量子计算 没那么“神”也没那么“远”

图 IC

话题主持

本报记者 易蓉

在概念上令人遐想、在技术上艰深晦涩的量子计算，正以前所未有的速度从实验室走向台前。它被视作未来产业的战略高地，每一次“量子霸权”的突破，都牵动着科技界与产业界的神经。

它已经很近——每一次技术突破都可能重塑算力格局，资本与政策正争分夺秒地落子布局；它仍有距离——真正实现可用的通用量子计算，还有工程与科学的诸多关卡待突破。多条技术路线中的中国量子计算，究竟离我们有多近，又有多远？本期特邀拥有科学家和创业家双重身份的量子计算领军者解答。

问

“量子”和“量子计算”，到底是什么？

李晓鹏：“量子”不是某一种粒子，而是描述微观世界离散性的基本概念。在原子、电子、光子等微观尺度上，一些物理量不是连续变化的，而是以一份一份的形式存在。比如原子的能量通常只能取若干分立数值，而不能任意变化。

“量子计算”则是利用量子力学规律来处理信息的一种计算方式。在某些特定问题上，量子计算有望比经典计算更高效。需要强调的是，量子计算并不是把不可计算的问题变成可计算，而是在部分问题上可能带来更高的求解效率。

问

量子计算机和我们常见的计算机，有哪些区别？量子计算机为什么对我们很重要？

李晓鹏：两者的核心区别在于信息表示方式不同。经典计算机使用的是比特，每一位只能是0或1。它可以通过多核、集群等方式实现并行计算。

量子计算机使用的是量子比特。量子比特可以处于叠加态，并通过量子纠缠和干涉等机制影响计算结果的概率分布。它的优势并不是简单意义上的“并行计算”，而是通过量子物理规律改变某些问题的求解方式。总体来看，量子计算更像是面向特定问题的高端计算工具，而不是日常电脑的替代品。

量子计算的重要性在于，它可能为一些长期以来计算难度极高的问题提供新的解决路径。

例如，在新材料设计、分子模拟、药物研发、复杂优化问题以及部分密码分析领域，经典计算在规模扩大时往往面临指数级增长的复杂度。量子计算提供了一种不同的信息处理方式，有望在其中某些问题上带来加速。

因此，它不仅具有科学研究意义，也可能对未来产业和信息安全产生深远影响。

问

“量子体积”越大，量子计算机就越厉害吗？

李晓鹏：“量子体积”是一个综合指标，用来衡量量子计算机的整体性能。它不仅考虑量子比特数量，还包括门保真度、连通性、电路深度等因素。

相比单纯比较“量子比特数量”，量子体积更能反映真实能力。但它也不是唯一标准。量子计算机的实际表现还取决于误差率、是否实现量子纠错、算法适配程度以及系统稳定性等多方面因素。因此，量子体积越大通常意味着硬件能力提升，但不能简单等同于“越大越强”。

任何计算模型都有理论边界，量子计算机也不是无所不能的。例如，计算理论中的停机问题是不可计算的，这一点不会因为采用量子计算而改变。此外，虽然量子算法在某些搜索类问题上可以带来平方级加速，但这通常不足以把大多数NP难问题变成多项式时间可解。

因此，量子计算不应被神化。它的价值在于在少数关键问题上可能取得实质性突破，而不是解决所有难题。“全知全能”的计算机并不存在。更现实的目标是构建大规模、可扩展、可纠错的量子计算系统。这需要在多个方面取得突破，包括更稳定的量子比特、更低的误差率、更成熟的量子纠错方案，以及更强的系统工程能力。

目前量子计算已在若干特定问题上展示出“量子算力优势”的实验结果，但多数集中在为量子系统设计的基准任务上。在具有明确科学或产业价值的问题上，仍处于探索和验证阶段。部分方向已经出现积极迹象，但距离大规模、稳定、可复制的商业应用，还有一定距离。更准确地说，量子计算正在从理论研究逐步走向工程实验。

问

量子计算更适合做模拟仿真吗？

李晓鹏：量子系统模拟被普遍认为是量子计算最有希望率先体现优势的方向之一。

由于自然界中的分子和材料本身遵循量子力学规律，用量子系统去模拟量子系统，在理论上更加匹配。因此，在材料科学、量子化学等领域，量子计算具有较高潜力。此外，在部分搜索、优化和密码相关任务上，量子算法也在理论上展现出加速能力。但这些能力通常依赖未来大规模、容错量子计算机的实现。

问

中国的量子计算发展处于什么样的水平？

李晓鹏：总体来看，中国在量子计算领域处于国际第一梯队。无论是在超导、中性原子还是在光量子等多条技术路线方面，都有具有国际竞争力的研究团队。

同时，美国在产业生态、长期投入、人才储备和系统工程经验方面仍然处于领先位置。欧洲、日本等国家和地区也在积极布局，国际竞争十分激烈。可以说，中国已经进入全球竞争前列，但在若干关键环节上仍需持续努力。

问

最新的量子计算成果是什么？

复旦大学在这方面有什么突破？

李晓鹏：近两年，国际上量子计算的发展趋势主要体现在三个方面：硬件规模持续扩大、误差控制不断改进，以及对容错量子计算资源的重新评估。

复旦大学在大规模量子系统集成、量子算法优化和量子智能计算等方向取得了一系列阶段性成果。例如，在量子储层计算与复杂时序预测方面，团队在特定任务上验证了小规模量子系统的应用潜力；在量子算法和指令集设计方面，也通过编码与电路优化方法降低了部分算法的实现复杂度，提升了其在真实硬件上验证的可行性。本报记者 张炯强