當前量子計算技術前沿是什么水平？
王之鑫，耶魯大學應用物理系博士在讀 更新（03-19-2018）：感謝大家三天來的關注和反饋。量子通信的部分略有修改，一些細節語言更嚴謹了些。另外，實際條件下量子通信的安全性分析是一個復雜的研究方向，科學家們也一直在為減少實用量子通信的安全漏洞不懈努力。對此感興趣的童鞋可以參考下面三篇綜述長文： 本人坐標耶魯大學，是 Devoret-Schoelkopf 超導量子計算實驗室迄今唯一本科來自中國的博士生。
文章很長，分為九個獨立的問題，可分別閱讀： （一）量子是個啥？ （二）各種量子技術都是啥？ （三）量子計算機有啥用？ （四）量子計算機怎么做？ （五）當前量子計算實驗研究的各路高手都是誰？ （六）量子計算到底難在哪？進展到哪一步了？ （七）量子計算何時商業化？ （八）中國的量子計算處于什么水平？ （九）結束語：我們為什么研究量子計算？
不過在長篇大論之前想先喊幾句：
這兩年來，自己在被看過各種新聞的小伙伴們不停地問： 量子計算機還要多久才能造出來？聽說馬上就要／已經造出來啦？...... 量子計算是不是快要商業化了？有了量子計算機，IT 產業會徹底顛覆嗎？程序員會大量失業嗎？...... 中國是不是也要造出量子計算機了？中國的量子科技世界領先嗎？你們實驗室做得過中科大嗎？...... 問話地點包括但不限于餐桌、微信、劇場、超市、洗手間等。由此意識到兩件事：開心的是自己的領域最近確實在受到不一般的關注；但尷尬的是大家平時接觸到的有關量子計算的報道（哪怕來自看似“專業”的媒體）幾乎都帶著很強的宣傳甚至營銷風格，極少會用科學的態度說事情，一次次地展示“科技新聞”的下限，讓人分不清這究竟是一場科技革命，還是又一輪商業炒作。這實在令人遺憾——在信息最發達的時代，鋪天蓋地的新聞卻多是噪聲，普通人依舊沒什么機會弄清熱門話題的真相。 這也是我動筆的主要原因——我希望更多理性的童鞋能了解一些有關量子計算的事實。
本文主要面向非專業讀者，只需要基本的物理和信息技術常識即可。本文也不是學術論文，重點是介紹這個領域的整體圖像、主要挑戰，盡量不涉及太多知識細節。其實與當下的其它科技熱潮（例如人工智能）相比，量子計算、尤其是它的物理實驗是一個規模很小、離生活較遠、有相當專業門檻的嚴肅科學領域（量子力學只是其中最最基本的知識），想通俗但準確地把事兒說明白挺不容易。但我會努力嘗試滴～ 不過最重要的是——區分什么是科學、什么是炒作：（預覽一下正文第六部分的幾條屢試不爽的經驗判據）
車輛起步，請扶穩坐好。［本文談到的所有進展都已經公開發表，不會透露任何實驗室的內部消息和圖片］ 首先也最重要的是，我們在談論任何科技進展的時候都必須分清三個概念：科學事實、理論構想、未來展望。 科學事實必須是清晰、準確、可重復的實驗結果。確鑿的實驗事實是最扎實的科學知識。例如，氫原子有一個質子和一個電子，正常人有23對染色體等等。當前量子計算機的研究也是建立在非常堅實的實驗基礎之上——后面會講到，在過去的二十多年里，科學家已經在量子物理的兩條新戰線上分別取得了里程碑式的重大進展。
理論構想是依據已知科學事實、通過邏輯推演得出的預言或設計。再精妙的理論構想也要經過實驗檢驗之后才能被稱為事實。例如，1916年，愛因斯坦在廣義相對論的基礎上提出了引力波的預言；但是這個構想直到1974年天體物理學家 Russell Hulse 和 Joseph Taylor 用 Arecibo 射電望遠鏡發現脈沖雙星 PSR 1913+16 后才首次得到明確驗證（敲黑板，并不是最近的 LIGO 實驗）。不過，不是所有的理論家都像愛因斯坦一樣偉大。科學史上，優美的理論預言最終沒能通過實驗的檢驗是再常見不過的事。 另一類未能實現的理論構想存在于工程設計中。很多童鞋可能都知道達·芬奇的“飛機”設計手稿，這里我們說另外一個例子——英國數學家和工程師 Charles Babbage 最早在1837年設計出了一種叫分析機 (Analytical Engine) 的機械計算機。用現代的計算理論看，分析機就是一臺圖靈完備 (Turing-complete) 的通用計算機，它有內存、有算數邏輯單元、有指令集、有條件與循環控制，編程方式很接近今天的匯編語言，理論上可以用純機械方式完成現代電子計算機的所有運算。1843年，英國數學家 Ada Lovelace（著名詩人拜倫的女兒）為分析機編寫了一段伯努利數的計算程序，被認為是地球上的第一只程序猿。但是，分析機的復雜與精密程度超過了十九世紀機械工程的水平，Babbage 生前也沒能為此得到足夠的經濟支持，于是這個原本可以成為人類第一臺通用計算機的偉大設計就永遠地停留在了圖紙上，直到一百年后電子計算機問世。 其實，今天我們研究的量子計算機很像當年 Babbage 的分析機——都是非常精妙的理論構想，但在工程實踐上都超前于時代，并且量子計算機的超前程度要遠大于分析機。今天的“量子算法”研究者也很像當年的 Ada Lovelace——在給一臺現實中還不存在的機器寫程序。探索未來是基礎研究非常迷人的地方；但我們同是要明白，不是所有構想都能成為現實，量子計算機從理論設計到真正問世中間有很長很長的路要走。
未來展望不用多說，舉一個例子就夠了：“二十一世紀是生命科學的世紀?！?/p>
事實、理論和展望在科研中都是必要的，但它們可靠性依次顯著降低。科技炒作的核心手段之一就是在宣傳中把構想當作事實，把主觀展望當作客觀結論。當下關于量子計算的種種“大新聞”大多如此。所以請大家在閱讀下文的時候特別注意三者的區別。分清這幾個概念，在我看來是比具體知識更重要的科學素養的體現。
（一）量子是個啥？量子不是一種粒子，它在多數情況下是一個形容詞而不是名詞。它也不是指分立、不連續，而是一套自然規律的總稱——這套規律是人類現有認識范圍內物質世界的“基本法”。 用個類比：古時侯人們就懂得萬物生長靠太陽、種田栽樹要澆水施肥，這些都是農作物生長的規律；而現在我們知道，這些綠色植物生命活動的本質是細胞中的光合作用、呼吸作用等一系列生物化學過程。物理世界也是如此。我們日常生活中接觸到的各種力、熱、電、光現象大多可以用建立于十七到十九世紀的經典物理學解釋；但進入二十世紀后，科學家們發現世界是由原子組成的，如果想從分子、原子水平的上更本質地理解自然現象，就必須引入一套與經典物理很不一樣的新規律，這就是量子力學。引用當代最知名的理論物理學家 Sheldon Cooper 博士的話： Quantum physics makes me so happy. It''s like looking at the universe naked. 量子物理是人類迄今為止建立的最基礎、最精確的科學理論，現代物理學的主體就是量子力學在各種不同物質尺度上的具體延伸和應用。然而，依人們日常的經驗和直覺來看，這套規律非常詭異，尤其是下面三點：
量子在不少人的印象中可能非常前沿甚至有點玄妙；但熟悉現代物理的童鞋都知道，量子力學正式建立距今已有九十多年，是一套相當成熟的科學理論。那么今天的科學家又在研究什么？按照理論造一臺量子計算機不就完了？ 不是這樣的。科學家對任何一種自然現象的研究必須經過“發現－理解－控制”三個階段之后才有可能將其轉化為實際應用。以我們比較熟悉電磁學為例：人們在古代就發現了雷電、磁石，在近代又發現了電流磁效應、電磁感應、電磁波......；經過庫倫、安培、法拉第、麥克斯韋等幾代科學家的努力，人們逐漸理解了各種電磁現象的內在規律，并最終形成了統一電、磁、光的經典電磁理論；與此同時，科學家們發明了萊頓瓶、伏打電堆、螺線管、電動機、發電機、天線等最基本的物理裝置來控制電磁場，使得人們最終可以利用這種自然力進行工程實踐，才有了后來的電氣革命和信息革命。 那我們對量子的研究走到哪一步了？量子的概念主要起源于19世紀末、20世紀初的一系列原子物理發現；量子力學在1925年后建立并迅速成熟，但是這套完備的理論建立在一些詭異的基本原理之上，人們對這些基本原理的理解至今還很欠缺；不過真正要命的是，盡管量子力學可以用來解釋和預測海量的自然現象，“如何控制量子物體”的研究卻一度進展地相當緩慢——在1990年代之前，科學家都幾乎沒有控制單量子態的能力。由此導致的結果是，人類對量子力學的應用至今仍非常初級。類比來說，晶體管、激光、核磁共振、原子鐘這些發明對量子原理的開發程度，大概也就和指南針對電磁原理的開發程度差不多。簡言之，相比于對微觀世界的認識，人類在實驗上控制、測量量子系統的能力還很落后，這至今仍是量子技術發展的最大瓶頸。
