有时候,阿兰·阿斯普鲁-古兹克会经历明星般的时刻,比他年轻一半的粉丝会在街上拦住他。“他们会说,‘嘿,我们认出你来了,’”他笑着说。“然后他们告诉我,他们也有一家量子初创公司,很想和我谈谈。”他一点也不介意。“我通常没有时间交谈,但我总是很乐意给他们一些建议。” 多伦多大学的计算机科学家,也是位于马萨诸塞州剑桥市的Zapata Computing公司的联合创始人阿斯普鲁-古兹克说,这种和蔼可亲的态度在量子计算界并不少见。尽管关于计算领域即将到来的革命的宏伟声明已经发表,私人投资也涌入了量子技术,但现在仍处于早期阶段,没有人确定是否有可能构建一台有用的量子计算机。
当今的量子机器最多只有几十个量子比特,而且它们经常受到破坏计算的噪声的困扰。研究人员距离通用量子计算机——能够进行长期以来备受期待的计算,例如分解大数的计算机——还有数十年,以及数千个量子比特的距离。据报道,谷歌的一个团队已经演示了一台可以超越传统机器的量子计算机,但这种“量子霸权”预计将非常有限。加州理工学院的物理学家约翰·普雷斯基尔说,对于通用应用来说,30年“并非不切实际的时间尺度”。 一些研究人员提出了这样一种可能性:如果量子计算机未能很快交付任何有用的东西,量子寒冬将会降临:在研究人员接近构建全尺寸机器之前,热情将会减退,资金将会枯竭。“量子寒冬是一个真正的担忧,”普雷斯基尔说。然而,他仍然乐观,因为缓慢的进展迫使研究人员调整他们的重点,看看他们已经构建的设备是否能够在不久的将来做一些有趣的事情。
从过去几年发表的大量论文来看,这绝对有可能。正如普雷斯基尔所说,这是一个小型、易出错或“含噪声中等规模量子”(NISQ)机器的时代。到目前为止,事实证明这是一个比任何人预期的都要有趣得多的时期。尽管结果仍然非常初步,但算法设计者正在为NISQ机器寻找工作,这些工作可能会对化学、机器学习、材料科学和密码学产生直接影响——例如,为化学催化剂的创造提供见解。这些创新也正在引发传统计算领域意想不到的进步。所有这些活动都与构建更大、更强大的量子系统的努力并行进行。阿斯普鲁-古兹克建议人们期待意想不到的事情。“我们在这里是为了长远发展,”他说。“但明天可能会有一些惊喜。”
关于支持科学新闻报道
如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
崭新的前景
量子计算可能感觉像是21世纪的想法,但它与IBM发布其第一台个人电脑是同一年诞生的。在1981年的一次讲座中,物理学家理查德·费曼指出,模拟具有量子力学基础的真实世界现象(例如化学反应或半导体的性质)的最佳方法是使用遵循量子力学规则的机器。这种计算机将利用量子纠缠,一种量子系统独有的现象。通过量子纠缠,粒子的性质会受到与其共享密切量子连接的其他粒子发生的事情的影响。这些联系赋予了化学和材料科学的许多分支以复杂性,这种复杂性使得在经典计算机上进行模拟变得困难。旨在量子计算机上运行的算法旨在利用这些关联的优势,执行传统机器无法完成的计算任务。
然而,赋予量子计算机如此前景的相同特性也使其难以操作。环境中的噪声,无论是来自温度波动、机械振动还是杂散电磁场,都会削弱量子比特(计算机中编码和处理信息的计算单元)之间的关联。这会降低机器的可靠性,限制其尺寸,并损害它们可以执行的计算类型。解决该问题的一种潜在方法是运行纠错程序。然而,此类算法需要它们自己的量子比特——理论上的最小值是每个用于计算的量子比特需要五个纠错量子比特——这增加了大量的开销成本,并进一步限制了量子系统的尺寸。
