模拟自然的本质：与IBM量子计算研究的问答
量子计算可能是计算领域的下一个重大突破，但它的一般概念仍然处于炒作和猜测的现状？它能破解所有已知的加密算法吗？它能设计出治愈所有疾病的新分子吗？它能很好地模拟过去和未来，以至于尼克·奥弗曼能和他死去的儿子说话吗？
以下是记者采访IBM量子公司量子应用和软件高级研究经理Jeannette (Jamie) Garcia博士的对话，并讨论了他们公司的433量子比特量子计算机，以及量子计算在现实生活中的应用。
Ryan Donovan：您是怎么进入量子计算领域的？
Jamie Garcia：我实际上是一名受过培训的化学家——我拥有化学博士学位。我来到IBM是因为我对当时那里正在进行的一些材料科学工作非常感兴趣，并开始在这个领域进行一些研究。我想大多数实验学家都会告诉你，如果你从一个实验中得到一个奇怪的结果，你需要做的第一件事就是找出原因，这涉及到很多理论。所以当你在实验中遇到无法理解的情况时，你会急忙跑过走廊去和你的计算领域的同事交谈，以帮助阐明在你的烧瓶中发生了什么你实际上看不到的事情。
作为这个过程的一部分，我对整个计算和对自然模拟非常感兴趣，并试图用计算来实现这一目标。我意识到使用经典计算机来处理某些反应确实存在一些挑战。我问我的同事，他们告诉我这是不可能的。我就想，为什么？
RD：你能举个例子吗？
JG：对我来说，它们是令人惊讶的例子——小分子的反应性很强。
比如自由基，它会对我们的身体造成各种各样的破坏，但也会出现在电池中，我当时正在研究电池。这种反应能量极高，并且涉及到很多不同的化学变化，以至于传统计算机无法对其进行建模，尽管它们只是像氧气分子那么小的分子。
有一天，我在约克敦海茨沿着走廊行走时，看到一位同事张贴的海报上有化学成分，这引起了我的注意。这种情况在IBM并不常见。原来这位同事正在使用量子计算机研究一种分子的特定性质。
它让我停了下来，我意识到这是一个全新的化学工具。现在我们已经超越了化学领域。我们正在研究各种不同的东西，但从一开始就是这个发现让我着迷并产生了兴趣。
RD：我们已经和量子计算领域的一些人交谈过了，但我认为在这里了解一些基础知识是有价值的。量子比特到底是什么？
JG：量子比特是我们对经典比特的类比。在IBM，我们使用超导量子比特。它们必须被冷却到15毫开尔文左右。你可能看过我们的大型稀释冰箱的照片，这些冰箱可以将量子比特冷却到那个温度水平。它们是由超导材料制成的。
当你对量子比特进行编程时，你所做的就是利用这些超导体的材料特性，你可以将电子移动到不同的能量状态。这基本上可以让你对量子计算机进行编程。其中最大的挑战之一是让它们保持在这些状态。而且感觉我们之后会谈到这个问题。
RD：尤其是考虑到你的材料科学背景。这似乎是关键的一部分。
JG：但它们从根本上来说也是一种不同的 “野兽”，因为我们现在利用量子力学来对量子比特和量子计算机进行编程，并能够在它们上面执行算法。所以它与经典比特相比有不同的特点。
事实上，你可以利用量子力学的特性，比如叠加和纠缠。当你考虑算法时，这些都是需要考虑的因素。在某些情况下，它可以作为经典装置的补充。但这确实是一个值得探索的全新领域。
RD：我听说量子比特并不完全稳定。你将它们进行超低温冷却并试图让它们保持在这种特定的状态。为了产生一个量子位，你需要大量的冗余和纠错吗？
JG：当我们谈论433个量子比特时，它们都在一个芯片上，对吧？所以当你给它们编程时，很多时候，我们利用两个量子比特门，你需要把两个量子比特纠缠在一起。
你把它设置好，并以一种非常特定的方式将你的电路映射到量子位上，以便得到答案。现在，你所说的稳定性部分——量子位本身是敏感的。正因为你所说的，我们必须把我们使用的量子比特冷却到15毫开尔文。
你试着尽可能长时间地保持量子比特在这个状态，这样你就可以运行你需要运行的计算。基本上，您需要有足够的时间为您的电路执行门操作。