（二）各種量子技術都是啥？A. 涉及量子原理的經典機器 這一類發明大多在上世紀中期出現，包括晶體管、激光、原子鐘、核磁共振等等。 “涉及量子原理”是指這些儀器的核心工作原理都源自原子尺度上的、必須用量子力學解釋的物質性質——半導體的能帶、原子的受激輻射、超精細能級結構、原子核的自旋磁矩等。 那為什么說它們是“經典機器”？這是因為這些儀器只是在微觀組成上涉及量子力學，人機交互的過程是完全經典的。例如，晶體管的功能來源于半導體中電子和空穴的運動；但是人使用晶體管不是去控制每一個電子和空穴，而是控制各個接口電壓、電流的輸入輸出。這里的電壓、電流都是有大量微觀粒子參與的、完全經典的物理量，觀測不到什么量子漲落 (quantum fluctuation)、不可同時測量之類的怪事。電路中的晶體管也不會處于開和關的量子疊加，晶體管之間也不會發生量子糾纏...... 所以，晶體管只是在工作的微觀原理上涉及量子現象，人使用晶體管的過程、用晶體管設計電子電路的方法則完全不涉及量子物理。 把晶體管、激光這類發明稱為量子技術很容易讓我們落入邏輯滑坡——萬物的微觀組成都是量子的，半導體是，木頭、棉線也是，那照著么說木工、針線活也都算是量子技術咯？因此，活在21世紀，我們需要明白：盡管微觀組成不同，激光器和縫紉機一樣屬于經典機器，真正的“量子機器”是我們需要依據量子力學原理來控制、使用的機器，比如——
B. 量子通信 (quantum communication) 激光、晶體管不算量子機器的本質上是因為人們在這些儀器中控制的只是大量微觀粒子的集體運動，而不能對單個原子、電子或光子的量子態進行單獨操控。人類在單量子態水平上的第一種工程實踐直到上世紀末才出現，那就是量子通信。 量子通信直白地說就是“量子電報”。傳統電報機收發的是經典電磁波，信息加載在電磁波的幅度、頻率或者相位上；“量子電報機”收發的是單個光學頻率的光子，信息加載在光子的不同量子態上。量子通信的物理基礎就是單光子的產生、操縱、傳輸和測量。 量子通信最早的理論方案在1984年和1991年被分別提出，1992年第一次得到了實驗的原理性驗證，隨后在科學家們的努力下向著距離更長、裝置更簡單實用的方向發展。此中貢獻尤其大的是瑞士日內瓦大學的 Nicolas Gisin，他領導的實驗室除了一系列使用糾纏光子實現量子通信的標志性實驗外，最重要的是在1997年發明了不用糾纏光子的“plug & play”方案，成為實用量子通信的經典方法。1995年， Gisin 實驗室借用瑞士電信公司跨日內瓦湖的湖底光纖，在日內瓦和尼永 (Nyon) 兩個相距23公里的城市之間實現了第一次長距離戶外量子通信。Gisin 與同事創辦的 ID Quantique 公司于2003年實現了量子通信的商業化。2007的瑞士大選中，日內瓦大學與 ID Quantique 為日內瓦州的電子選票傳輸提供了量子加密，這是量子通信技術第一次被官方公開使用。此外，美國的 MagiQ Technologies 和法國的 Smart Quantum 公司等也很早都開始提供商業化的量子加密服務。 那么，這種收發單個光子的“量子電報機”究竟強大在哪？人群中對此流傳著幾個誤解：
誤解一（低級錯誤）：量子通信可以超光速 不可以。所有利用了量子糾纏的量子通信方案同時還都需要一個經典信道的輔助，而經典通信不可以超光速。
誤解二（中級錯誤）：量子通信比經典通信更快 不是。量子通信的主要意義不是加速，而是保密。它傳遞的不是信息正文，而是加密密鑰（也就是余則成藏在抽屜里的密碼本）。量子通信的實際應用通常也被稱為量子密碼學 (quantum cryptography) 或量子密鑰分發 (quantum key distribution)。經過量子加密的信息正文依然是由普通通信方式傳遞的。
誤解三（高級錯誤）：量子通信是絕對保密的 并不是。正確的說法是：在理想條件下，量子通信在信息傳輸過程中是無條件安全的。特別地，這種的安全保障并非來自加密的數學復雜度，而是測量必須干擾量子態、未知量子態不可復制等基本物理原理——這是量子加密與經典加密最本質的區別。 然而，量子通信的安全性只是理想條件下的數學結論——假設光子傳輸過程中沒有損耗、假設單光子態的制備、測量是完美的等等，很顯然這些條件在實際中都不成立。在2008年到2010年間，就至少有三個利用由實際中非理想條件導致的安全漏洞攻擊 ID Quantique 或 MagiQ 商用量子通信系統的實驗取得了成功，從事實上證明了第一代量子加密技術絕非不可破解。現實條件下量子通信的安全問題和優化方式目前仍是一個活躍的研究領域。 更重要的是，量子通信的安全范圍僅限于光子的傳輸過程中；而一個完整的通信過程至少包括編碼、發送、傳輸、接收、解碼幾個步驟，量子力學定律可以保證密鑰在理想的量子信道中不被竊聽，但對收發兩端的經典安全問題無能為力。這一點其實讓量子通信的實用價值大打折扣——在現代保密系統中，安全隱患不僅出現在傳輸過程中，還經常出現在收發兩端。所以，盡管物理學家一直在大力宣傳量子通信，不少信息安全專家卻對此持有懷疑——不可否認，量子通信是非常有趣的物理實驗，但它在現實中真正對信息安全有多大提高還存在疑問。介于這些實際問題，盡管量子通信的基礎研究在1990年代就已達到高峰（瑞士之外比較有代表性的還有奧地利維也納大學、美國 Los Alamos 國家實驗室、伊利諾伊大學、IBM 實驗室、英國電信實驗室等），進入新世紀之后熱度卻逐漸下降，除了小范圍之外沒有得到大規模的應用和政府支持，直到2017年中國的量子保密通信“京滬干線”開通。
如此說來，量子通信的意義到底在哪？我認為客觀地說，量子通信的基礎研究意義大于實用價值。且不談量子加密在實際中的安全問題，保密通信本身在科技發展的大局中也只是一件小事。但是，量子加密技術的基礎是1980年代以來一輪量子物理的重大進展——利用光學光子研究量子糾纏。這輪研究的主要動機是對量子力學基本問題的探索——在此之前，人們對量子力學詭異屬性的理解主要限于量子疊加，對更加詭異的量子糾纏、特別是糾纏和測量結合后出現的一些嚴重挑戰經典世界觀的深刻問題主要限于哲學討論，而缺乏科學實驗。這其中最著名的就是量子非定域性 (quantum non-locality) 檢驗，它將直接判明經典世界觀中的局域因果性 (local casuality) 和客觀實在性 (objective reality) 是否在真實世界中同時存在。對此的實驗探索起源于1970年代的美國，但最關鍵的工作主要出現在歐洲——除 Nicolas Gisin 外，最具代表性的還有法國光學研究所 (Institut d''optique) 的 Alain Aspect 和奧地利維也納大學的 Anton Zeilinger 等。這一領域的科學家們在二三十年間通過一系列基本而巧妙的光子實驗極大地深化了人類對于量子糾纏的理解，讓量子力學通過了最嚴苛的檢驗；同時積累了大量制備、操縱、測量單光子的實驗技術，并開始思考量子糾纏的實際應用，直接導致了量子通信技術的誕生。這在我的理解中是當代量子科技的第一個里程碑。即使當前實用價值有限，理解和控制量子糾纏都是構造更復雜量子機器的必要前提，比如——
C. 量子計算 (quantum computing) 量子計算機不是“下一代計算機”，不是電子計算機的升級版，而是科學家構想中的一種高度復雜、高度可控的人造量子系統，兼具信息處理的功能。量子計算機是人類當前設想中最復雜、實現難度最大的量子機器，一旦建成對科學和社會的影響也最深遠。 量子計算是本文之后全部內容的主角。
