，走向了新的道路。我們歡迎提高仿真技術的建議，儘管對我們來說，在實際的超級計算機上對其進行測試至關重要。」[5]
四、未來之路
無論谷歌這次的工作是否真的驗證了「量子優越性」，2019年或2020年都將成為量子計算的轉折點。近幾年，以上提到的各種量子計算機的體系都有很大的進展，例如以谷歌為代表的超導迴路的技術體系已經突破了50比特的規模，而離子、原子體系也已經突破了20比特，光子體系突破了18比特糾纏。[4]
圖片來源[6]
因此可以預期的是，在接下來的時間裡將會有一大批的企業、高校實現「量子優越性」，然後集體奔向下一個目標，即實現具有應用價值的專用量子模擬系統。
就谷歌來講，他們接下來的將是：1）擴大量子系統的規模，從50的量級進一步地提升以達到能夠使用的規模，例如10^3；2）提高操作的精度，將錯誤率降下來，目前他們的錯誤率還在1%的水平，他們的下一步目標則是將錯誤率降到1/1000。
伴隨著這樣的提升（從前面的一張圖上可以看出），量子計算將在部分的任務上進入實用性階段，例如對於生物分子的量子模擬、構建量子機器學習、對物理中的能帶隧穿進行量子優化等。
再下一步才會是真正的通用量子計算機，這要求量子比特數達到10^6，錯誤率則要更低。從此至彼，會是多久呢？也許只是十年。
量子計算領域內的突破值得人類為之興奮，谷歌量子優越性論文的發布也標誌著人類走進了這一科研領域的新階段，創新精神是推動科技發展的內核，而階段性的成就無疑是鼓舞我們繼續前行最好的加速器。
參考資料：
[1] 維基百科，https://zh.wikipedia.org/wiki/量子計算機
[2] 雷鋒網，https://www.leiphone.com/news/201612/uOX4ljLm4tZcDVNC.html
[3] 科學網，http://news.sciencenet.cn/htmlpaper/20124181049520523537.shtm
[4] 知識分子，http://zhishifenzi.blog.caixin.com/archives/214567
[5] 大數據文摘，https://cloud.tencent.com/developer/article/1528974
[6] 科工力量，https://mp.weixin.qq.com/s/8Sh3Hf1VRv2QTplT1VWJeg