巨头争相押注量子计算机，未来技术潜力在哪

QSystem One是全球首台也是目前唯一一台独立量子计算机，由IBM公司于今年年初的国际消费电子展正式推出，旨在借助其中的核心处理器来解决一些最为复杂的世界性科学难题。通过20个量子比特的强大数据功能，该计算机可以一步实现220的运算速度。

理论上来说，达到“量子比特”级别就已经是相当难得。得益于相对较低的出错率，量子计算机能够有效解决现实生活中的诸多难题。虽然目前整个系统仍集成于九英尺的冷却立方玻璃空间中，但IBM公司已经雇用了一位伦敦设计师来为其研发黑色金属外壳。

有人说，这是一台来自未来的计算机，也有人说这是一头来自科幻世界的庞然大物。IBM公司研发部门负责人Dario Gil介绍说：“这是一项令人兴奋、令人着迷的技术，也是首个能够广泛商用的集成量子计算系统。”但其实，究竟如何定义广泛商用，仍然是一个大难题。待日后该技术逐渐成熟，各家公司或将能借助互联网访问IBM公司的量子平台，通过各项实验来亲身测试系统成效。

现阶段，全世界不少国家和地区的公司，都十分看好量子计算技术的发展潜能，期望该技术能够帮助他们解决困惑已久的难题。同时，各国政府也纷纷斥资数十亿美元研发量子计算技术，以在全球格局中赢得经济和军事优势。当然，量子信息科学领域的投资，目前还处于发展初期，尚未得到充分重视。

根据摩尔定律这一科技行业指导原则，基于微型芯片中晶体管数量的增长，计算能力大约每隔两年增长一倍。但目前，硅芯片中晶体管的运用，几乎已经达到极限。未来，在人工智能技术的帮助下，或许量子计算技术有望帮助摩尔定律走出瓶颈期，给整个行业带来全新变革。

最可能受益于量子计算技术的三大行业

当下，各家公司都希望借助量子计算技术来解决复杂难题。如下三大行业，最是跃跃欲试：

金融

说到底，银行和投资两大块最重要的就是管理风险。摩根大通和高盛这类华尔街金融巨头，都希望利用量子计算技术来降低风险，更好管理投资组合的威胁与机遇。除此之外，量子计算机还能帮助金融专家不断优化蒙特卡洛模拟(Monte Carlo Simulation)模型，更好预测各种复杂情况的可能结果和可行性。

能源

作为全球最为复杂且难以预测的自然现象，气候变化或许也能在很大程度上享受量子计算机带来的好处。今年一月，埃克森美孚公司(Exxon Mobil)与IBM公司达成伙伴合作，共同研发环境预测模型和碳捕获技术。另外，戴姆勒汽车公司(Daimler)也正在积极利用量子计算技术来测试新型化学电池来进一步提高电动汽车性能。而迪拜水电局(Dubai Electricity and Water Authority)也携手微软，努力优化电网管理。

医学

早在2017年，美国生物医药巨头Biogen携手咨询公司埃森哲(Accenture)和初创企业1QBit开启了一项量子计算实验，共同探索医学领域的复杂分子建模，希望能够研发出治疗阿尔兹海默症和帕金森症这类神经退行性疾病的优质候选药物。除此之外，微软也与凯斯西储大学(Case Western Reserve University)达成合作，以提高磁共振成像(Magnetic Resonance Imaging)机器的检查精准率，通过量子算法帮助检测癌症。

搜索巨头谷歌的相关研究人员也表示，在不久的未来，量子计算机将会以绝对优势胜过传统传统计算机。它不仅是一项拥有巨大发展潜能的“未来技术”，更是一门值得即刻着手研究的强大科学。

无论是IBM公司，还是谷歌、英特尔或微软，只要这些科技巨头和新兴初创企业能够向广大民众和整个行业证明自己拥有正确的研究方法，那无疑将吸引更多优质研发人员和潜在合作客户以及更大市场份额。目前，这些公司或多或少都提供一些软件云服务。如若未来量子研究能够实现关键性突破，那将进一步为他们提供丰富的产品服务，从而获得更大盈利空间。

作为前所未有的超快速计算机，量子计算机并非逐项运算，而是同时分析所有潜在场景和每种可能情形。它能够拯救淹没在数据大潮中的各家公司，通过预测各种变量、分析各种数据，帮助他们解决诸多复杂问题。

以电商巨头亚马逊为例，商品运输永远是它需要不断优化的一大难题。这其中，涉及运输路线、物流体系、商品库存、天气状况、交通状况和律法规定等一系列因素。传统计算机和人工管理，显然会导致一片混乱。或许未来，量子计算机能够有效解决这一难题。再加上有人工智能技术提供支持，机器在实现自我学习之后，着实能够承担更多职责、优化整个流程。

据埃克森美孚公司研发副总裁Vijay Swarup介绍，公司之所以选择与IBM公司合作，就是因为看到了量子计算技术在能源领域的巨大发展潜能，不仅有望进行环境预测，还能优化电网管理，驱动碳捕获技术取得关键性突破，进一步将人类对自然和化学的认识转化为切实可行的创新技术。