此外，量子技術還包括量子仿真（quantum simulation）、量子傳感 (quantum sensing) 等。
（三）量子計算機有啥用？先澄清一種流言：量子計算機一旦做成，直接秒殺經典計算機。 正確的說法是：理論構想中的大型、通用、容錯量子計算機會在幾類特定問題上有超出經典機器的計算能力。 量子計算機和“摩爾定律”到沒到頭關系不大。
量子計算機并不是一種更快的計算機。它在邏輯、輸出方式等方面與經典計算機根本不同，其中最本質的就是量子糾纏的存在。在量子信息學的觀點中，量子糾纏是與物質、能量、信息并列的一種自然資源，利用好這種資源能使量子計算機發揮出巨大威力。但是，如何用它設計更快的算法，在理論上就是很大的挑戰。目前，對絕大多數計算問題，理論家們都還沒有找到超過經典算法的量子算法；但在一些特殊問題上確實有了新的發現。哪些問題呢？最早發現的主要有兩類：一類可以歸結為質因數分解（Shor 算法），比已知最快經典算法有指數加速（準確說是超多項式加速）；另一類可以歸結為無序搜索（Grover 算法），比經典算法有多項式加速。 Shor 算法和 Grover 算法分別于1994年和1996年被提出，可以說是它們的發現引起了科學界對量子計算的真正重視——盡管量子計算的初步概念在80年代初就已出現，但十幾年來都只是很小圈子內的理論游戲，被認為既無法實現也沒有用處；Shor 算法和 Grover 算法終于為量子計算機找到了可能的實際應用。其中 Shor 算法的影響尤其大——現代密碼學中，幾類常用的公鑰系統包括 RSA (Rivest–Shamir–Adleman) 和 ECC (elliptic-curve cryptography) 等的基本加密原理就是大數分解的計算復雜度。因此量子計算機一旦出現，將給現有的信息安全帶來巨大威脅。 不過這種威脅并不緊急——想運行 Shor 算法破解密碼需要有至少上百萬個量子比特的通用、容錯量子計算機，這其中的任何一個詞在短時間內都無法實現。并且，關于量子計算機無法破解的“后量子時代加密技術”的研究也已經有了不少成果。所以，單是破密碼這類“黑客活動”并不會賦予量子計算機科技革命式的重要意義。在 Shor 和 Grove 算法提出后的十來年里，再沒有第三類重要的量子算法被發現，量子計算理論的發展一度走向平緩。
但新的突破在2008年出現—— Aram Harrow、Avinatan Hassidim 和 Seth Lloyd 提出了 HHL 算法：在一系列前提假設下，量子計算機可以在對數復雜度內求解一些特殊的線性方程組。這讓這個領域又一次火了起來——與 Shor 算法只有“黑客應用”不同，線性方程組在現代計算中可以說是無處不在。特別地，它是很多擬合、推斷、優化問題的基礎。HHL 的各種衍生算法與這些年人工智能的熱潮結合，讓這類研究有了個不能更時髦的名字——量子機器學習，這也讓量子計算機第一次擁有了商業價值。更好的是，一些量子機器學習算法只需要有50到100個量子比特的小型量子計算機就能展現出優勢，這在當前實驗發展的趨勢下并非遙不可及。在潛在利潤的驅動下，從2011年開始，特別是2014年之后，各大商業公司開始紛紛關注量子計算。這也是量子計算開始在各種媒體上頻繁出鏡的時候。 該說但是的時候又到了。HHL 算法與之前的 Shor 算法和 Grover 算法有根本的不同——嚴格地說 HHL 不是一個具體算法，而是一個在特殊假設和限制條件下的算法模版，或者說是一個完整算法的一部分。它沒有回答數據應該怎樣讀入讀出，沒有回答如何才能讓量子計算機按照給定的參數演化，并且有非?？量痰倪m用范圍。任何一個細節條件不滿足，量子加速都會消失。以 HHL 為模版設計一個具體算法就需要填補上這些細節，但極少有實際問題滿足全部的限制條件，且滿足這些條件的特殊問題很多時候都有更好的經典算法（各種量子機器學習算法中聲稱的加速絕大多數都是在用特殊條件下的量子算法和通用的經典算法做比較）。當前量子機器學習的研究多是在抽象地發掘量子算法在某些計算步驟中的優勢，而少有人下大功夫考慮具體問題和完整的計算過程。簡言之，理論家們找到了算法模版，但還沒有明確落實可以使用這套模版的具體問題，也沒有可以運行這套算法的機器。因此，現在我們的結論只能是：量子算法有希望加速機器學習中的某些步驟，但具體該怎樣做還有待研究。
以上似乎有些悲觀：量子計算機短時間內在傳統的計算問題上還沒有清晰明確的應用。但其實從物理學家的視角看，量子計算機最有價值的潛在應用并不是傳統意義上的計算，而是量子仿真 (quantum simulation)——自然界中原子、分子的微觀過程遵守的都是量子力學；可由于量子糾纏的存在，再強大的經典計算機也不能對規模稍大的量子系統（比如幾十個原子）進行嚴格求解，而只能借助近似（密度泛函、Monte Carlo 等），這就是現代計算物理、計算化學的核心。然而，量子計算機就是一臺自帶量子糾纏的機器，最適合在編程之后模擬待研究的復雜量子系統，也就是用量子機器求解量子問題。最原始的量子仿真在近二十年里已經是冷原子物理的重要方向，但它真正發揮出威力還是要等量子計算機的出現。那時，凡是涉及大量微觀粒子的研究，例如凝聚態物理、量子化學、分子生物學都將發生很深刻的變革；相應的應用學科，例如材料合成、藥物研發等，也都會有很本質的改變。
說了這么多，量子計算機到底有啥用？量子計算起源于好奇心驅動的思維游戲，近二十年有了堅實的實驗進展，但它在短期內還將是一種基礎研究，沒有立即可操作的實際應用。可從長遠來說，它將給給現有的計算理論帶來深刻變革，將極大加深人類對物質與信息的理解；特別地，它將是一種前所未有的計算微觀世界的強大工具。類比來說，量子計算機像是計算機中的火箭?；鸺購姶螅膊荒苋〈疖?、汽車、自行車，因為它們的根本用途不同。同理，量子計算機價值的并不是取代經典計算機，甚至主要不在于加速傳統計算，而是在于一些經典計算機不能解決的特殊問題，比如復雜微觀系統的模擬。量子計算并不是“后摩爾時代”的計算，它與傳統的微電子是兩個目標不同、平行發展的領域，不可以相互替代。未來量子計算機的第一波應用也將是對科學的意義大于對商業，對科學家的意義大于對普通人。 所以，現在的程序員們大可繼續安居樂業。研究奇怪的新機器就交給一小撮量子發燒友就好啦～
（四）量子計算機怎么做？量子計算機是用“原子”和光子做的。更確切說，是直接用“原子”和光子做的。這里的“原子”既可以是天然原子，也可以是固體系統中的“人造原子”；光子有的在光學頻率，有的在微波頻率。 量子計算機運行的物理過程，就是單量子尺度上的原子－光子相互作用。這是人類有史以來最精巧的物理實驗之一。
量子力學主要是微觀粒子的科學。但是在它創立之初，科學家們沒有能力在實驗上控制單個微觀粒子，以至于玻爾、海森堡、薛定諤、愛因斯坦這一代前輩們只能在腦子里做單個粒子的思想實驗，例如關著一個光子的盒子、觀測單個電子的顯微鏡之類。真的在實驗中做到這些一度被認為是根本不可能的。 1971年在巴黎高等師范學院，一位叫 Serge Haroche 的博士生用光學泵浦 (optical pumping) 方向的課題參加答辯。一位評委問他：“你的實驗中有大量的原子和光子，為什么要用量子理論去描述呢？” Haroche 回答：“老師，有一天我會用一個光子做這個實驗。” 這是 Serge Haroche 在他的 Nobel Lecture 上講的。2012年，他與 David Wineland（美國國家標準與技術研究所 NIST）因為首先實現單個原子和光子之間的非破壞測量與控制獲得諾貝爾物理學獎。Haroche 的實驗系統叫腔量子電動力學 (cavity quantum electrodynamics)——讓處于極高激發態的原子一個個地飛過微波腔，與腔中囚禁的一個或幾個光子相互作用，用原子控制和測量光子的量子態；Wineland 的實驗系統叫離子阱 (ion trap)——用激光冷卻和射頻電場囚禁一個或幾個帶電離子，再用電磁場和激光對離子進行量子操縱和測量。 cdd_r.jpg) 腔量子電動力學實驗概念圖（巴黎高等師范學院 Serge Haroche 實驗室） hd.jpg) Paul 離子阱實驗概念圖（奧地利因斯布魯克大學 Rainer Blatt 實驗室）