量子比特容易受到噪声的影响。有时我们知道噪音来自哪里，有时我们不知道。当我们考虑如何在芯片上排列量子比特时，我们在大多数情况下都是以最小化噪声的方式来做的。我们用的是重六角结构。这限制了量子位之间的串扰，以最大限度地减少噪声，这样你就可以有尽可能长的相干时间来运行电路，并在几小时内进行实际计算，而不是一辈子。
我们还开发了许多其他技术来控制噪音。纠错是我们的团队正在努力的事情，并且正在为特定的纠错方法发展理论，这将包括拥有一个容错设备以及足够低的错误率，以便我们实际上能够运行其中的一些代码。
但我们也在研究误差缓解，它利用经典的后处理方法，并且无论我们是否知道噪声来自何处，都能捕捉到噪声，以便能够考虑到噪声并对其进行纠正，从而使我们能够得到尽可能准确的结果，甚至达到在纠错状态下的准确性。
目前正在进行积极的研究，并且正在开发软件工具，以便我们能够在这些技术开发出来时实时利用它们，并将其用于我们的应用研究，并运行我们感兴趣的算法和电路。
我们最近发布的一项内容，你实际上可以通过 Qisket 运行时访问，叫做概率误差消除。它的本质是当你运行一个电路时，它会运行电路某些部分的逆过程，这样你就能有效地知道噪声在哪里。然后，后处理将其分割成较小的电路，你可以把它们全部重新组合起来，并捕捉到噪声。
当然，机器学习也有。我们非常认真地思考人工智能和量子的交集。特别是我们刚刚宣布了我们的 System Two和计划。我们正在非常仔细地考虑所有这些东西将如何相互作用，人工智能可以在哪些方面帮助量子，量子又可以在哪些方面帮助人工智能。
RD：433个量子比特对经典计算的大致意义是什么？
JG：这是个很难回答的问题。我们从状态的角度来考虑量子位。如果你只是粗略地计算一下，人们通常会说这是2的n次方。所以2的433次方（状态）是个非常大的数字。我认为2的275次方，比宇宙中原子的数量还要多。所以它绝对是巨大的。
但这里面有很多细微差别，尤其是当我们在讨论量子计算机的编程，并使用它来解决化学问题或金融问题或类似的问题时。除此之外，你还必须考虑到系统中存在的噪声。
所以很难说一个拥有 433 个量子比特的设备在当今的计算能力是多少。如果你展望未来，有一天我们的错误率尽可能接近零，那时你才开始谈论这个 2 的 n 次方，并利用宇宙的力量。你知道，所有这些事情。
这就是它在计算方面给我们带来的潜力。
RD： 2的n次方到底是什么？
JG：这是基态数量。
你可以用分子的例子来说明。水可能需要大约 14 个量子比特。如果你有 14 个量子比特，那么就相当于 10 的四次方个经典比特，对吗？
你可以这样计算出来。但是，这里有很多细微差别。我们需要仔细考虑量子计算机擅长解决的问题类型。它不一定是所有你认为经典计算机擅长解决的问题。这是我的提醒，但它能让你有个大致的概念。
RD：一些加密算法正在努力实现量子安全，而另一些算法，如肖尔算法，则特别适合量子计算。为什么会这样呢？
JG：肖尔算法是一种处于长期纠错状态下的算法，对吧？你需要使用纠错来实现它。你听说过的很多著名的算法都显示了量子计算机的指数级速度，通常我们所说的就是处于这种状态下的算法。有一些在化学领域很有名的算法，比如量子相位估计。
也就是说，我们正在做很多工作，使算法更接近近期应用，并进行误差缓解 —— 甚至在早期阶段将误差缓解与纠错相结合 —— 这将使我们能够开始解决一些问题，我认为我们以前不会想到能这么早就解决这些问题。
肖尔算法肯定利用了具有这些辅助量子比特的量子设备。当你大致估算要能够运行肖尔算法或破解 RSA 等加密算法所需的条件时，你会看到需要数百万个量子比特的数字。你必须考虑到纠错带来的开销。
需要注意的是，我们正在比预期更早地做一些事情。我认为这是我们现在谈论量子安全的部分原因。我们不知道具体的时间线是什么，但我们现在确实有方法来解决这个问题。例如，我们的 zSystems 已经是量子安全系统了。现在绝对是开始考虑这个问题的时候了。如果在两年前你问我同样的问题，我会说那还很遥远。
