文｜硅谷101
近期，硅谷的科技領袖之間迎來了一場激烈的"量子"較量：
2024年12月9日，谷歌宣布最新量子處理器Willow的突破性成果，引發(fā)資本市場劇烈波動：各種量子計算概念股暴漲、一個月內(nèi)翻了幾倍；
2025年1月初，英偉達創(chuàng)始人黃仁勛潑冷水，“有用的量子計算還要等十幾年”，Meta的CEO扎克伯格也公開表達了類似觀點，讓量子計算概念股狂跌。
在2月19日，微軟宣布推出一種全新的量子計算解決方案：全球首款“拓撲體”量子計算芯片Majorana 1。這給業(yè)界和市場又注入了新的樂觀情緒，讓量子概念股出現(xiàn)反彈。然而，微軟的論文卻因為未能提供足夠數(shù)據(jù)，并未說服業(yè)內(nèi)眾多科學家，引發(fā)廣泛爭議。
緊接著2月27日，亞馬遜又發(fā)布首款名為Ocelot的量子計算芯片。
顯然，量子計算已經(jīng)成為了硅谷科技大廠們布局的下一主戰(zhàn)場。
這項革命性技術為何能夠引發(fā)科技大佬們之間的爭議？各家巨頭的路線布局有何不同？它會如何顛覆如AI、銀行金融及區(qū)塊鏈等市場？以及，量子計算距離普通人到底有多遠？是概念炒作還是下一個計算革命的開端？
帶著這些問題，我們走進硅谷的一家量子計算機實驗室，還有機會親手幫忙安裝了臺量子計算機，同時與從業(yè)者們一起聊聊量子計算和硅谷五大派系的量子角力。
01 量子計算
Chapter 1.1 什么是量子計算？
在經(jīng)典計算機中，所有的信息都是用0和1來表示的，比特是最小的信息單位，在任何時刻只能處于兩種狀態(tài)（0或1）中的一種。
但在量子計算機中，量子比特不僅可以是0或1，還可以同時處于0和1的疊加狀態(tài)，但這并不意味著它"同時是0和1"：它處于一種概率分布狀態(tài)。
正如薛定諤的貓既是活的又是死的，量子比特在被測量之前有一定的概率是0，也有一定的概率是1。
或者以一枚快速旋轉(zhuǎn)的硬幣為例：在經(jīng)典物理中，硬幣只有正面朝上和反面朝上兩種可能，但如果把硬幣旋轉(zhuǎn)起來，停下之前的硬幣同時具有"可能是正面"和"可能是反面"的特性。旋轉(zhuǎn)的狀態(tài)某種程度上便類似量子比特的疊加態(tài)。
此外，量子比特之間還可以產(chǎn)生糾纏，而一個量子比特的狀態(tài)改變，會立即影響到與之糾纏的其他量子比特。
假設有兩只被分開放置的魔術手套，彼此會影響顏色，而一旦左手手套被戴上后會隨機變成紅色或藍色，此時遠處的右手手套則立即變成相反的顏色，這種相關性不受距離影響。
這種特性使得量子計算機可以同時對多種狀態(tài)進行運算：假設有3個量子比特，由于疊加態(tài)的存在，它們可以同時表示8種（23）不同的狀態(tài)；傳統(tǒng)計算機則只能一個個處理。
當量子比特數(shù)量增加的時候，這種優(yōu)勢會呈指數(shù)級增長。
量子計算機相比經(jīng)典計算機的優(yōu)勢，可以類比《三體》里提到的多維空間：假設要從A點到B點，如果中間有障礙物，在二維平面上必須通過繞路才能到達，而三維空間中則可以輕松地"跨越"這些障礙。
經(jīng)典計算機中，所有信息都是用0和1表示的，就像二維平面上的生物，只能左右或前后移動；而量子計算機中，量子比特能夠同時處于0和1的疊加態(tài)，還能與其他量子比特產(chǎn)生糾纏，這就像獲得了往"上下"方向延展的能力。
所以量子計算的本質(zhì)就是：它不是簡單地讓計算變得更快，而是提供了一種全新的計算維度。
僅僅10個量子比特，就能夠探索210（1024）個維度的空間；當量子比特增加到50個，這個空間就大到連最強大的超級計算機也無法模擬。這種"維度爆炸"正是量子計算強大的根源。