腔量子電動力學和離子阱實驗剛開始時，量子計算的概念還很不受重視。它們本來也只是純粹的基礎物理研究。但是到了90年代后期，大家開始意識到單量子態的操縱和測量就是量子計算的基礎。隨后，物理學家又在幾類不同的物質系統（超導量子電路、半導體量子點、固體缺陷等等）中實現了非?？煽繂瘟孔討B控制，宣告了量子計算實驗研究的開始——在我的理解中這是當代量子科技的第二個里程碑。如果把未來的“量子工程”比作建高樓，那么這一步就好比是學會了燒磚。人類從此可以開始以高度可控的方式操縱量子世界的基本單元，逐漸構建復雜的人造量子系統。
每一種高度可控的單量子系統理論上都有可以作為量子計算機的基本組成。然而在實際中，不同的物理方案的差別很大。目前最領先的量子計算實驗系統只有兩種——一個是離子阱，另一個是超導量子電路。
用電磁場囚禁帶電離子的研究從1950年代就已經開始。Paul 阱和 Penning 阱的發明人—— Wolfgang Paul（德國波恩大學）和 Hans Dehmelt（美國西雅圖華盛頓大學）在1989年分享了諾貝爾物理學獎。1970年代，原子的激光冷卻技術出現并迅速應用于離子阱；1989年，David Wineland 實驗室首次實現了汞離子的基態冷卻，離子阱走入量子時代。早期，離子阱主要的發展動力是精密測量，例如測量電子反常磁矩、提供超高精度頻率標準（原子鐘）等。直到1995年，科學家們才意識到這是一個非常理想的量子計算平臺。21世紀的頭十年里，離子阱幾乎在各類量子計算實驗系統中保持絕對領先，它最明顯的優勢有：
而然它的劣勢也是明顯的：
在離子阱的研究者試圖攻克這些難題的時候，一種很不一樣的系統開始逆襲。
量子理論自創立之初就一直有個重大疑問：這套理論究竟是只適用于微觀粒子，還是也適用于宏觀物體？這與量子糾纏一樣都是歷史遺留問題，長期只有理論爭辯而沒有實驗進展。1982年，一支伯克利加州大學的三人小組——英國物理教授 John Clarke、法國博士后 Michel Devoret 和美國博士生 John Martinis，開始用一種叫 Josephson 結的超導體－絕緣體－超導體三明治結構試圖觀測宏觀量子現象；幾年之后，他們通過宏觀量子隧穿和微波譜的測量得到了明確結論——在極低溫下，Josephson 結的宏觀相位遵守量子力學規律。特別的是，這里的宏觀量子現象不是指“大量量子力學粒子組成的宏觀物體（例如超導體）”，而是一個必須用量子力學描述的宏觀自由度（Josephson 結相位）。盡管這個人造器件中有幾百億甚至更多的原子，它們的一個集體運動自由度卻是量子的，我們可以像控制單個原子一樣控制這個超導器件。因此，這類包含 Josephson 結的宏觀量子器件也被稱為超導人造原子 (superconducting artificial atom)，它們組成的電路就是超導量子電路 (superconducting quantum circuits)。 2000年前后，世界各地的多個實驗團隊（ 法國 Saclay 原子能研究所、日本 NEC 基礎研究室、荷蘭 Delft 理工學院、美國國家標準與技術研究所 NIST 等）先后實現了幾類不同超導人造原子的量子疊加。2004年，耶魯大學 Robert Schoelkopf 實驗室首先觀察到單個微波光子與超導人造原子的相互作用，這類實驗系統被稱為電路量子電動力學 (circuit quantum electrodynamics)。2007年和2009年，耶魯大學 Robert Schoelkopf 實驗室和 Michel Devoret 實驗室發明了兩種目前最重要的超導人造原子——transmon 和 fluxonium。接二連三的重要進展讓超導量子電路在十年內迅速成為最有希望的量子計算系統之一。 hd.jpg) 一些重要的超導人造原子： 1.jpg) 電路量子電動力學實驗概念圖（耶魯大學 Robert Schoelkopf 實驗室）
超導量子電路最大優勢在于它是一套可以在宏觀尺度上對光子和“原子”進行相互控制和測量的“人造工具箱”。它的各種參數和性質不是由大自然設定，而是可以通過設計在很大范圍內進行調整，讓科學家可以通過工程方法解決各種實驗問題。這使得它相比天然原子
但是超導量子電路也有不少缺點。人造原子終究沒有天然原子干凈完美，超導量子電路在量子相干時間、邏輯門準確度、頻率穩定性等方面一直都不如離子阱。但科學家們一直在不斷通過新的器件設計來試圖解決這些問題——超導人造原子的相干性在十幾年內已經提高了十萬倍（從最初的幾納秒到現在的上百微秒）。這幾年來，超導量子電路已經成為最受關注的量子計算技術，在學界和業界都很受青睞。
除此之外，比較熱門的量子計算實驗系統還有固體缺陷（金剛石色心、碳化硅色心等）、半導體量子點等。但是，離子阱和超導量子電路目前處于明顯的領先狀態，我認為有兩個根本原因：
這使得物理學家不再需要花很大精力研究“原子”和光子本身，而是可以把它們作為可靠的基本工具來構造更復雜的量子系統。而很多關于固體缺陷和量子點的研究重點還是制備、控制方法和基本物理性質，它們是非常有價值的物理和材料研究，但是在量子計算的水平上暫時與離子阱和超導量子電路不處在同一個發展階段。此外，中性原子、線性光學等系統在基本的原理驗證上有一定意義，但一般認為在實用方面的發展空間比較有限。 最后需要單獨一提的是“拓撲量子計算 (topological quantum computing)”，它基于一種理論預言中的非阿貝爾任意子 (non-Abelian anyon)——Majorana 費米子。過去五年間，已有多個實驗室在固體系統中觀察到了 Majorana 費米子存在的跡象，但至今仍未確定，也無法對其進行任何量子操作。準確地說，當前的“拓撲量子計算”是一種以量子計算為潛在應用的凝聚態物理研究，而非真正的量子計算研究，處于基本單元尚未發現的最初構想階段。這個方向近幾年熱度很高，但它還屬于基礎的凝聚套物理，暫時不應該和其他量子計算實驗系統并列起來，相互比較沒有太大意義。
不同實驗系統之間孰優孰劣一直是大家津津樂道的話題。然而絕大多數宣傳（包括學術論文和報告）的基本思路就是以己之長比他人之短，為自己的方案吸引關注、申請經費，撕來撕去沒有什么客觀結論。從我自己的角度認為，
（五）當前量子計算實驗研究的各路高手都是誰？離子阱和超導量子電路作為最領先的實驗系統，已經開始出現“巨頭壟斷”的趨勢——在長期的經驗積累下，個別超一流實驗室已經和其他競爭者拉開了一個身位。這種優勢并不只是技術領先，更重要的是所挑戰問題的難度、復雜性和前瞻性。這些超一流實驗室全都在美國和歐洲。
目前，全世界大概有三十幾個離子阱實驗室。積累最深、影響力最大的除諾獎得主 David Wineland 外，還有美國馬里蘭大學的 Christopher Monroe 團隊和奧地利因斯布魯克大學的 Rainer Blatt 團隊。這兩個實驗室在實現多體量子糾纏、嘗試量子糾錯以及離子阱技術實用化等方面都走在全世界的最前列。
