你知道量子计算吗?它超酷的!

2018-03-16 | 作者:微软亚洲研究院

编者按:如果有人向你提到了量子计算,你虽然表面上不动声色,实际上却一头雾水,这时千万不要紧张!因为世界上有许多绝顶聪明的人都承认自己对量子计算一无所知。本文中,微软雷德蒙研究院首席研究员Krysta Svore将向我们讲解量子计算的相关知识。Svore博士指出了量子计算在解决世界难题上的潜力,并告诉我们为什么微软会选择拓扑量子位来发展量子计算机。


采访音频:

(以下是对微软雷德蒙研究院首席研究员Krysta Svore采访的文字整理)

对于我来说,量子计算有助于解决当今计算机无法解决的各种例如能源和粮食等难题,让这个世界变得更加美好,这就是为什么我对研究量子计算充满了极大的热忱。

量子开发工具包

大约七年前,微软成立了量子计算团队。量子计算能做什么?如何实现量子计算?如何进行量子编程?如何将量子算法应用到硬件系统中?这些都是我们需要去思考和解决的问题。除此之外,我们还要致力于将量子计算普及给更多的开发者。去年,微软发布了量子开发工具包,其中包括专为量子计算开发的Q#编程语言、一款量子计算模拟器,以及能够帮助到量子程序开发者的其它资源。

事实上,量子计算机是一个跟传统计算机相结合的混合设备,可以被看作是传统计算机的协处理器或者加速器。上面运行的程序的大部分代码都是用普通语言来编写,然后通过调用Q#语言来运行在量子加速器中。在功能实现上,量子算法和传统算法有很大的区别。而Q#编程语言可以让开发人员轻松设置量子纠缠、叠加和干涉,从而极大降低量子程序的开发门槛。

我们希望这个工具包能够帮助更多有志于学习如何在量子计算机上进行编程的开发人员——无论他们是不是量子物理领域的专家。事实上,我们认为量子计算领域应该开放给更加广泛的受众,让更多的人了解这个领域并且一起来开发相应的算法和程序,而不仅仅是量子力学专家。

拓扑量子位

量子计算和经典计算到底有什么不同?量子计算机依靠量子力学的原理来进行计算,这些原理与经典物理理念截然不同,比如量子叠加(superposition)、量子纠缠(entanglement)、量子干涉(interference)等等。量子计算机利用量子叠加来存储信息。在经典的二进制计算机中,数据被存储成0或者1两种状态,类似于一个普通开关。而在量子计算机中,信息被存储成量子态,可以同时被记录为0或者1,就好比一个能够调节灯光亮度的开关,是0和1的线性组合,这种特质能让计算机的存储量能获得指数级别的增长。

在量子计算中,我们依靠量子位(量子比特)将信息存储在量子计算机中。但是这些量子却很不“安分”,它们时刻想和自己周围的环境进行互动。但是,与环境的纠缠会导致存储在量子位中的信息丢失,因此我们希望这些量子保持在一种“真空”状态,与各种各样的噪声相隔绝。隔离系统有很多不同的方法,但是微软采取的方法具有更好的可拓展性。打个比方,假设你想建一栋摩天大楼,如果使用砖头作为建筑材料,这栋大楼的搭建过程会非常辛苦。这时候,选择使用钢铁作为建筑材料也许是一个更好的选择,这栋大楼也会更加坚固。微软选择的拓扑量子位就像“钢铁”,非常强大和稳定,拓扑量子位能让我们以更少的开销、更少的资源、更少的时间获得更加强大的计算能力和更多的量子位。通俗来说,拓扑量子位能够少花钱,多办事。并且,如果要实现同样的计算能力,拓扑量子位所需的量子位更少。

微软致力于构建一个全面的、可拓展的量子计算生态系统,只拥有50或者100个量子位的量子计算机对我们来说是远远不够的,我们希望量子计算机能够拓展到数千、数万、数十万甚至更多的量子位,这样才能够解决全球最具挑战性的问题。

机遇与挑战

跟所有新事物一样,量子计算带来的影响具有正负两面性。一方面,量子计算对机器学习有很重要的意义——量子算法可以加快深度神经网络、玻尔兹曼机(Boltzmann machine)或者感知器(perceptron)等的训练速度,更重要的是,量子计算机让我们有能力对大自然进行建模,可以实际模拟出大自然的运行方式,用来解决诸如清洁能源、粮食生产、气候变化等等问题。但另一方面,量子计算也会在很多方面带来潜在的风险,比如密码学、安全学、隐私等。最早的量子算法可以追溯到1994年由Peter Shor提出的一种可以在量子计算机上高效执行因式分解的算法。因式分解几乎是现在所有密码系统方案(例如RSA加密算法)的基础,因此量子计算机会对现有的密码系统产生潜在威胁。因此,微软研究院同样也在研究可以抵御量子攻击的新的经典密码算法,用来取代被广泛使用的RSA加密算法。

“共进化”

量子计算机并不会取代经典计算机,就像超级计算机一样,量子计算机只会被用来解决某一类特殊的问题。人工智能、机器学习、医学、健康、量子化学等问题才是量子计算机的用武之地,这些问题的解决需要经典计算机花费数十亿年的时间,而在量子计算机上,几周、几天、几小时甚至几秒钟,难题就能迎刃而解。

事实上,对量子计算的研究也反过来推动了经典计算的研究。例如,机器学习中的某些量子算法的思路同样可以运用到传统的机器学习中去,从而推动了传统算法的演进,这种类似的情况也经常出现在优化、理论计算科学中。通过研究量子计算和量子算法,我们对经典计算的了解也越来越深入。

量子计算很酷,快来下载微软量子开发工具包,加入到对量子计算的探索队伍中来吧!

获取量子开发工具包:https://www.microsoft.com/en-us/quantum/development-kit

微软雷德蒙研究院首席研究员Krysta Svore