不過量子比特的脆弱性，使其極易發(fā)生退相干現(xiàn)象（因環(huán)境干擾而失去量子態(tài)）。這導致系統(tǒng)錯誤率會隨量子比特數(shù)量呈指數(shù)級增長，就像搭建積木，層數(shù)越高，微小誤差累積引發(fā)的崩塌風險就越大，最終使得計算結(jié)果可靠性驟降。
這個困擾了科學家們幾十年的難題，直到2024年谷歌Willow的出現(xiàn)才迎來轉(zhuǎn)機。
Chapter 1.2 谷歌Willow芯片
2024年12月9日，Google發(fā)布了新型量子芯片Willow。它只用不到5分鐘便可以完成傳統(tǒng)超級計算機需要1025年的標準基準的計算，震撼了整個科技界。
其實這不是量子計算第一次進入大眾的視野。2019年，同屬谷歌旗下的“Sycamore”量子處理器首次證明了量子優(yōu)越性，即量子計算機能夠在特定問題上超越最強大的經(jīng)典超級計算機。
當時，Sycamore處理器被證明能夠在3分20秒內(nèi)，執(zhí)行Summit（當時最強大的經(jīng)典超級計算機）大概需要10000年完成的計算。這在當年也引發(fā)了外界和媒體的關注。
但相比起當時的Sycamore給外界帶來的震撼，這一次谷歌發(fā)布的Willow更是上了好幾個臺階。
Willow最大的突破在于，隨著谷歌使用更多的量子比特，Willow可以成倍地減少錯誤。這解決了量子計算近30年來一直在研究的量子糾錯的關鍵挑戰(zhàn)。
Jared Ren
Anyon Technologies CTO：
當時存在的問題是隨著量子比特數(shù)量做多、整個系統(tǒng)做大，量子計算機的可靠性是有所下降的。而Willow 最關鍵的成就之一是，它證明了隨著量子比特數(shù)的增加、整個量子計算機規(guī)模的擴大，算力也是穩(wěn)步提升的。那就可以看到一個非常確定的路線，只要沿著這條路線走下去，最終一定會能達到那個閾值，實現(xiàn)量子計算機對實際應用問題的可行性。
量子計算面臨的最大挑戰(zhàn)之一是“錯誤”。因為量子比特會與周圍環(huán)境快速交換信息，很難保護完成計算所需要的信息，而使用的量子比特越多，錯誤也就會越多。就像龐大的交響樂團，用的樂器越多反而越容易跑調(diào)。
然而Willow打破了這個魔咒，原因就在于它獨特的量子糾錯方案：將多個物理量子比特組合成一個邏輯量子比特，這些量子比特通過特殊的算法，可以相互校驗和糾正錯誤，從而降低整體系統(tǒng)的錯誤率。這也意味著，它的量子比特用得越多，錯誤反而越少。就像在高樓中的減震系統(tǒng)，讓高建筑也能保持穩(wěn)定。
要證明在糾錯方面取得了真正的進展，就必須證明“低于閾值”，即錯誤率的指數(shù)級降低。
谷歌量子計算團隊從3×3的量子比特網(wǎng)格開始測試，擴展到5×5、7×7，每次擴展的錯誤率都會降低一半?？梢哉f，Willow這次摘下了1995年以來量子計算領域的圣杯。
因此，業(yè)內(nèi)很多人將Willow稱為"量子計算的Transformer時刻"：就像Transformer架構(gòu)證明了深度學習模型可以不斷地堆疊、持續(xù)地擴大，Willow也首次證明了量子計算機能夠在保持穩(wěn)定性的同時不斷地擴展規(guī)模。
作為首個實現(xiàn)“低于閾值”的系統(tǒng)，Willow證明了實用的超大型量子計算機是可以被造出來的。
正如谷歌自己在博客文章中寫道：“這有力地表明，實用的超大型量子計算機確實可以構(gòu)建。Willow讓我們更接近運行傳統(tǒng)計算機上無法復制的實用、商業(yè)相關算法。”
對此，連一向和谷歌不對付的Elon Musk也給了個“Wow”的感嘆，OpenAI的CEO Sam Altman亦發(fā)表了祝賀。
Willow大約有150個量子比特，而谷歌計劃最終構(gòu)建一個擁有100萬個量子比特的系統(tǒng)。作為谷歌開發(fā)“可執(zhí)行有用應用”的量子計算機六步戰(zhàn)略中的第二個里程碑，它的突破性發(fā)展給谷歌的量子計算帶來了清晰的發(fā)展路徑。
