为什么量子计算需要纠错

在经典计算机中，信息以可检索的比特形式存储，二进制编码为0或1。在量子计算机中，基本粒子处于叠加态，一个n量子比特的量子计算机可以表示2^n个可能的状态，这允许量子计算机在一次操作中处理大量数据，使得量子算法在解决某些问题时，具有潜在的指数级加速。

叠加并不能简单理解为“同时”，不是说量子比特可以“同时是0和1”，而经典比特只能是其中之一。如果你看到一个所有可能答案的等概率叠加，并读取一个随机答案，这显然没有意义。

叠加的真实含义，可以表示为0态和1态的“线性组合”，也就是∣ψ⟩=α∣0⟩+β∣1⟩，其中α和β是复数，称为概率振幅（probability amplitudes），这些振幅的绝对值的平方给出了当量子比特被测量时，系统塌缩到相应状态的概率。某个结果的振幅越接近零，看到那个结果的机会就越小。

量子比特的可能状态|ψ⟩可以表示为Bloch球面上的一个点

这意味着，可以把不同倍数的状态加在一起。每个量子比特都可以与机器中的其他量子比特纠缠。建设性的干涉，会增加某个结果的可能性，而破坏性的干涉，互相抵消，会让振幅为零，相应的结果就从未被观察到。设计量子计算机算法的目标是编排一种建设性和破坏性干涉的模式，以便对于每个错误答案，其振幅的贡献相互抵消，而对于正确答案，贡献则相互加强。

只有这一切都安排好，观察时才会以很大的概率看到正确答案。要做到这一点而不提前知道答案，并且比你用经典计算机做到的要快，正是棘手的地方。

更困难的问题是退相干。量子计算机与其环境之间的相互作用，不管是热振动、宇宙射线、电磁干扰还是其他噪声源，可能导致量子比特过早被“测量”，它们坍缩成0或1单一值的经典比特。

人们从一开始就不清楚，量子计算机提供的指数级加速是否会因保护系统免于崩溃所需的指数级复杂性而被抵消。叠加态非常脆弱，以至于单个量子比特与其周围环境中分子的随机相互作用可能导致整个纠缠量子比特网络脱链或崩溃。随着每个量子比特转化为数字化经典比特0或1，正在进行的计算就被破坏。

这就需要纠错。在经典计算机中，纠错通过在系统中设计大量的冗余实现。纠错算法比较多份输出，选择最常见的答案，并将其余数据作为噪声丢弃。但不能对量子计算机这样做，因为尝试直接比较量子比特会使程序崩溃。因此，必须设计并实现一个只测量错误而不是数据的算法，从而保留包含正确答案的叠加态。一个在20世纪90年代中期提出的纠错方案，巧妙地将量子计算中的每个量子比特编码到几十个甚至数千个物理量子比特的集体状态中，大量的量子位专门用于纠错。

但纠错技术本身会引入错误。当然，从理论上讲（实际上并没做到），可以在不需要100%精度的情况下纠正新的错误，允许小的背景噪声在计算进行时污染计算。这意味着希望还没有完全破灭。

把“容错”算法植入量子电路，目前可以合理地控制十来个量子比特，但这离至少数千个量子比特、有用的商用量子计算机过于遥远。当你读到关于50或60个物理量子比特的最新实验时，重要的是，要明白这些量子比特没有纠错。

世界上最大的量子计算机（就量子位而言）是IBM的Osprey，拥有433个量子位。但即使有200万个量子位，一些量子化学计算可能需要一个世纪。据一篇最新的论文估计，在8小时内破解最先进的密码将需要2000万个量子位，这已经很乐观了，比之前估计的10亿个量子位要少得多。

对中国的启示

任何一个时髦的科技领域，随着大量金钱的涌入，都有可能出现骗子。在过去20年里，至少有数十亿美元投入到量子计算，但公共媒体甚至没有讲清楚这个领域中的大量基本常识。

新闻里除了不会告诉你“量子比特没有纠错”，还有大量的欺骗性话术和概念混淆。比如，量子模拟和量子计算的概念就被混淆。新闻里会夸耀加拿大的D-Wave是全球第一家成功实现商业化的量子计算公司，拥有独家的退火技术量子计算，客户包括洛克希德·马丁、大众、NASA、谷歌等。

但D-Wave是一台纯粹模拟机器，旨在解决特定的优化问题，它不是数字的，也不是纠错的，也不是容错的。

数字和模拟的区别是什么呢？假设你想要模拟全球气候变化。一种方法是编写一个数学模型，然后在数字计算机上解方程。这通常是气候科学家所做的。另一种方法是尝试在可控实验中模拟地球气候的某些方面。可以创建一个遵守与试图模拟的系统相同运动定律的简单物理系统——例如，在罐子中混合氮气、氧气和氢气。罐子内部发生的事情是一次真实世界的计算，它告诉你，在某些条件下大气湍流的情况。