超導量子電路實驗室全世界也已經有了幾十個。其中處于最核心位置的有兩個，分別在美國東西海岸——東海岸的耶魯大學和西海岸的圣芭芭拉加州大學/Google。它們各自的掌門人就是當年伯克利宏觀量子隧穿三人小組中的兩位年輕人。 1984年，Michel Devoret 在兩年博士后之后回到法國，在法國原子能研究所 (CEA Saclay) 建立了自己的實驗室。與法國物理學家 Daniel Esteve 和 Christan Urbina 一起，他們的 Quantronics 實驗室在九十年成為世界著名的介觀超導結構單電子輸運研究組，致力于探索宏觀電路的量子效應，最終在1998年在2002年分別發明了超導電荷量子比特 (Cooper pair box) 和 quantronium 人造原子。2002年，Devoret 與因研究分數量子霍爾效應聞名的理論物理學家 Steven Girvin 一起加入耶魯大學，與當時年輕的助理教授 Robert Schoelkopf 組成了密切合作至今的“三駕馬車”。耶魯團隊2004年發明了電路量子電動力學結構，成為當前超導量子電路最核心的控制和測量方法；2007年發明 transmon 人造原子；2009年發明 fluxonium 人造原子；2010年發明量子極限放大器，實現 single-shot 量子非破壞測量；2010年首創三維電路量子電動力學；2013年提出 cat-code 量子糾錯碼；2016年實現超導電路的遠程量子糾纏 (remote entanglement)…… 可以說，耶魯團隊在過去15年間貢獻了當前超導量子計算主要的電路結構與控制、測量方法，并且目前在邏輯量子比特、遠程量子糾纏、量子極限測量等方面都在領跑世界。 1987年，John Martinis 博士畢業，在 Michel Devoret 實驗室做過博士后之后，加入美國國家標準和技術研究所 (NIST) ，成為低溫超導器件的專家，并在2002年發明超導相位量子比特。2004年，Maritnis 加入圣芭芭拉加州大學 (UCSB)，此后十年與同門師弟、納米力學專家 Andrew Cleland 密切合作，實現了多種量子電路構架，在材料、工藝等工程細節方面尤其精湛，特別注重實驗設計的實用性。2014年，Martinis 實驗室全員被 Google 收購，開始著力于具有一定規模的實用量子芯片的研究，目前在平面量子電路的復雜度和技術質量上保持領先。 除了兩大領頭羊外，全世界還有十來個原創能力較強的超導量子電路實驗室。其中，美國伯克利加州大學、芝加哥大學、普林斯頓大學、馬里蘭大學、瑞士蘇黎世聯邦理工學院、荷蘭 Delft 理工學院、法國原子能研究所、巴黎高等師范學院的實驗室都是由耶魯團隊曾經的學生和博士后帶領。此外，美國 IBM Watson 研究中心和麻省理工學院林肯實驗室各有一支人數很多、工程執行力很強的研究團隊。日本理化研究所 (RIKEN)、瑞典 Chalmers 理工學院也有競爭力較強的實驗室。
其它量子計算系統也都有各自的超一流實驗室，例如（不完整名單） 金剛石、碳化硅色心：德國斯圖加特大學 Jörg Wrachtrup、荷蘭 Delft 理工學院 Ronald Hanson、美國芝加哥大學 David Awschalom、哈佛大學 Mikhail Lukin…… 半導體量子點：美國普林斯頓大學 Jason Petta、哈佛大學 Amir Yacoby、荷蘭 Delft 理工學院 Lieven Vandersypen…… “拓撲量子計算”：荷蘭 Delft 理工學院／微軟 Leo Kouwenhoven、丹麥哥本哈根大學／微軟 Charles Marcus…… 不過與離子阱和超導量子電路非常關注量子系統的設計、控制和測量不同，量子點與“拓撲量子計算”當前最關鍵的主要還是材料和工藝，更接近基礎的凝聚態物理；固體色心除了量子信息，還在納米光子學、材料和生物成像等方面有不少應用。所以這些系統還沒有那么“巨頭壟斷”，一流研究組比較多，新實驗室的發展機會也更多。
（六）量子計算到底難在哪？進展到哪一步了？2.jpg) 這是2013年 Michel Devoret 和 Robert Schoelkopf 發表在 Science 上的“量子計算臺階圖”。下一層實驗是上一層實驗的基礎；但這并不是一個直線升級過程——為了上一個新臺階，在它之下的所有臺階都必須不斷優化。所以，我們站的越高工作量就越大，量子計算機越往后做越難。 圖上的前三層大致對應量子力學的三大詭異屬性——疊加、糾纏、測量。到目前，主要的量子計算實驗系統（不計“拓撲量子計算”）都已經站上了前兩層。但不是每種系統都站上了第三層。 迄今為止，沒有一種系統完成了第四層（量子糾錯）。
開頭說過，人們研究量子計算遇到的麻煩大多都能歸結到各種形式的量子測量。 對經典計算機來說，數據輸出是很直接的——按高低電平區分二進制數就好。然而，量子計算的過程一般只涉及幾個基本能量量子，比如一次電路量子電動力學色散讀出 (dispersive readout) 一般只用5到10個微波光子，如此微弱的信號如何測量？要知道，世界上最好的半導體微波放大器（液氦溫度下工作的高電子遷移率晶體管 HEMT）放大一個光子大概要添20個光子的噪聲。另外，單量子水平的測量一般都要改變粒子的量子態，甚至直接毀滅粒子（比如光電倍增管的原理就是通過光電效應將入射光子轉化為電流并放大，但測量之后被測光子直接被吸收）。總之，想從量子系統中高效地讀出信息是件非常困難的事。 對量子計算來說，最理想的測量是 single-shot 量子非破壞測量 (quantum non-demolition measurement)——測量不毀滅被測粒子、第一次測量后粒子狀態不再改變、每次測量結果都可分辨。對于離子阱和金剛石色心，這可以通過激光熒光 (laser-induced fluorescence) 實現。但超導人造原子只有微波躍遷，且微波光子的能量只有光學光子的十萬分之一。2010年后，這個問題終于由電路量子電動力學色散讀出加量子極限放大器 (quantum limited amplifier) 解決——后者是也是一類極低溫下工作的超導電路，放大一個光子只添一個光子的噪聲，這是量子漲落導致的海森堡極限。對量子極限放大器的發明貢獻最大的是耶魯大學 Michel Devoret 實驗室和伯克利加州大學 Irfan Siddiqi 實驗室。這讓超導量子電路成為第一個站上臺階圖第三層的人造系統。
第四層困難就更大了，原因還是量子測量——理論構想中，我們總希望人是量子計算機的唯一觀察者?？蓪嶋H上，環境無時無刻不在對量子系統進行測量。這種測量會導致量子計算機與環境產生糾纏，不再保持理想的量子純態，逐漸失去量子相干性，這個過程叫量子系統的退相干 (decoherence)。從信息的角度講，量子信息會逐漸丟失在環境中而不是進入我們的測量裝置，實驗者是在與環境搶信息。量子信息丟失的時間就是這個系統的相干時間 (coherence time)。目前，最好的超導人造原子的相干時間大多在10到100微秒之間。也就是說，直接用它們做成的量子計算機最多只能連續工作萬分之一到十萬分之一秒。 任何量子系統都無法避免退相干。更麻煩的是，相干性與可控性之間有密切聯系——相干時間越長，表明系統與環境越隔絕，但這同時意味著它和人也越隔絕，對它的控制和測量也越難。我們總是希望量子計算機與環境隔離，但容易被人控制，這本身就是矛盾的。現實中，不同物理系統的相干時間會有很多數量級的差別，但相干時間越長的系統邏輯操作也越慢（比如天然原子、離子），在相干時間內能完成的運算量差別并不大。所以，不談控制、測量的速度和精度、單純強調某種系統相干時間長是沒有意義的。 由于退相干，量子計算機一度被認為永遠不可能做成，直到量子糾錯 (quantum error-correction) 概念的出現。
糾錯在經典信息技術中就很常見。最簡單地，我們可以對信息復制多個副本來防止個別副本的誤碼，這與重要文件一式多份防止篡改同理。但是，未知的量子態是不可復制的，我們不能為量子信息制作多個副本。新的思路在1995年出現——我們可以把一量子比特信息分散存儲在幾個高度糾纏的量子比特里，通過測量錯誤征狀 (error syndrome) 來查錯糾錯。單獨的天然或人造原子稱為物理量子比特，多個物理量子比特糾纏形成容錯的邏輯量子比特。經過量子糾錯，邏輯量子比特的壽命會遠超過物理量子比特的相干時間，這才是真正計算意義上的量子比特。 到目前，任何實驗系統都沒能做出邏輯量子比特。沒有量子糾錯的“量子計算機”就只能在相干時間內做一些最簡單的運算。Google、IBM 等公司近兩年一直在比拼芯片上“量子比特”的數量，但它們都只是壽命幾十微秒的物理量子比特，邏輯量子比特的數量都是零。 量子糾錯是人們研究量子計算機迄今為止遇到的最難的問題。在我的理解中，它的實現將是當代量子科技的第三個里程碑——人類從此有方法保護在自然界中轉瞬即退相干的量子態，就好比從原始人從采集到種植、從狩獵到畜牧；在工程上，它將為大型通用量子計算機提供基本邏輯單元。當下量子計算最大的挑戰就是實現邏輯量子比特，而不是在一塊芯片上集成多少物理量子比特。