Jared Ren
Anyon Technologies CTO：
谷歌的量子計算路線圖一直非常清晰，已經(jīng)公布了到2030年以后的量子路線圖。而且，他們在兩三年前的路線圖上，就已經(jīng)標定了（Willow）2024年會實現(xiàn)。我們看到它的路線圖在精準地完成，所以我們非常相信谷歌的預估時間，這也加強了我們的信心，無論是谷歌還是我們自己，都會一步一個腳印，漸進性的發(fā)展。
如果說Willow是量子計算的Transformer時刻，那量子計算的GPT時刻就是：量子計算機能夠可靠地解決大規(guī)模的質(zhì)因數(shù)分解問題的時候。這不僅是一個技術指標，更是量子計算真正展現(xiàn)實用價值的一個轉(zhuǎn)折點。
根據(jù)各大公司的時間線規(guī)劃，這個“量子GPT時刻”可能會在2030年左右到來，標志著完備的、大規(guī)模的量子計算機的誕生，這點讓量子計算的業(yè)內(nèi)從業(yè)者大受鼓舞。
Roger Luo
Anyon Technologies創(chuàng)始人與CEO：
大家都在追求完備的量子硬件，但是需要一定的時間。特別是Willow出現(xiàn)后，讓接下來5～6年的時間線更明確了，因為工程上已經(jīng)驗證了第一步，下一步就是把它規(guī)?；；旧螱oogle、IBM路線圖都是公開的，即使不同公司的時間線會略有浮動，但基本上都是在2030～2032年，會做出一個完備的、容錯的量子計算機，可以去跑各種指數(shù)級加速算法。
而Willow的成功，讓量子計算從一個科學問題變成了一個工程挑戰(zhàn)；前沿科技研究員們找到了通往量子計算實用化的明確路徑：AI+軟件+硬件。
Jared Ren
Anyon Technologies CTO：
量子相關的軟件和硬件是相輔相成的。從最底層的芯片設計來說，軟件輔助設計，像英偉達和谷歌今年已經(jīng)用GPU甚至用AI來加速最底層芯片的仿真和設計優(yōu)化，這是最底層的軟件和量子硬件的結(jié)合。再往上一層是，當芯片生產(chǎn)出來后，需要對芯片進行一定的標定。現(xiàn)在CPU的中間層也夾雜著很多偏向機器語言的底層軟件層。而軟件可以代替人工來對芯片的參數(shù)、運行模式進行一定的標定，而且對芯片的工作狀態(tài)進行一定的優(yōu)化。軟件和AI在這上面的作用其實非常的大。
Willow的發(fā)布，以及谷歌對量子計算的明確路徑在科技巨頭之間引發(fā)了有趣的"趨同"現(xiàn)象。比如，IBM原本堅持"固定參數(shù)"路線、追求單個量子比特的極致性能，但也開始向谷歌的"可調(diào)"路線靠攏。
接下來我們來聊聊，科技巨頭之間的量子角力、對不同路線的押注。
02 科技巨頭卡位戰(zhàn)
Chapter 2.1 量子領域三大玩家
美國科技巨頭的量子計算部門，都要追溯到各大頂尖高校的學術大拿和團隊。最引人注目的三大玩家（IBM、谷歌和亞馬遜）背后都有一段學術界"師承"。
IBM最早的量子芯片設計來自耶魯，當年耶魯實驗室里有兩位門對門的研究者。
第一位是RobertSchoelkopf教授，他是耶魯大學應用物理系的教授，他的研究對IBM的超導量子計算發(fā)展產(chǎn)生了重要影響，成為了IBM量子計算的技術源頭。
另一位則是Michel Devoret教授，他的學生Chad Rigetti也加入了IBM工作，之后于2013年自己出來創(chuàng)立了Rigetti Computing公司，也是如今在風口浪尖上的量子計算概念股之一。
還有一個舉足輕重的高校是加州大學圣巴巴拉分校(UCSB)，整個量子計算團隊于2014年被谷歌一舉收購，幾經(jīng)發(fā)展，有了現(xiàn)在的Willow。
