导读
近日，德国慕尼黑工业大学、加拿大滑铁卢大学量子计算研究所、美国IBM 公司的合作研究，首次证明了量子计算机的优势，为量子计算机这一颇具前景的领域奠定了基础。
背景
量子计算机是什么？简单说，遵循量子力学原理，可执行数学与逻辑运算，存储并处理量子信息，运行量子算法，我们就称这样的计算设备为量子计算机。
许多年前，量子计算机只是科学家们大脑中的一个想法。如今，这一想法已成为现实。许多国家的公司与科研机构都在投资开发量子技术。以往的文章中，笔者也介绍过量子计算以及量子计算机方面的科研案例，例如：
案例一：美国哈佛大学与麻省理工学院的科研团队开发出一种特殊的量子计算机，也称为量子模拟器，用于操作量子位。它通过激光捕获超冷铷原子，控制51个原子或量子位之间的交互，并以特定顺序组织它们，再利用量子机制进行必要的计算。
（图片来源：Jon Chase/Harvard）
案例二：德国马克斯普朗克量子光学研究所（MPQ）的科学家们通过由光子介导的两个囚禁原子之间的量子门实现了数学操作。
案例三：澳大利亚新南威尔士大学（UNSW ）探索出了基于硅自旋量子位的新方案。研究人员重新构思了常用的“硅”微处理器，全新地设计出硅量子计算机芯片，该芯片可通过最标准的工艺和元件进行制造。
（图片来源：Tony Melov/UNSW）
案例四：美国普林斯顿大学科研人员领导的团队在采用日常材料制造量子计算机的方面取得重要进展。他们制造出由硅制成的关键硬件，以极高的精准度控制两个电子之间的量子行为。
（图片来源：David Zajac/普林斯顿大学）
创新
近日，德国慕尼黑工业大学研究复杂量子系统理论的教授 Robert König、加拿大滑铁卢大学量子计算研究所的 David Gosset、IBM 公司的 Sergey Bravyi 展开的合作研究，为量子计算机这一颇具前景的领域奠定了基础。
IBM 四个超导量子位设备的布局图（图片来源：IBM研究院）
技术
首先，为大家解释一个关键问题：为什么量子计算机会比经典计算机更快？
经典计算机遵守经典物理定律。它们建立在二进制数字0与1的基础上，这些数字被存储下来并用于数学运算。在传统的内存单元中，每个比特位，即最小的信息单元，由芯片上的一个“微点”来表示。每一个点都含有一个电荷，电荷决定比特位设置为1或0。
可是，在量子计算机中，情况却不一样，量子位（qubit）能同时既是0又是1。原因是，量子力学定律允许电子同时位于多个地方。量子位可以存在于多重状态中。这也就是所谓的“叠加”，它使得量子计算机可一次对多个数值进行运算，而一台经典计算机必须顺序地执行这些操作。
举例来说，经典计算机中的两个比特位，在某一时刻，仅能存储四个二进制数：00、01、10、11中的一个。然而，量子计算机中的两个量子位，可同时存储这四个数，因为每一个量子位可以同时表示两个值。如果我们要读出这四个数时，量子计算机只需要读一次，而经典计算机需要顺序执行四次。当量子位继续增加时，系统所存储信息量就会呈指数方式增加。
由于量子位的存在，从理论上说：量子计算机能非常轻松地解决世界上最强大的经典计算机需要漫长时间才能解决的复杂计算问题，速度甚至能比传统计算机快百万倍。
近日，König 及其同事证据确凿地证明了量子计算机的优势。为此，他们开发了一个量子电路，用于解决特别“难解”的代数问题。这种新型电路结构简单，只能在每个量子位上展开固定数目的运算。这种电路被称为具有固定深度。在研究中，研究人员证明了手边的问题无法采用经典的固定深度电路来解决。他们进一步回答了为什么量子算法打败了任何一个可作为对比的经典电路。原因是，量子算法利用了量子物理的非定域性。
在这项研究之前，量子计算机的优势既没有得到证明，也没有经过实验演示，虽然有一些证据指向这个方向。一个例子便是 Shor 的量子算法，它有效地解决了质因数分解问题。然而，它仅仅只是一个复杂性理论猜想：在没有量子计算机的情况下，这个问题无法高效地解决。但是，我们也可以这么猜想：如今的经典计算机暂时还没有找到正确的方法来解决这一问题。
价值
Robert König 将新研究成果当成对复杂性理论的一项贡献。他说：“我们的成果表明，量子信息处理真正地带来了益处，它无需依赖未经证实的复杂性理论假设。” 除此之外，这项研究成为了量子计算机发展道路上的里程碑。因为具有这种简单的结构，新型量子电路成为了短期通过实验实现量子算法的候选方案之一。
关键字
量子技术、量子计算机、计算
【1】https://www.tum.de/en/about-tum/news/press-releases/detail/article/35001/
【2】Sergey Bravyi, David Gosset, Robert König. Quantum advantage with shallow circuits. Science, 2018; 362 (6412): 308 DOI: 10.1126/science.aar3106
閱讀更多 環球創新智慧 的文章
