“量子計算”要火？再等等吧

時候未到。

最近，關于量子計算的新聞有點多。

首先，IBM宣布成功驗證100+量子比特，該研究成果登上《Nature》封面。

緊接著，英特爾高調發布硅自旋量子比特芯片，稱要在該領域超越其他競爭對手。

除了這兩家巨頭外，國內外不少機構和企業都在推進量子計算相關業務，行業一片熱鬧景象。

但量子計算本身就十分抽象，哪怕技術難點不斷被攻破，但想要投資該產業，還是要慎重為妙。

我們為何需要量子計算？

量子計算，在新聞里近乎“無所不能”。

有人稱，它比傳統的超級計算機要快億倍，還有人預言，量子計算就是AI的最終答案。

對于大部分普通人來說，對于量子力學的印象還停留在“遇事不決，量子力學”這樣的調侃階段，更不要說什么“量子霸權”（Quantum supremacy）這樣的專業名詞。

經過科學家們的一頓包裝，量子計算瞬間成為一種“高大上”的前沿技術。

事實上，拋去量子力學這層“外衣”，量子計算的本質還是一種算力技術。

我們都知道，傳統計算機基于經典物理，主要靠電路的0和1這兩個確定態來實現計算。

而在量子力學里，物體除了0和1以外，還可以像“薛定諤的貓”一樣，處在一種不確定的疊加態。

在量子計算機里，這種疊加態被稱作“量子比特”（量子位），不同的粒子可以產生不同的量子比特，而粒子之間互相糾纏又會形成另一種量子比特。

隨著量子比特的增多，計算結果也會指數級增加。

假設傳統計算機用3個電路能實現8種（2的3次方）結果，但量子計算機在加上疊加態之后，能代表的信息量遠遠不止8種結果。

正是基于這種特性，讓量子計算機可以實現傳統計算機無法實現的復雜計算。

商業化前的數道難題

毋庸置疑，量子計算機的算力相較于傳統計算機有爆炸式增長，這就是所謂的“量子計算優越性”（或稱量子霸權）。

隨著傳統芯片越來越接近物理極限，價格和耗電量都會逐漸翻倍，“后摩爾時代”的算力危機不斷凸顯，這就給量子計算機帶來了市場空間。

一旦未來科學家們解決了量子計算機的硬件問題，是否意味著量子計算機就能完全取代傳統計算機了？

并不完全正確。

現實情況是，在目前的技術下，量子計算機的誤差其實非常大，這就限制了量子計算機的實用性。

隨著量子比特，量子計算機可以處理那些運算難度隨著問題規模指數增大的問題，但這一切的前提都是基于量子比特這個“疊加態”。

回到前面的假設，3個電路形成了8種結果，到了量子計算機里，3個量子比特就可以出現8個不同的疊加態。

若是想要解決問題，就需要算法可以依次運算完每種可能，最終得出一個正確答案。這不僅要求量子處理器有足夠強的性能去完成計算，同時還要有控制誤差的能力。

然而就以目前的硬件來看，想精準高效地應用量子計算機，還是一件非常困難的事情。

假設量子計算參與到AI大模型的預訓練。

通常情況下，一個大模型需要大量數據“投喂”。

一旦在訓練數據時不能保證輸出的合理性，就會出現大模型“一本正經胡說八道”的現象，也就是所謂“AI 幻覺”。

而量子計算機恰恰在準確性上存在“漏洞”——一旦出現疊加態計算缺失的情況，那么其結果的偏差就會越來越嚴重，最終導致“AI 幻覺”的出現。

想要減少誤差，也不是沒有方法，要么是從硬件入手提高計算能力，要么是在算法上保證計算精度。

比起算法，從硬件入手相對來說更加簡單一些。

IBM宣布實現成功驗證100+量子比特后，立刻登上了《Nature》封面。

從報道來看，IBM在127量子比特的鷹（Eagle）量子處理器上，成功模擬了磁性材料的行為，并且無須糾錯就取得精確結果，并且宣稱已經超越經典計算機。

而英特爾推出的硅自旋量子比特芯片，同樣是從硬件上入手，盡可能地簡化了結構，提高了可靠性。

然而，并不是所有量子計算都能投入大量資金用在硬件升級上。

由于商業化的缺失，大多數量子計算企業還停留在實驗室階段，這就需要企業有燒錢的底氣。

根據中金公司研報顯示，目前國外主要玩家為谷歌、IBM、微軟、亞馬遜等老牌科技巨頭，而國內玩家為阿里、騰訊、百度、華為等大廠。

除此以外，獲得融資的量子計算初創企業并不多，并且融資的數額都屬于億元級別。

結語

總的來說，當前量子計算仍主要存在于實驗室階段，距離商業化較遠。

因此，量子計算可以處理那些運算難度隨著問題規模指數增大的問題，但這些問題往往屬于復雜模擬模型，例如金融、醫療、氣候等領域。

只不過AI時代的到來，讓一些人有了投資量子計算的想法。

有業內人士表示，與其寄希望于量子計算來解決大模型所遇到的算力問題，不如指望GPU的價格越來越低。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！