现在我想，嗯。现在就开始计划吧。
RD：量子计算还适合哪些任务或应用？
JG：我们从三个方面来考虑。自然模拟是其中之一。这不仅包括分子模拟，还包括物理学和材料科学。你可以认为这是一个有趣的领域，因为自然模拟是量子力学的。所以，如果你利用的设备也是量子力学的 —— 这里就有一些明显的联系。此外，有理论证明表明，对于某些问题，如动力学、能量状态、基态等性质的问题，量子计算机应该至少有超多项式的加速可能。
第二类通常是数学和处理具有复杂结构的数据。我们谈到了肖尔算法和因数分解。也属于这一类别。已经有针对量子机器学习的算法被展示出来，这意味着在某些情况下可能会有指数级的加速。
我们特别关注这两个领域，因为我们认为它们有很大的潜力，因为它们在使用量子计算机时具有超多项式的潜力。这些是真正值得关注的明显领域。
最后一类是搜索和优化。所以格罗弗算法就属于这一类别。在这些领域，我们还不一定有理论证明存在超多项式加速、大于多项式或指数加速。但我们知道它可能会有大约二次方的加速，也许更多。我们仍在研究和探索，所以你永远不知道会发现什么。
有一些算法，比如振幅估计和放大，我们认为它们可以作为我提到的另外两个领域的加速器。无论以何种方式加快速度，我们都希望它在其他领域也能有所帮助。
您可以想象，映射到这些领域的用例数量几乎是2的n次方，并且它包含了许多不同的东西。我们正在与合作伙伴一起探索许多不同的领域，将其结合起来，并将其与真正有价值且在经典计算中很难的事情相结合。
这是关键，对吧？如果某件事在经典上很简单，你可能会说为什么要看量子计算。而在经典计算中很难的事情，我们认为量子计算可以提供某种优势或加速。从长远来看，这些就是我们正在探索的领域。
RD：说到假设用例，你看过电视节目《开发者》吗?
JG：不，用例是什么?
RD：模拟过去和未来。
JG：哦，天哪。好吧……预测是存在的，对吧？
RD：当然。我是说，模拟自然，对吧？
JG：不，没那么远。
RD：好的。哦，不。
因为你正在帮助人们处理量子任务，他们是否需要对他们的算法或数据进行任何调整，以适合量子计算？
JG：这取决于你想如何使用量子计算机，对吗？我们的许多讨论都围绕着——当我们指向下一代以量子为中心的超级计算中心时，以及在你真正拥有经典高性能计算（HPC）紧挨着量子设备的情况下 —— 你如何最好地在这些之间平衡工作负载？
关于如何理想地解决一个问题，我们一直在思考很多事情。如何以这样一种方式设置问题，使得问题的正确部分在经典计算中得到解决，而其他部分由量子计算机处理。
但是我们所做的算法和运行的电路与经典的算法和电路本质上是不同的。再次强调，这实际上归结为你如何划分问题，以及你想把哪些部分放在哪里。从非常高的层面来说，这是需要考虑的事情。
这里需要指出的是，量子计算机不是大数据类型的设备。这是另一个我们认为从经典角度来看有很多工作要做的领域。但是如果你想查看具有高复杂性、高互连性或者本质上是动态的东西，这些是量子计算机真正擅长处理的事情。
如果你要在量子计算机上运行某些东西，你要确保放入其中的是正确的电路和你正在使用的算法。
RD：还有什么你想说但我们没有说的吗？
JG：总的来说，考虑不同的用例和不同的领域对于一个领域来说是非常重要的，对吧？这是一个多学科的领域，我们需要有来自各种观点的人。无论是软件开发、工程、架构师，甚至是那些更偏向于经典方面的人。
了解量子并引入这个视角确实以一种真正独特的方式推动了我们这个领域的发展。这与它是一个新兴领域的事实有关。这是全员参与的事情，我们都在一起学习。
原文地址：https://blog.csdn.net/u014674420/article/details/142351003
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！