其实，量子计算机这一概念，早在上世纪70年代就已诞生。一路至今，其研发也遇到了很多困惑阻碍，尤其是工程和量子力学方面。1995年，贝尔实验室的一位数学家Peter Shor就表示，一台功能成熟的量子计算机不仅能够破解RSA通讯加密，还能够以快于传统计算机无数倍的速度完成运算。随后一年，该实验室另一位科学家提出了一种全新量子算法，能够实现非结构化数据库的快速搜索，进一步推动硬件研发进步和关键编程突破。

约十数年后，在耶鲁大学教授Robert Schoelkopf所带领团队的努力之下，基于过冷硅和电流的“超导量子比特”的全新概念诞生，在很大程度上也促进了IBM机器的诞生。作为Schoelkopf实验室曾经至关重要的一位研究员，Chad Rigett在加州成立了一家名为Rigetti Computing的初创企业，并且计划于今年下半年推出128个量子比特的量子计算机。

这些量子比特由超导电极之间的电流运动产生，存在于特殊设计的硅芯设备中。当量子计算机进入运算状态后，每两个量子比特就会实现相互连接，实现所有指令的同步运行。也就是说，如果所有量子比特都实现相互连接，程序员就能够一步实现大量相同运算，从而在极大程度上提高运算速度。

除了“超快速度”，“叠加”也是量子计算领域的一大高频词汇。在传统计算中，所有“比特”所代表的信息仅为0和1。但在量子计算中，“量子比特”能够代表任何0和1之间的变化组合。举个例子，一枚静止的硬币非正即反，但一枚旋转的硬币却有很多可能。也就是说，在叠加状态下，量子比特能够储存更多于比特的数据。

每一个量子比特，都能以指数形式带来计算能力的增加。但随着量子比特数量的增长，计算质量就会逐渐受到限制，甚至带来错误的计算结果。还是以旋转的硬币为例，即便是最为微小的波动，比如温度或振动，都有可能破坏旋转平衡，导致硬币脱离旋转规律从而逐渐停止旋转。来自以色列希伯来大学的Gil Kalai教授甚至表示：“基于我的分析，量子计算技术必将会失败，因而关于它的一切研究工作也都将是徒劳。”这也就是IBM公司和谷歌如此迫切向公众证明，其量子比特已经得到优化巩固，且已大幅降低错误率。

2014年2月，马里兰大学物理教授Chris Monroe在知名物理期刊上发表了一篇文章，罗列出了数种能够帮助量子计算领域实现质的飞跃的硬件设备。没过多久，就收到了知名风险投资机构恩颐投资(New Enterprise Associates)合伙人Harry Weller的邮件。经商谈，Monroe接受了Weller提出的投资建议，于2015年成立了量子计算初创企业IonQ。

现阶段，IonQ的研究重点是一项名为“离子阱”的量子计算方法，主要借助激光束操控离子或带电原子达到激活量子比特的目的。与超导量子比特不同，这种方法无需电缆线来向机器传递控制信号。也就是说，量子比特受到干扰而出错的可能性会大大降低，仅是悬浮于真空带中。2017年，IonQ又顺利拿到了谷歌母公司Alphabet旗下风险投资机构GV的资金支持。随后五月，该公司正式任命亚马逊Prime的前工程主管担任首席执行官。

就在去年，工业巨头霍尼韦尔(Honeywell)也首次公开展示了公司已秘密研究数年的“离子阱”项目。当然，目前这一方法还处于发展初级阶段。除了“离子阱”，量子计算的方法还有很多种。至于哪一种最好、能够成为主流，现在就下结论还为时过早。

推动量子计算进步的七大可行方式

以下总结了促进量子计算领域发展的七大方法：

超导利用流经特殊半导体芯片的电流，来生成计算可用的“量子比特”。目前这是最为先进的方法，也是IBM公司、谷歌和英特尔所采用的方法。

离子阱借助激光束操控真空带中的带电原子，从而降低外部干扰导致的出错率。目前，初创企业IonQ和工业巨头霍尼韦尔，均十分看好这种方法。

中性原子与离子阱较为类似，但所使用的是中性原子。哈佛大学物理学家Mikhail Lukin的实验室，目前正在研究这一方法。

退火方法旨在找到最低能耗和最快速度来进行量子计算，解决各种数学问题。以该方法为业务核心，加拿大公司D-Wave已经向谷歌和美国国家航空航天局卖出了数以百万计的机器设备。虽然这一方法毫无疑问拥有较快速度，但仍然有人表示它可能无法归类为“量子”级别。

硅芯自旋主要利用半导体晶体管中的电子来实现量子计算。现阶段，英特尔也较为看好这一新兴技术。当然，它也同样支持更为成熟的超导量子比特方法。

拓扑方法主要利用“任意子”这种高度稳定的外来准粒子来进行量子计算，其长期发展潜能为微软所看好。

光电方法主要利用穿梭于特殊硅芯片中的光粒子来实现量子计算。其中，优质粒子相互结合，劣质粒子则自行消散。目前尚处于隐形发展阶段的初创企业Psi Quantum，正在努力研发这一方法。

过去三年，已经有超过12万人借助IBM公司的量子云服务平台完成了1000多万次实验，发表了超过190份研究报告。

当然，作为一项新兴技术，量子计算尚未完全证明自己的科学性和成熟性。于某些科学家而言，投资失败风险非常大，产品研发及交付也无法得到保证。