另外一個巨頭亞馬遜，在2021年大手筆把加州理工大學的量子計算實驗室收入麾下，在那里創(chuàng)立了AWS量子計算中心。我們的采訪嘉賓Roger正是當年加州理工量子計算團隊的博士，之后進入伯克利大學做博士后。
這種緊密的學術淵源，讓美國量子計算領域形成了一個高度集中的技術社群，但也讓幾大科技巨頭因為學術的高校源頭不同，有了不同的技術路線之爭。
比如IBM，谷歌和亞馬遜這三家公司就選擇了截然不同的技術路線
IBM最保守，相信"固定參數(shù)"的設計，把量子比特和耦合都做成固定的，同時不需要很多控制參數(shù)就能讓這個芯片運轉(zhuǎn)。這種設計在小規(guī)模上很穩(wěn)定，但要做大很有挑戰(zhàn)，不過IBM有自己的芯片工廠，有信心把制造精度做到位。用業(yè)內(nèi)人士的話說，這就是"求穩(wěn)"的路線。
Roger Luo
Anyon Technologies創(chuàng)始人與CEO：
其實在當年肯定是合理的，但是有個小問題：控制參數(shù)少、固定參數(shù)，復雜性小的代價是，把整個系統(tǒng)做大會很復雜，因為不可調(diào)的參太多了，意味著制造過程就必須非常精準，而且隨著芯片做的越大，精度要求就越高。最早的大學實驗就兩個比特，參數(shù)怎么都不會有太大問題，當要造一百個、一千個的時候問題就大了。但是IBM公司夠大，有資源去投入。
而谷歌則選擇了完全相反的路子。
谷歌收購的加州大學圣巴巴拉分校的團隊主張所有參數(shù)都要可調(diào)，這樣即使制造不夠精密，也可以通過調(diào)節(jié)來補償。有點像安卓：不要求每個零件都完美，但是要保證整體能運行。這讓他們能用大學實驗室的設備就做出了突破性成果，不過也為此付出了一年的時間來迭代。
Roger Luo
Anyon Technologies創(chuàng)始人與CEO：
因為制造不是那么理想化的，所以UCSB（加州大學圣巴巴拉分校）團隊要做到全部都可調(diào)。好處就是量子芯片的運轉(zhuǎn)可編程，那么制造要求可以降低。比如在2019年前，Google的芯片制造大部分還依靠大學的潔凈室（clean room），不像很多別的團隊上來就有幾個億的資金去做。他們需要先證明第一步可行，Google才批準了更多經(jīng)費去建造自己的潔凈室和控制團隊。
所以，他們選擇完全可調(diào)、可控的方式，是為了以盡量簡單的制造方式去達成目標，有一點像安卓的思路。但壞處就是這個芯片的每一個部件都不算是業(yè)界領先，包括量子比特、耦合方式、保證度這些，雖然優(yōu)秀但不領先。但就像硅谷一樣，不銹鋼能上天，為什么一定要用全世界最好的鋁合金呢？Google也犯了這樣的錯誤：去年他們第一次做出最早的量子糾錯的成果，結(jié)果因為去年芯片不夠好，所以他們花了一年的時間去迭代，而且還沒有達到最優(yōu)秀。Willow是非常符合邏輯的迭代，不能叫做突破。從我們角度來看是靈活性的代價，因為芯片質(zhì)量會低，但是他們覺得可編程、可靈活性能帶來更快的步驟、快速破局。
亞馬遜則是更加激進，他們想開發(fā)一種全新的超導量子比特。2020年，亞馬遜入局量子計算領域時直接給了一位頂尖教授一整棟樓和100多人的團隊，希望能后來居上。
Roger Luo
Anyon Technologies創(chuàng)始人與CEO：
超導量子比特，那時候都沒人做出超過一個量子比特的耦合。理論上來說超導量子比特有更好的可擴展性，它需要的量子糾錯更小，因為量子糾錯有復雜度問題。Google、IBM的方式有很高的復雜度要求、要做很復雜的量子糾錯的算法。就算亞馬遜在2020年打算找一個相對簡單的量子比特，因此選擇了貓量子比特（Cat Qubits）。
這三家公司在量子計算路線上的打法差異非常大：
IBM穩(wěn)扎穩(wěn)打、按部就班，每次展示的都是完全驗證過的成果。Google喜歡"小步快跑"，先證明可行性再慢慢優(yōu)化。亞馬遜想通過巨額投入直接跨越發(fā)展階段，一步到位。