量子糾錯理論在90年代末就達到了第一個高潮，其中最重要的成果是 stabilizer code。然而問題遠沒有這么簡單：查錯、糾錯的過程都是復雜的多比特量子操作，本身就會引入錯誤。stabilizer code 只有在量子邏輯門本身精度非常高的情況下才會有效，否則就是糾錯過程中出的錯要比不糾錯還多。舉例來說，如果用三級 Steane 7比特糾錯碼級聯（432個物理量子比特編碼一個邏輯量子比特），對一個130位的整數分解質因數需要大概一百萬個物理量子比特，且比特和邏輯門的出錯率不能超過百萬分之一。這在短期內是任何技術都無法企及的。所以，stabilizer code 盡管非常簡潔通用，但受到當前實驗水平的限制，不是實現邏輯量子比特的首選。 新一代的量子糾錯方法通過放棄通用性來降低對實驗精度的要求——糾錯碼不再是抽象的數學方法，而是為特定實驗系統、特定電路結構專門設計。但這帶來一個結果：不同團隊就如何爬第四個及之后各個臺階的路線出現了明顯的分歧；即使做同一種物理系統，也會因為不同的實驗方案選擇不同的糾錯碼。在超導量子計算領域，目前主要的路線有兩條：一是平面結構、單片集成、使用 surface code 糾錯；另一條路線是三維結構、模塊化集成、使用玻色糾錯碼。以下將它們簡稱為 Google/UCSB 路線和耶魯路線。
A. Google/UCSB 路線 Surface code 本質是一種拓撲糾錯碼，它用超導量子電路的具體實現方案由UCSB（現Google）團隊與理論合作者在2012年提出。它的基本物理組成非常簡單：近鄰耦合的超導人造原子按照平面方格（國際象棋棋盤）排列即可。它對量子操作精度的要求遠低于 stabilizer code，當前最好的實驗水平幾乎已經達到。這種路線受到很多團隊、特別是商業公司實驗室的歡迎，Google、IBM、Intel、Regetti Computing 都選擇平面集成大量 transmon 人造原子，其中 John Martinis 帶領的 Google 團隊在工作質量和思路創新上明顯領先。 但是 surface code 的劣勢也是非常明顯的。它的基本單元很簡單，但代價是系統極其復雜，電路規模巨大。目前，Google 9比特芯片中的兩比特邏輯門保真度 (fidelity) 約是99.3%，要提高到99.5%以上才有用 surface code 進行量子糾錯的可能。但即使邏輯門保真度再提高十倍（這非常非常困難），實現一個邏輯量子比特也需要幾千個物理量子比特，質因數分解一個5位數需要約四千萬個物理量子比特，分解一個600位數需要約十億個物理量子比特！要知道微電子學經過了半個多世紀的發展，今天的 Intel Core i7 芯片上才有十億個晶體管。并且量子電路的集成并不像經典電路一樣直接——芯片做大會大大增加量子比特之間的串擾和噪聲，想維持小規模電路的質量非常困難。所以，通過 surface code 實現量子糾錯，并不比大規模運行 Shor 算法這種遙遠的宏偉目標簡單多少。 選擇 surface code 的商業實驗室都明白這一點。但他們在宣傳上幾乎都對此少談或不談，轉而強調不經過量子糾錯的小規模量子電路可能的實際應用。但如第（三）部分所說，50到100個相干時間幾十微秒的物理量子比特是否真有實際應用現在還很不確定。于是這些團隊再退而求其次，將近期目標設為實現 quantum supremacy——在實驗上證明量子電路在解決某個特定問題時比所有經典計算機都快。2016年Google 團隊在理論上提出，49個物理量子比特可以在隨機量子電路的輸出采樣這個特殊問題上超過所有經典計算機，這離當前的技術前沿并不遙遠。Quantum supremacy 一旦實現將會是量子計算威力的第一次真實展示，也因此成了各個商業實驗室短期內競爭的焦點；但這個實驗的象征意義遠大于實際價值——這個量子電路算得更快的問題是專門為驗證 quantum supremacy 設計的，并不是一個實際問題。Google 團隊及其理論合作者也多次公開表示，quantum supremacy 只是通向實用量子計算的長征上的一個近期階段性目標，目的在于演練對小規模量子系統的控制能力；僅實現 quantum supremacy 的芯片依然不能做任何有用的工作。
B. 耶魯路線 2013年起，耶魯團隊與其理論合作者提出了另一種非常不同的量子糾錯方案——用諧振腔內的微波光子作為邏輯量子比特，超導人造原子僅用來控制和測量微波光子，通過量子非破壞測量對微波光子的宇稱 (parity) 做持續追蹤來實現糾錯。按編碼邏輯量子比特的光子態的不同，具體的糾錯方法有 cat code、pair-cat code、binomial code、GKP code 等很多種，統稱為玻色糾錯碼（光子是一種玻色子）。以微波光子做邏輯量子比特有很多好處——諧振腔內光子的壽命長、能級多、誤碼原因簡單（光子損耗）、與超導人造原子相互作用強...... 更重要的是，這是一種高效利用硬件的糾錯方案——一兩個物理量子比特和一兩個諧振腔就能構造一個邏輯量子比特，不像 surface code 需要成千上萬個物理量子比特。過去五年里，耶魯團隊已經對 cat code 進行了大量實驗，在2016年突破了量子糾錯的 break-even point——第一次在實驗中測得邏輯量子比特的相干時間長于它的所有物理組成；在2018年初實現了誤碼征狀的容錯測量，將邏輯量子比特的相干時間提高到1.9毫秒，遙遙領先于其他團隊。另外，分別位于巴黎高等師范學院、芝加哥大學、清華大學的幾個實驗室也都在用相似電路結構進行玻色糾錯碼的實驗研究。 玻色糾錯碼的實現難度也很大。我們需要非常巧妙地設計系統中超導人造原子和微波光子之間的相互作用，來實現一些精巧的人造量子光學過程（例如四光子泵浦等）。另外，如何糾正多光子損耗、如何平衡各種玻色糾錯碼的利弊等問題都很挑戰。但在當前進展下，這些難題很有希望在短期內被攻克，而不是非常遙遠的目標。
總結說，Google 路線是先集成、再糾錯，基本單元簡單，電路規模龐大，主要難度在于工程復雜性；耶魯路線是先糾錯、再集成，電路精簡，主要難度在于精巧的量子光學過程。但無論哪條路線，最重要的都不是物理量子比特數量。 耶魯路線無需集成大量物理量子比特就有希望實現邏輯量子比特。Google 路線需要大規模平面集成，但比數量更重要的是質量——數量做大并非難事，真正困難的是如何在芯片做大的同時保證每個量子比特的相干時間以及量子邏輯門和量子測量的保真度。這也是 Google 團隊過去幾年工作最出色的地方：5比特、9比特芯片上每一個物理量子比特的質量幾乎都與單獨測量的時候一樣高，并希望能延續到22比特 Foxtail 芯片。這個數字不是隨便選的——與5比特、9比特的一字排開不同，22比特將采用雙排排列，這是形成二維陣列的第一步，將帶來很多芯片結構和工藝的新挑戰。這就是量子電路研究，每往前一步都要無比謹慎，越往下走越難。John Martinis 一向以治學嚴謹甚至苛刻聞名，在他的領導下 Google 團隊正在高質量、有章法地沿著自己提出的路線步步為營。然而不是所有團隊都像這樣扎實，這兩年超導量子計算領域最流行的宣傳賣點就是量子比特數，不考慮量子糾錯方案、不強調控制和測量的精度，好像誰的芯片上物理量子比特多誰就領先了一步。各家 IT 巨頭和創業公司動不動就在新聞或年會上“發布”一塊多少比特的芯片，以證明自家的“進展”和“競爭力”，這樣是純粹的商業炒作，在科學上沒有意義。2018年3月5日早上，Google 團隊的 Julian Kelly 在美國物理學會三月年會一場邀請報告的最后展示了一下72比特 Bristlecone 芯片的設計版圖（我就在會場），這根本不是那場報告的重點；但它立刻被宣傳成“Google 發布72比特量子芯片”，甚至在半天內席卷中文媒體，朋友圈里排隊轉發，還引發了各種一本正經的對當下“量子爭霸”的“戰略評論”，實在讓人覺得荒唐?？催^這些亂象，我向大家推薦三條屢試不爽的經驗判據：
