這是一個科技飛速發(fā)展的時代。從高層面的5G、AI，到低層面應用如云服務、視聯(lián)網，人類的能力正在獲得不斷的延伸。

可不得不注意的是，這些科技都是建立在計算機的基礎之上的。而這塊基石，則已經逐漸來到了它的瓶頸期。

在1965年，英特爾聯(lián)合創(chuàng)始人戈登·摩爾曾觀察到一件事。自1958年發(fā)明晶體管以來，微芯片上每平方英寸的晶體管數(shù)量每年會翻一番，與此同時成本卻減少了一半。這個觀察結果被稱為摩爾定律。摩爾定律意義重大，因為它意味著隨著時間的推移，計算機會變得越來越小、計算能力越來越強、計算速度越來越快。然而時至今日，人們卻發(fā)現(xiàn)摩爾定律失效了，傳統(tǒng)計算機的進步速度正在逐漸放緩乃至停滯不前。英特爾等計算機制造巨頭也都紛紛暗示，基于晶體管的計算正在走到它的“盡頭”。

在這種情況下，如果我們想繼續(xù)從計算能力的指數(shù)增長中獲益，我們必須找到一種完全不同的信息處理方式——那就是量子計算。

谷歌在英國《自然》雜志發(fā)表的一篇論文中，便演示了量子霸權（由美國理論物理學家 John Preskill在2012 年提出，指量子計算機可以做到一些經典計算機所無法實際解決的運算），以一臺可編程量子計算機超越了最快的經典超級計算機。該量子系統(tǒng)只需要約200秒便可以完成經典計算機大約需要10000年才能完成的任務。

那么，量子計算機是什么呢？

通俗來講，我們現(xiàn)在所用的筆記本、臺式電腦以及手機到超級計算機的CPU都是通過晶體管的0／1二進制狀態(tài)來存儲、運算數(shù)據，它們之間的差距只在于晶體管數(shù)量和運算頻率。而量子計算機不使用晶體管或經典比特。相反的，它們使用量子比特。量子比特作為量子計算機中處理信息的基本單位，可以是0到1之間的任意值，或者同時具有這兩個值的屬性。此外，量子計算機依賴于自然發(fā)生的量子力學現(xiàn)象，或者兩種重要的物質狀態(tài)，即疊加和糾纏。當這兩種狀態(tài)被用于計算目的時，可以加速我們進行巨大計算的能力。

也就是說，在同一個計算任務上，量子計算機比經典計算機有著顯著的加速。

目前，量子計算主要有三種類型。每種類型的不同之處在于所需的量子比特的數(shù)量、可能的應用數(shù)量、以及實現(xiàn)商業(yè)可行性所需的時間。

第一種是量子退火，是解決優(yōu)化問題的最佳選擇，也是量子計算中功能最弱、應用范圍最窄的一種形式。

例如，大眾汽車最近進行了一項量子實驗，以優(yōu)化北京擁擠的交通流量。 這項實驗是與谷歌和D－Wave Systems合作進行的。大眾汽車表示，這個算法可以通過為每輛車選擇理想的路徑，來成功減緩交通壓力。

可傳統(tǒng)的計算機需要數(shù)千年才能計算出這種問題的最佳解決方案，顯然這是不可行的。而在理論上，隨著每臺量子計算機的量子比特數(shù)量增加，量子計算機可以在幾個小時或更短的時間內完成這個過程。

第二種是量子模擬。量子模擬探索量子物理學中超出傳統(tǒng)計算系統(tǒng)能力的特定問題。

比如說，量子模擬器可以用來模擬蛋白質折疊。錯誤折疊的蛋白質會導致像阿爾茨海默氏癥和帕金森氏癥這樣的疾病，測試新療法的研究人員必須通過使用隨機計算機模型來了解哪些藥物會引起每種蛋白質的反應。

然而，如果一種蛋白質要通過順序取樣所有可能的藥物誘導效應而找到正確的折疊結構，它可能需要比宇宙年齡更長的時間才能找到其正確的自然狀態(tài)。只有借助于量子模擬，才可能快速得出結果。

第三種是通用量子計算。在未來，我們或許能制造出通用量子計算機，它背后的基本思想是，你可以指導機器進行任何復雜的計算，并快速得到解決方案。這包括求解上述的退火方程，模擬量子現(xiàn)象，等等。

通用量子計算機可以徹底改變人工智能領域。在量子計算機上訓練人工智能可以提高計算機視覺、模式識別、語音識別、機器翻譯的性能等等。屆時，如云服務、視聯(lián)網等服務便可以獲得躍遷式的突破。

從巨頭布局和參與研究的機構來看，量子計算毫無疑問是各國關注的重大科技之一。英特爾公司量子硬件負責人吉姆·克拉克也曾經說過這樣的一句話：“量子可能是未來100年的計算技術。這有點像太空競賽，一代人時間里出現(xiàn)一次”。截至目前，谷歌、IBM、微軟、英特爾、華為、阿里巴巴等全球高科技公司都已為此投入大量的研究力量。在未來社會，量子計算大概率將逐漸取代傳統(tǒng)計算的地位，為我們人類帶來更為強大的科技推動力。