好比三種不同的賽車手，IBM開著經(jīng)過精心調(diào)校的豪華跑車，Google開著可能不那么完美但夠快的賽車，而亞馬遜則是在車庫里研發(fā)全新的引擎。
Chapter 2.2 英偉達、微軟的布局與爭議
除此之外還有英偉達和微軟這兩個重要玩家。
在量子計算領域，英偉達將自己定位為加速計算平臺公司（accelerate computing platform company），策略很明確：一方面與量子計算公司合作，希望GPU在量子時代也能占據(jù)一席之地；另外一方面提供混合量子計算平臺，幫助企業(yè)在真正的量子計算機出現(xiàn)之前就開始準備。
英偉達的態(tài)度是：“量子計算是不可避免的下一代超算平臺，GPU不想被排除在外的。”
微軟沒有像IBM和Google那樣投入巨資去研發(fā)超導量子計算機，而是選擇了更具挑戰(zhàn)性的技術路徑，“拓撲量子計算”，這種方案理論上更穩(wěn)定，但技術難度也更大。
量子計算目前發(fā)展緩慢的核心矛盾是量子比特非常脆弱，而微軟在過去20年試圖研發(fā)的“拓撲體”（topology）方案，是通過觀察和控制馬約拉納（Majorana fermion）粒子產(chǎn)生更可靠和可擴展的量子比特。
拓撲學是研究圖形或集合，在連續(xù)變形下的不變的整體性質(zhì)的一門幾何學。拓撲保護的意思是，信息藏在大結(jié)構(gòu)當中，因此一些小擾動不會影響拓撲保護的信息，只有劇烈的全局變化，比如系統(tǒng)斷裂，才能夠破壞拓撲結(jié)構(gòu)。
比如甜甜圈，不管怎么拉、壓、捏，中間的洞都不會消失，除非把它整體撕開，這就意味著甜甜圈的形狀具有“拓撲保護”：不能通過小的變形去改變它的基本特性（洞的數(shù)量）。
再比如耳機線打結(jié)后，只是拉伸或擠壓死結(jié)都不會松開，只有剪斷耳機線結(jié)才會消失。因此，“結(jié)”也是一種拓撲結(jié)構(gòu)，必須徹底破壞（剪斷）才能改變。
馬約拉納粒子由于自身是自身的反物質(zhì)，成對出現(xiàn)的狀態(tài)之間是拓撲保護的。微軟就利用了這一優(yōu)勢，讓量子信息存儲在兩個分開的馬約拉納粒子之間的“拓撲連接”里，這樣哪怕其中的一個粒子受到局部干擾，整體信息依然不會丟失，使量子信息對外界干擾更穩(wěn)固、不容易受損。
此前瓶頸在于，開發(fā)相關拓撲態(tài)的合適材料難度極大，但微軟在2月19號發(fā)布的全球首款“拓撲體”量子計算芯片Majorana 1證明了這種新路徑的可行性，為量子計算的進一步研發(fā)增加了更多的方向。
谷歌的量子糾錯路線是通過控制來保護量子信息，而微軟的拓撲比特本身就自帶量子信息保護。
微軟最終的目標是在巴掌大的芯片上放入100萬個量子比特，同時也在布局量子開發(fā)工具和云平臺，試圖在軟件層面占得先機。
不過微軟發(fā)布拓撲量子計算的消息后，市場也出現(xiàn)了不小的爭議：一些產(chǎn)業(yè)中的科學家，并不信服微軟的研究和這次發(fā)表的論文，認為論文沒有提供足夠可信的證據(jù)。
《華爾街日報》引用一位物理學家的質(zhì)疑稱，微軟的發(fā)布會上，為了佐證這項研究而展示的數(shù)據(jù)，只是初步數(shù)據(jù)，并不能確鑿證明已經(jīng)取得了這一進展。
在過去十年時間，很多實驗室和團隊都在研究馬約拉納費米子，但都沒有讓人信服的進展，這期間《自然》雜志上的數(shù)篇相關論文都被陸續(xù)撤回，包括微軟的科學家Leo Kouwenhoven于2018年在《自然》上發(fā)表的號稱觀察到馬約拉納費米子的論文，卻在三年后承認此文有“技術錯誤”而撤回。
所以這一次微軟是否真的實現(xiàn)突破，還需繼續(xù)觀察其團隊對目前質(zhì)疑做出的回應和更多的研究論文。