一些研究人员专注于硬件。微软量子的跨国团队正在尝试在极薄的半导体中使用奇异的“拓扑粒子”来构建比当今量子系统更强大的量子比特。但这些变通方法是长期项目,许多研究人员正专注于现在或未来5到10年内可用的含噪声的小型机器可以做些什么。例如,中国科学技术大学的物理学家潘建伟及其团队没有将目标定为通用的、纠错的量子计算机,而是在追求短期和中期目标。这包括量子霸权和开发量子模拟器,这些模拟器可以解决材料科学等领域的有意义的问题。“我通常将其称为‘沿途下蛋’,”他说。

Zapata Computing的研究人员,包括联合创始人阿兰·阿斯普鲁-古兹克(左起第四位),正在为当今的系统构建量子算法。图片来源:Doug Levy
劳伦斯伯克利国家实验室的伯特·德容将目光投向了化学领域的应用,例如寻找哈伯法制造氨的替代方法。目前,研究人员必须进行近似计算才能在经典机器上运行他们的模拟,但这种方法有其局限性。“为了在电池研究或任何依赖强电子关联的科学领域取得重大科学进展,”他说,“我们不能使用近似方法。” NISQ系统将无法执行全尺寸的化学模拟。但当与传统计算机结合使用时,它们可能会显示出优于现有经典模拟的优势。“模拟的经典困难部分在量子处理器上解决,而其余工作在经典计算机上完成,”德容说。
这种混合方法是阿斯普鲁-古兹克成名的原因。2014年,他和他的同事设计了一种名为变分量子本征求解器(VQE)的算法,该算法使用传统机器来优化猜测。这些猜测可能是关于旅行推销员的最短路径、飞机机翼的最佳形状或构成特定分子最低能量状态的原子排列。一旦确定了最佳猜测,量子机器就会搜索附近的选项。其结果被反馈回经典机器,并且该过程持续进行直到找到最佳解决方案。作为使用NISQ机器的首批方法之一,VQE产生了立竿见影的影响,团队已在多台量子计算机上使用它来寻找分子基态并探索材料的磁性。
同年,当时在麻省理工学院的爱德华·法希提出了另一种启发式或最佳猜测方法,称为量子近似优化算法(QAOA)。QAOA是另一种量子-经典混合算法,它有效地执行了一场量子有根据猜测的游戏。迄今为止唯一的应用相当晦涩——优化图形划分过程——但该方法已经产生了一些有希望的衍生产品,曾在Zapata工作的麻省理工学院研究生埃里克·安舒茨说。其中之一是由安舒茨及其同事设计的一种名为变分量子分解(VQF)的算法,该算法旨在将量子处理的加密破解、大数分解能力带入NISQ时代的机器。
在VQF出现之前,唯一已知的用于此类工作的量子算法是Shor算法。该方法为分解大数提供了一条快速途径,但可能需要数十万个量子比特才能超越经典机器的能力。在2019年发表的一篇论文中,Zapata的研究人员认为,VQF可能能够在十年内超越较小系统上的Shor算法。即便如此,也没有人期望VQF能在那个时间框架内击败经典机器。其他人正在寻找更通用的方法来充分利用NISQ硬件。例如,一些科学家没有转移量子比特来纠正噪声引起的错误,而是设计了一种与噪声协同工作的方法。通过“误差缓解”,在含噪声的处理器上多次运行相同的例程。通过比较不同长度运行的结果,研究人员可以了解噪声对计算的系统性影响,并估计没有噪声的结果。
该方法在化学领域看起来尤其有前景。2019年3月,由IBM托马斯·J·沃森研究中心(位于纽约州约克镇高地)的物理学家杰伊·甘贝塔领导的一个团队表明,误差缓解可以改进在四量子比特计算机上进行的化学计算。该团队使用该方法计算了氢气和氢化锂分子(例如,它们的能量状态如何随原子间距离变化)的基本性质。尽管单次含噪声的运行并未映射到已知解,但经过误差缓解的结果几乎完全与之匹配。
对于某些应用来说,错误甚至可能不是问题。荷兰莱顿大学的计算机科学家和物理学家韦德兰·邓科指出,机器学习中执行的任务类型(例如标记图像)可以应对噪声和近似值。“如果你正在对图像进行分类,以说出它是人脸、猫还是狗,那么对于这些东西的外观没有清晰的数学描述——我们也不会寻找这样的描述,”他说。
模糊的未来