量子糾錯之上的各個臺階（邏輯量子比特的控制、糾纏、測量，到最終的容錯量子計算）難度只會更大，具體有哪些挑戰現在還無法預計，因為我們的實踐還根本沒有到那個階段。不過在這方面耶魯團隊再次領先一步——2016實現兩個諧振腔之間的糾纏、2017年底實現光子收發 (photon pitch-and-catch)，2018年初通過量子隱形傳態實現兩比特邏輯門 (teleported CNOT gate)。這些都是直接對邏輯量子比特的操作，只是微波光子還未經量子糾錯。耶魯路線允許我們現在同時開始挑戰第四、五、六個臺階，一系列結果還是非常振奮人心的。
相信以上都看下來的童鞋已經明白，量子計算是一條越爬越陡的天梯，我們現在還只處于很初步的階段。我們遇到的問題會越來越多、越來越難，但我們解決問題的能力也會越來越強。大型、通用、容錯量子計算機什么時候做出來？任何明確答案都是不負責任的，因為它太難做、未知挑戰太多、現在我們根本沒法給出負責任的估計。用另一條經驗判據結束這一部分： 在現階段，所有“多少年后做出量子計算機”的承諾都是炒作。
（七）量子計算何時商業化？進軍量子計算的商業公司很早就有了。2007年，在學術界還在研究基本的物理量子比特的時候，一家叫 D-Wave System 的神秘加拿大公司突然宣布自己做出了一臺量子計算機的原型機 Orion。Orion 不是一臺基于邏輯門的通用量子計算機，而是一臺量子退火機 (quantum annealer)。它有16個超導量子比特，但不對量子比特做單獨控制，而是用絕熱演化的結果求解一些特定問題。之后，D-Wave 的退火機越做越大，2011年推出128比特的 D-Wave One，這是世界第一個量子計算商品，售價1000萬美元，被軍火巨頭洛克希德·馬丁 (Lockheed Martin) 公司買下；2013年推出512比特的 D-Wave Two，被 Google、NASA、USRA 聯合買下；之后在2015和2017年又推出了1000比特和2048比特的 D-Wave 2X 和 D-Wave 2000Q，全都找到了買主。 這些聽上去很厲害的 D-Wave 機器到底有多強大？這在十年來一直爭議不斷。問題是，科學家甚至說不清 D-Wave 退火機到底是不是一臺量子機器。D-Wave 機器里有沒有量子糾纏？一些實驗表明很可能有。那 D-Wave 機器有沒有量子加速？絕大部分測試表明沒有。特別在2015年，一支合作團隊（包括 John Martinis 在內）用 D-Wave Two 最適合解決的專門問題對它的計算復雜度隨問題規模的增長規律做了嚴謹的測試，結果是這臺512比特的機器沒有任何量子加速！這一大堆量子比特放在一起到底發生了什么？誰都說不清楚。不過測試 D-Wave 機器的過程很大程度上幫助科學家們明確了量子加速 (quantum speed-up) 的嚴格定義。另外一點是很有趣的：人們用一堆量子比特很容易地就造出了一臺自己不理解的機器。直到現在，基于量子退火的絕熱量子計算 (adiabatic quantum computing) 還是量子計算中的一個比較獨立的分支，不少人都在繼續發掘它的潛力，希望它能對解決一些特定的優化、仿真問題發揮作用。
量子計算真正的商業熱潮從2014年開始——Google 全員買下了 John Martinis 在圣芭芭拉加州大學的實驗室，成為“ Google 量子人工智能實驗室”的一部分，并立刻給這群低調的科學家配上了強大的宣傳團隊。各家 IT 巨頭紛紛坐不住了，各種專營量子計算的創業公司也開始出現。 目前，各種參與量子計算的商業公司主要分四類： 第一類是 IT 或工業巨頭，其中 IBM 和微軟上場遠比 Google 早。IBM 十多年前就在 Waston 研究中心建立了以耶魯畢業生和博士后為骨干的、頗具規模的超導量子計算實驗室和理論組。IBM 的量子實驗室曾經專注于扎實的基礎研究，領取政府經費，與大學實驗室無異；直到幾年前才開啟商業競爭模式。 微軟很早就在圣芭芭拉加州大學內建立了 Station Q，專注于“拓撲量子計算”理論，也曾是完全的學術導向。這兩年微軟在荷蘭 Delft 理工學院、丹麥哥本哈根大學、澳大利亞悉尼大學、美國馬里蘭大學、普渡大學、Redmond 總部都新建了 Station Q；最重要的是，把這一領域最有影響力的兩位實驗物理學家 Leo Kouwenhoven 和 Charles Marcus 收入麾下。 Intel 2015年起也不甘落后，并且兵分兩路，在 Delft 理工學院與 Leonardo DiCarlo 實驗室（前耶魯博士后）合作發展超導量子電路，同時與 Lieven Vandersypen 實驗室合作發展硅量子點。 通用汽車公司與波音公司聯合所有的 Hughes Research Laboratories (HRL) 也已經在半導體量子點方向投入多年。 …… 第二類是大學教授兼職創辦的新公司，支持與轉化自己學術實驗室的成果。 2015年底，耶魯超導量子計算實驗室的領導者——Robert Schoelkopf 和 Michel Devoret 與研究員 Luigi Frunzio 創辦 Quantum Circuits, Inc.，2017年11月完成 A 輪1800萬美元融資。 2016年，馬里蘭大學實驗物理學家 Christopher Monroe 與杜克大學電子學家 Jungsang Kim 創辦主攻離子阱的 IonQ, Inc.，2017年7月完成 B 輪2000萬美元融資。 2018年初，因斯布魯克大學實驗物理學家 Rainer Blatt、Thomas Monz 與理論物理學家 Peter Zoller 在政府和大學的支持下創辦離子阱公司 Alpine Quantum Technologies，也已得到1200萬美元經費。 …… 第三類是自主創業、有完整硬件實驗室的新公司。其中最有名的是位于加州伯克利的 Rigetti Computing，由耶魯博士畢業的 Chad Rigetti 在2013年創辦，現在融資已接近7000萬美元，員工近百人。 第四類只做周邊軟件產品。這樣的公司這兩年出現了很多。
這些“量子企業”到底多有希望？我的個人觀點是：不同類別公司的性質是非常不同的。 第二類（學術實驗室 spin-off）會對當前的量子計算發展非常有幫助。量子實驗正朝著越來越復雜的方向發展，除了核心的物理原理外還涉及大量的工程細節，其工作量已接近傳統大學實驗室的極限。此時，來自專業工程團隊的支持，例如標準化的零件、加工工藝、專用的電子設備、控制程序將會極大地提高科研的效率。這類公司一方面解決實驗中的工程問題，另一方面將學術實驗室的成果做大做規范，這是一種非常良性的互動。不過，它們短期內一般沒有很大的盈利計劃，規模也很小。 第一類和第三類公司都有很強的盈利目的，但都自建或接管強大的實驗團隊，身體力行做量子計算機，在工作和宣傳方式上也都很類似。它們的主要區別在于承受風險的能力不同，巨頭企業更能承受長期投入而不見回報的基礎研究（當然這也很容易導致項目下馬）。 當前量子計算的主要瓶頸顯著集中在物理實驗，離開硬件基礎提出的各種過于超前的軟件概念實際意義并不大。但這恰恰成為近幾年量子商業熱潮的焦點。第四類企業主營的有面向量子計算的編程語言、編譯器、云服務，還有其它各種把信息技術概念前面加上量子兩個字，組成一些聽起來高大上、但實在不知道是什么意思的名詞。這些開發成本低、周期快、新聞效應強（龐大的 IT 業界都能聽懂），但其實與量子沒有直接關系。在我看來，它們是純粹的商業行為，重點是借當前的量子熱潮用“概念”盈利，無關于量子計算的主要挑戰和長期發展。換句話說，這些公司就沒打算真做量子計算機。