總結(jié)一下這五家科技巨頭的布局：
1. 谷歌率先證明量子優(yōu)越性，走可編程路線
2. IBM依托芯片制造優(yōu)勢，追求高性能
3. 亞馬遜大手筆投入，探索新型量子比特
4. 英偉達布局混合計算，發(fā)揮GPU的優(yōu)勢
5. 微軟則押注拓撲量子計算，同時布局軟件生態(tài)
這些巨頭的量子布局似乎都帶著各家公司的“基因”：IBM穩(wěn)健、谷歌靈活、亞馬遜試圖彎道超車、英偉達重生態(tài)、微軟重平臺。在量子計算這個新賽道上，每家公司都在試圖復制自己在傳統(tǒng)計算時代的成功經(jīng)驗。
而在這之上，量子計算領域也正在形成有趣的合作與競爭格局。雖然技術路線有所不同，但是大家都意識到：量子計算不僅僅是硬件的比拼，還需要軟件、算法和應用生態(tài)的支持。
03 量子計算對各領域的影響
有聲音稱，量子計算雖然厲害，但離大規(guī)模應用還太遙遠了，一臺實驗室里的量子計算機甚至還不如大家的手機有用。但現(xiàn)實情況是，量子計算已經(jīng)在很多領域開始展現(xiàn)潛力了。
Chapter 3.1 AI進化的新引擎
人工智能的發(fā)展正面臨一個有趣的悖論：盡管我們見證了ChatGPT等大模型帶來的突破，但是AI的根本性瓶頸卻日益顯現(xiàn)。
在最近的各種技術論壇和大會上，頂尖AI研究者們都指出了一個令人擔憂的趨勢：基于Transformer架構(gòu)的傳統(tǒng)AI正在遭遇泛化性不足的困境，它們需要消耗海量數(shù)據(jù)才能夠提升性能。
更嚴峻的是，我們可能已經(jīng)沒有足夠的優(yōu)質(zhì)數(shù)據(jù)來支撐AI向AGI(通用人工智能)邁進了。
而在未來AI走入死胡同之際，量子計算很可能由于高維特性會帶來新的希望。就像我們前面說的一樣，傳統(tǒng)計算像在平面上畫畫，量子計算則可以在立體空間甚至更高維度中工作。
比如，僅靠10個量子比特就能探索2的10次方維度的空間，這種高維映射能力讓量子機器學習算法能更容易地發(fā)現(xiàn)數(shù)據(jù)中隱藏的本質(zhì)模式，就像是從高空能輕松俯瞰地面的全局圖案。
Roger Luo
Anyon Technologies創(chuàng)始人與CEO：
維度不是不同的狀態(tài)，維度這個空間就大多了。如果能將一個低維數(shù)據(jù)映射到高維空間做一些機器學習的話，有時會讓模型更容易學習到數(shù)據(jù)里面的規(guī)律，這樣兩個數(shù)據(jù)集間的分類就很好做了。
量子計算對AI的革命性影響可能體現(xiàn)在兩個層面：
首先是計算效率的提升。量子計算機有望實現(xiàn)矩陣運算的指數(shù)級加速，這正是機器學習中最核心、最耗時的操作。這意味著未來訓練一個AI模型的成本可能大幅降低。
其次是學習能力的質(zhì)變。通過更強的泛化能力，AI可能獲得人類舉一反三的學習能力，而不是簡單地記憶大量數(shù)據(jù)。
雖然量子計算聽起來復雜、昂貴、高深莫測，但在某些情況下它卻可以幫助降低成本。
Roger LuoAnyon
Technologies創(chuàng)始人與CEO：
如果用泛化性更強計算機體系，去訓練量子AI學習模型，那么數(shù)據(jù)需求都會縮小不止一個數(shù)量級。無論經(jīng)典部分還是量子部分，計算需求都會小很多。經(jīng)典部分計算需求縮小是因為數(shù)據(jù)吞吐量小了一個數(shù)量級，而量子計算的優(yōu)勢是，擴展到更大維度的方式是非線性的、是指數(shù)級的，（比如每增加一個量子比特，計算能力就會翻倍），所以資源投入會更少、計算成本更低。從經(jīng)濟學角度來講，對于某些特定問題，如果你用10個量子比特，就能有210的維度去探索，但是經(jīng)典計算機真得構(gòu)造十個維度的空間去探索，這個成本是非常高的。