甘贝塔在IBM的团队也一直在为NISQ系统追求量子机器学习。2019年初,在与牛津大学和麻省理工学院的研究人员合作时,该小组报告了两种量子机器学习算法,旨在挑选出大型数据集中的特征。人们认为,随着量子系统变得更大,它们的数据处理能力应该呈指数级增长,最终使它们能够处理比经典系统更多的数据点。该团队写道,这些算法提供了“量子优势的可能途径”。
但与机器学习领域的其他例子一样,还没有人设法证明量子优势。在NISQ计算时代,总会有一个“但是”。例如,Zapata的分解算法可能永远无法比经典机器更快地分解数字。尚未在真实硬件上进行任何实验,并且没有办法明确地、数学地证明优越性。
其他疑问正在出现。英特尔实验室(位于加利福尼亚州圣克拉拉)的吉安·贾科莫·格雷斯基和安妮·松浦对法希的QAOA算法进行了模拟,发现具有实际建模噪声的真实世界问题在当今NISQ系统规模的机器上表现不佳。“我们的工作增加了一句警告,”格雷斯基说。“如果不对QAOA协议进行数量级的改进,则需要数百个量子比特才能超越经典机器的能力。” 邓科指出,NISQ计算的一个普遍问题归结为时间。

七量子比特系统的假彩色图像,该系统已用于量子化学计算。图片来源:“误差缓解扩展了含噪声量子处理器的计算范围”,作者:Abhinav Kandala等人,发表于《自然》,第567卷;2019年3月28日
传统计算机可以有效地无限期运行。量子系统可以在不到一秒的时间内失去其关联性,从而失去其计算能力。因此,经典计算机不必运行很长时间,就可以超越当今量子机器的能力。NISQ研究还通过将注意力集中在经典算法的缺点上,给自己带来了挑战。事实证明,许多经典算法在经过研究后可以得到改进,达到量子算法无法与之竞争的程度。
例如,在2016年,研究人员开发了一种量子算法,可以从大型数据集中得出推论。它被称为一种推荐算法,因为它类似于在线使用的“您可能还喜欢”算法。理论分析表明,该方案比任何已知的经典算法都快指数级。但在2018年7月,当时还是德克萨斯大学奥斯汀分校本科生的计算机科学家唐艺文制定了一种经典算法,该算法甚至更快。唐艺文此后推广了她的策略,采用使量子算法快速化的过程,并重新配置它们,使其在经典计算机上工作。这也使她剥夺了其他一些量子算法的优势。
尽管有来有往,研究人员表示,这是一个友好的领域,并且正在改进经典计算和量子方法。“我的结果受到了极大的热情,”唐艺文说,她现在是华盛顿大学的博士生。然而,目前,研究人员必须面对这样一个事实:仍然没有证据表明当今的量子机器会产生任何有用的东西。NISQ可能仅仅是研究人员在构建能够以有益的方式超越传统计算机的量子计算机之前必须穿越的广阔、可能平淡无奇的景观的名称。
普雷斯基尔说,“尽管有很多关于我们可以用这些近期设备做什么的想法,但没有人真正知道它们会擅长什么。” 德容就个人而言,对这种不确定性感到满意。他将短期量子处理器视为更像一个实验台——一个受控的实验环境。NISQ的噪声组件甚至可以被视为一种优势,因为真实世界的系统,例如太阳能电池中使用的潜在分子,也会受到周围环境的影响。“探索量子系统如何响应其环境对于获得推动新科学发现所需的理解至关重要,”他说。
就阿斯普鲁-古兹克而言,他确信很快会发生一些重要的事情。当他还是墨西哥的青少年时,他曾经入侵电话系统以获得免费的国际电话。他说,他在一些年轻的量子研究人员身上看到了同样的冒险精神——尤其是在他们现在可以有效地“拨入”并尝试在谷歌和IBM等公司提供的小型量子计算机和模拟器上进行试验之后。他认为,这种易用性将是解决实际问题的关键。
“你必须破解量子计算机,”阿斯普鲁-古兹克说。“形式主义有其作用,但想象力、直觉和冒险精神也有其作用。也许这与我们有多少量子比特无关;也许这与我们有多少黑客有关。”