所以，量子計算商業化了嗎？沒法說，因為眼下的“量子產業”處于一種奇怪的形態。經過二十多年的發展，“量子硬件”仍明顯在拖“量子軟件”的后腿。可以預見至少在未來的一二十年里，量子計算的最大挑戰還將集中于基本的物理實驗和復雜、開放量子系統的物理理論，將長期是一種基礎研究。但這幾年它被突然推到了產業的浪潮里，人類歷史上都幾乎從沒有過一種基礎研究如此受到產業界關注。大家在物理實驗還非常原始的情況下，拼命地尋找它可能的實際應用，開發各種周邊產品和“服務”，配合及其高調的宣傳，竭盡全力地尋找商機。產業界是現代科技發展的一大推動力，但我不認為眼下這種形式的“商業化”會明顯促進量子計算的發展，也不認為這波熱潮能持續多久。量子計算面臨的不只是工程挑戰，還有許多基本的科學問題，很有可能屬于“世紀難題”。它與現實的距離比無人駕駛、電動車、商業航天等要遠的多得多，我們千萬不能用科技產品研發的思路理解量子計算機的研究。它的真正問世需要長期、穩定的支持，而不是利益驅動的商業炒作。
（八）中國的量子計算處于什么水平？與美國和歐洲相比，處于很初級的階段。 為什么？首先因為量子計算不是一個憑空出現的學科，它根源于物理和工程的長期發展之上。例如，離子阱的基礎是現代原子物理；超導量子電路是介觀凝聚態物理和量子光學的結合；低溫物理有超過百年的歷史，稀釋制冷技術最早出現在1960年代，至今仍基本被歐洲壟斷；我們每天實驗用的電子設備很多都來自美國幾十年前的軍工研究...... 在這樣的積累下，量子計算非常自然地在歐美首先出現，并且持續積累、領先至今。對這一領域貢獻最大的科學家們（第五部分中提到的各位）青年時代從事的都是相關方向的基礎研究，一步步創造了各種理論與實驗方法，建立起這個活躍的新學科。
1996年，奧地利維也納大學 Anton Zeilinger 實驗室來了一位叫潘建偉的中國博士生。他參與了許多重要的光子糾纏實驗，五年后回到中科大。十幾年來，潘建偉的實驗室在多光子糾纏方面有許多漂亮的基礎工作，并且大力推廣實用化量子通信。2016年，中國發射了第一顆量子通信衛星，并在2017年實驗成功；同年，中國開通了超過2000公里的“量子保密通信京滬干線”。目前，中國是對量子通信技術投入最大的國家，實踐上也最為領先。（關于量子通信的討論見第二部分） 但中國在量子計算方面就要落后的多。全世界頂級的量子計算實驗室本來就很少，其中的中國人更少，不少實驗室甚至從不招收未在歐美受過訓練的中國學生（主要是出于對中國學生動手實驗能力的不信任，不是什么涉密問題）。直到這幾年才開始有訓練有素的年輕科學家回到中國。例如在超導量子電路方面，John Martinis 的博士后王浩華老師回到浙江大學，Robert Schoelkopf 的博士后孫麓巖老師回到清華大學，成為兩大陣營在中國的代表。其它實驗系統也大多如此。所以說，專業的量子計算實驗室在中國只是剛剛落地出現，經驗積累、合作者水平、學生水平都比世界頂級組差一大截，當前的主要任務是訓練團隊和基本技術，模仿、追蹤世界前沿，暫時不具備做出重大成果甚至引領方向的能力。這是所有后來者都必須經過的起步階段，是最最正常不過的。 最近，中國的量子計算已經有了非?？上驳倪M步。例如去年，浙江大學與中科大的聯合團隊按照 UCSB/Google 路線，平面集成了10個超導人造原子（物理量子比特）并實現了它們的量子糾纏。上周，清華孫麓巖老師的實驗室在美國物理學會三月年會上展示了一個量子糾錯實驗，很接近耶魯團隊2016年發表的工作。這都是非常好的趨勢，說明中國現在已經有了專業的、有高質量產出的量子實驗室。
但是，有一點進步就開始浮夸宣傳是非常危險的。 去年五月，我的朋友圈里排隊轉發了一條“重大新聞”：中國研制出世界第一臺量子計算機！打開一看，是中科大的五光子玻色采樣實驗。雖然這兩年早已習慣了各種夸大宣傳，但這個標題實在超出了我的想象力（正確的說是：中科大發表了一個有趣的量子光學實驗）。這種宣傳氣勢再與量子通信、“量子衛星”的新聞結合，甚至讓很多在國外讀博的同學都相信了中國的量子科技已經領先世界。最近，阿里、騰訊、百度紛紛開始了自己的量子“戰略布局”，但從新聞稿來看，除了“量子”兩個字反復出現外，基本不明白他們究竟想干什么（可以歸入上一部分提到的第四類公司）。2015年，阿里巴巴與中科大建立了聯合量子實驗室，各方領導隆重出席，但新聞稿通篇都是科學錯誤，公布的“研究計劃”無異于畝產十萬斤。美國各家公司的宣傳大戰盡管都有夸大、避重就輕，但總體還是有尺度的；中國的浮夸宣傳完全則看不到底線在哪兒。 可喜的進步也被各種夸大。浙江大學與中科大的10比特芯片被重點強調比 UCSB/Google 多一比特，也開始加入沒有意義的比特數大戰（見第六部分最后的解釋）。其實這個實驗中量子比特的質量、控制精度、復雜度都比 Google 差很多，也沒有明顯的方法創新。這是一個非常好的、符合現階段發展需求的追蹤工作，但不應該繼續夸大。很多貌似專業的知乎答主都說這項工作至少代表中國的量子計算進入了世界第一集團，我只能說這么認為的人大大低估了世界第一集團的水平。如果非要說這是一項“重大成果”，我只能說不同人對“重大成果”的定義很不一樣。
量子計算與科技創投、大型工程（比如土木、機械、航天）都不一樣，它不是人到錢到說發展就發展，而是一個在優秀實驗團隊主導下漫長的積累過程。為此我的另一個擔心是國內的人才儲備：中國的基礎教育乃至大學本科都是以書本為中心，非常輕視科學直覺和動手能力的培養，善于做題而不善于解決具體問題，這是大多數亞洲學生的通病。這一點不得到根本改變，中國的實驗科學還將長期落后于歐美，包括量子計算在內。這是我在耶魯實驗室工作兩年多的深刻體會。只有當高水平的實驗訓練成為了年輕學生不難得到的資源，中國的科學才真正有能力在質量上和西方競爭。
（九）結束語：我們為什么要研究量子計算？最后，說幾句個人觀點，涉及到自己的科學史觀。 量子計算機能做什么？破密碼、做優化、加速機器學習...... 這些還都很不確定，在短期內也很難實現。那還費勁做這東西干嘛？我自己認為，量子計算的研究過程將是人類物質科學和工程的一次本質進步。 在歷史上，人類的大多數科技和產業革命都是物質科學（特別是物理學）推動的。變革產生的前提是人能發現新的自然現象、控制新的“自然力”、擴展在自然中的實踐范圍。學會工具、學會用火、農業出現、鐵器出現、蒸汽革命、電氣革命無不如此。但有一個例外，就是最近的信息革命。信息革命雖然以物理為基礎（電磁場、半導體、激光），但核心不是物理，而是數字邏輯。隨著信息技術的發展，軟件與硬件逐漸分離——底層硬件逐漸標準化，一步步接近物理極限，方法越來越受限制；主要的創新集中于頂層軟件，這種趨勢在今天的互聯網、人工智能的熱潮中日益明顯。其它學科也大多如此，機械、材料等傳統的“硬工科”雖然也在發展，但很少有本質突破，對社會的影響也日趨有限。一個直接表現是，不同專業的同學集體轉計算機，“硬工科”畢業都不那么好找工作。 而量子計算是物質科學引領科技發展的一次新嘗試，它第一次試圖在量子水平上構造、控制物質系統，在探索自然的同時極大地擴展了人類工程實踐的范圍，上次邁出這樣一大步也許要追溯到電氣和核能。人們現在拼命尋找的量子計算機的各種應用可能都不是最重要的，就像17世紀的人想象不到什么是手機一樣，我們現在也根本不知道當人類能自如人造控制量子系統之后能做多么不可思議的事情。 我認為量子計算是當前最重要的科技問題之一，盡管真正實用的量子計算機還比較遙遠。說白了有點像那句話： We choose to go to the moon. 該文章在 2018/3/20 17:30:49 編輯過 |
關鍵字查詢
相關文章
正在查詢... 
|
400 186 1886