所以，如果2030年真的出現(xiàn)了完備的量子計算機，我們可能迎來AI發(fā)展的一個新紀元：AI也許只需要閱讀幾本代表性的書就可以掌握寫作技巧，不是像現(xiàn)在需要消化整個圖書館。
這不僅讓AI變得更智能，也讓它更加經(jīng)濟實用，這或許就是AI發(fā)展的下一個范式：不是簡單地堆砌更多數(shù)據(jù)和算力，而是通過量子計算開辟一條全新的進化路徑，讓AI變得既聰明又高效。
Chapter 3.2 對加密貨幣的威脅
量子計算機最早被設想的應用之一，就是破解當前廣泛使用的“非對稱加密算法”。這不僅威脅到加密貨幣，也關系到整個互聯(lián)網(wǎng)的安全體系。
現(xiàn)在的加密貨幣，比如比特幣，都依賴于特定的密碼學算法。這些算法現(xiàn)在之所以安全，是因為傳統(tǒng)計算機破解需要耗費天文數(shù)字般的時間；但量子計算機通過“平行計算”能力，可以在幾分鐘之內(nèi)完成破解。
此前的Willow的突破已經(jīng)證明，大規(guī)模量子計算機是可行的。雖然目前的量子比特數(shù)量還不足以破解所謂的加密算法，但也讓"量子霸權"的威脅變得更加的真實。
有分析認為，當量子計算機達到約4000個穩(wěn)定的量子比特的時候，就可能會威脅到現(xiàn)有的加密體系。
這在加密貨幣市場中引發(fā)了一些爭議。比如，Avalanche創(chuàng)始人Emin Gün Sirer表示，目前的量子計算能力尚不足以威脅加密貨幣安全。
周載南
Namefi創(chuàng)始人、以太坊改進提案（EIP）編輯：
有一些新的區(qū)塊鏈可能開始設計的時候，就會考慮引入一些相對可抗的、防止量子破解的方式，甚至包括我們現(xiàn)在常用的這些（算法），比如橢圓曲線，相對比90年代末期的那些哈希算法和函數(shù)，已經(jīng)算是比較 Quantum Safe（量子安全）了。
但Paypal前主席David Marcus指出，Willow的進展表明量子抗性技術發(fā)展需要加速。以太坊創(chuàng)始人Vitalik甚至在很早就建議，通過硬分叉來增強區(qū)塊鏈的量子抗性。
量子計算帶來的挑戰(zhàn)也催生了新的機遇。在加密領域，已經(jīng)出現(xiàn)了三個主要的應對方向：后量子密碼學、量子密鑰分發(fā)和可升級架構(gòu)。
1.后量子密碼學致力于開發(fā)即便面對量子計算機也能保持安全的加密算法。
2.量子密鑰分發(fā)則是利用量子力學原理實現(xiàn)絕對安全的通信。
3.可升級架構(gòu)則是讓系統(tǒng)能夠靈活地應對未來的安全威脅。
加密貨幣社區(qū)已經(jīng)開始行動了，多個項目正在研發(fā)"抗量子"的加密算法，使得這些新算法即使在量子計算機面前也能夠保持安全性。一些區(qū)塊鏈項目甚至在設計能夠"無縫升級"的系統(tǒng)，以便在必要的時候切換到量子安全的加密方案。
周載南
Namefi創(chuàng)始人、以太坊改進提案（EIP）編輯：
StarkWare其實很早就在做量子可抗性（Quantum resistance）的相關研究，并且在設計ZK platform（零知識平臺）的時候也有考慮過。以太坊研究會也在做這方面的研究。如果在以太坊安全受到威脅的情況下，硬分叉是不可避免的，它沒有辦法單純的通過二層。因為量子計算如果能破解這幾個加密或者哈希算法，動到的是以太坊的根基，甚至是比共識層還要基礎的東西。（比特幣）也是一樣的，假如有一個新的量子計算算法或者是硬件，能夠獲取比特幣的加密算法和哈希，那就得通過硬分叉來解決。
也有人持有不同意見，認為真正的威脅可能還要十年以上才會出現(xiàn)，加密社區(qū)有足夠的時間做好準備。而且開發(fā)量子計算機的投入巨大，真正能構(gòu)成威脅的量子計算機可能只會掌握在少數(shù)機構(gòu)手中。