量子模拟器本质也是用一个可控物理系统来模拟另一个。由于模拟演变没有数字化，软件无法进行错误校正，模拟设备必须保持量子叠加态足够长的时间，其难点与通用的量子计算机不同。

中国也在量子计算机领域取得了显著成果，见诸新闻报道的就有“九章”“祖冲之”“本源悟空”等型号，代表光量子和超导两条技术路线。中国在量子计算领域的科研进展当然令人鼓舞，但经过前面的分析不难理解，去比较中国是全球第二个还是第几个实现了“量子霸权”或“量子优越性”的国家，本身就陷入了谷歌开启的无聊炒作。

《自然》杂志2023年5月发表的一篇文章指出：

“事实上，所有的量子计算机都可以用糟糕来形容，数十年的研究尚未产生一台能够启动承诺中的计算革命的机器……到目前为止，有充分的理由对量子计算的前景持怀疑态度。量子专家还没有实现任何真正有用且不能使用经典计算机完成的事情。”

莱布尼茨超级计算中心的量子计算机

另一个重要问题也被新闻媒体所忽略。数据的存储、取出是横在量子计算机前进道路上的又一座难以逾越的大山，并且存在原理性障碍，很难通过工程技术手段得到解决。计算机的算力不只取决于中央处理器CPU的性能，也与内存的容量和内存连接CPU的带宽有关。对于诸如AI等许多实际问题，内存带宽更是决定性的，目前英伟达的GPU H100的内存带宽已达3TB/s。

受物理原理限制，高速、长时、大容量量子存储器难以实现，所以量子计算机还需依赖于传统的电子存储器，这就必然增添了量子信息与电子信息之间来回倒换的许多麻烦，量子加速会在这个过程中大打折扣，甚至总体可能得不偿失。

这次美国的DARPA与美国能源部科学办公室、伊利诺伊州、美国空军研究实验室的量子科学家和工程师合作，进行量子基准测试倡议，其实就是追问两个问题的答案：量子计算机能够实现标准计算机无法完成的事情吗？构建一个容错的商用量子计算机可能吗？

一位在美国的华裔学者告诉心智观察所：“这个动作在DARPA的历史上是罕见的，我不记得有什么开创性、革命性的技术面临过如此特别待遇。”

DARPA表示，当量子技术看似无处不在、无所不包时，他们正试图从炒作中提炼出真正的价值，凭借健康的怀疑态度、科学严谨性以及行业和学术专家的知识。

这个动作挺值得中国借鉴，无论DARPA会做得怎样，中国也可以用自己的方式，把这种“健康的怀疑态度”用于重新审视自己的科研项目，不限于量子计算。科研项目的学术成果与真正的产业应用是有很大距离的，甚至可能是完全不同的模式，未必都能走通，这就需要将真正的价值“从炒作中提炼”。

“量子计算如果仅仅在学术界进行讨论，资金投入给人脑，那么任何产出大致都可以接受，毕竟人力资源的投入相对硬资产的投入要小而可控性强，但是一旦进行产业化前期的验证性资本投入，就需要在更多维度上对项目进行可行性考核。”另一位业内学者向心智观察所表示。

他这样解释DARPA的这一动作：“DARPA对于几十年来在量子计算持续不断地硬资产投入和各种缺少衡量指标性的炒作显得不耐烦，因此这次DARPA直接强硬打断所有量子计算专家的话，告诉他们，不要告诉我你做了什么，让我们来先制定一个评判标准体系，然后你来告诉我，你做的能够符合标准体系的哪一条。”

不久前，中国半导体行业协会理事长、长江存储董事长陈南翔在采访中表示，过去在发展集成电路的过程中，中国走了很长一段时间的“弯路”。本质上，中国想要发展的是一种芯片产业，但过去这件事交给大学、研究院和科学院，最终获得的是一种更具学术性的成果。

陈南翔强调，这是两种完全不同的路径，中国现在需要的是一种产业，需要创新的产业、服务和商业模式，最终转变为经济的商业价值。“我认为，在花了很长一段时间的摸索之后，无论是从政策的主导者，还是产业利益的相关方，终于明白了。”

“不能说我们已经找到了产业发展的最佳模式，但起码，我们已经知道了什么样的模式是注定要失败的。在长时间试错后，现在我们可以相信，在未来集成电路产业的发展中，一定正孕育着一个巨大的成功模式。大家拭目以待。”

陈南翔讲清楚了发展产业与取得学术成果的不同，值得深思。科研并非一条只需向前看的坦途，总结走过的弯路，中国也需要DARPA这样回头看的动作，努力审视科研成果的真正价值，这很重要。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。