不過，量子計算對加密貨幣的影響可能是雙面的。雖然它威脅到現(xiàn)有的加密體系，但也有可能催生新的"量子加密貨幣"，利用量子特性構(gòu)建更安全的數(shù)字貨幣系統(tǒng)。
這像一場永無止境的軍備競賽，新的防御手段總會應對新的威脅。
周載南
Namefi創(chuàng)始人、以太坊改進提案（EIP）編輯：
其實還有一批人在研究，怎么借助量子計算來超越區(qū)塊鏈。比如，因為量子態(tài)很容易被摧毀，可能讀取一次就被摧毀了，那么可以通過這種方式去創(chuàng)建一次性交易?，F(xiàn)在防止雙花（double spending）的方式是把交易放到鏈上，然后穿透，通過全球共識來防止雙花。（雙花：同一筆加密貨幣被多次使用,通常是攻擊者試圖讓已花費的資金回到自己手中,從而欺騙接收方。）
但有了量子計算的時候，可以通過量子態(tài)被讀取一次后就會坍縮的特性，用離線（off chain）的方式去防止雙花。
所以量子計算的出現(xiàn)會帶來更多可能性，比如臨時、短暫的區(qū)塊鏈，而不是每一個鏈的每一個交易都需要上鏈。可能很多人擔心量子計算會對區(qū)塊鏈有害，但在我看來，它也讓區(qū)塊鏈的發(fā)展有更多的可能性。
隨著“量子計算”這個名詞被各個行業(yè)不同的人越來越頻繁的提起，各大機構(gòu)都在密切關注量子計算的進展、加緊研發(fā)應對方案。在量子時代，“安全”將不再是一個靜態(tài)的概念，而是一個需要持續(xù)升級和適應的動態(tài)過程。
Chapter 3.3 金融機構(gòu)與新材料開發(fā)
當人們還在爭論量子計算是科幻還是現(xiàn)實的時候，一些領域已經(jīng)悄然展開了實踐。
在所有可能的應用場景中，金融機構(gòu)走在了最前面。因為這個行業(yè)掌握了最真實的用戶數(shù)據(jù)、有明確的應用場景、具備充足的研發(fā)資源。
2024年7月，新加坡金管局啟動了一個開創(chuàng)性項目。與傳統(tǒng)的研發(fā)資助不同，他們選擇直接向銀行提供資金，而不是資助科研機構(gòu)。這體現(xiàn)了一個重要理念：真正的創(chuàng)新往往來自那些最接近實際問題的使用者。
目前銀行們已經(jīng)在三個方向展開了嘗試：利用量子算法優(yōu)化交易策略、通過量子機器學習提升風險預測的準確性、在更大的解空間中尋找投資組合的最優(yōu)配置。
此外，在材料科學領域，量子計算的優(yōu)勢更為明顯。因為量子計算機本質(zhì)上就是一個量子系統(tǒng)，天然適合模擬其他的量子系統(tǒng)的行為。這項能力在新能源材料、航空航天材料和催化劑開發(fā)等領域都顯示出巨大潛力。
比如傳統(tǒng)計算機在模擬包含100個電子的分子系統(tǒng)的時候，由于需要處理指數(shù)級增長的復雜性，所需的存儲空間可能超過整個宇宙中所有原子的數(shù)量。而量子計算機因為基于量子力學原理，能夠高效地模擬這種量子系統(tǒng)，自然地處理量子疊加和量子糾纏。
同時量子計算在新材料開發(fā)方面具有先天優(yōu)勢，從更高效的太陽能電池到新型航空材料,都可以從量子模擬中受益。
Meta最初選擇以開源的路線來加入大模型戰(zhàn)局，而非像谷歌、OpenAI和Anthropic選擇閉源，是想?yún)⒄债斈旯雀栝_源安卓系統(tǒng)的模式：不從系統(tǒng)本身賺錢，而是等生態(tài)發(fā)展起來之后從廣告和Google Play等應用上賺錢。
Roger Luo
AnyonTechnologies創(chuàng)始人與CEO：
量子機器學習希望能在真實的應用場景里面去產(chǎn)生有意義的結(jié)果。比如化工和物流行業(yè)，是通過混合量子系統(tǒng)去做化學模擬，去找到一些化合物的最后產(chǎn)品。在太空方面，量子計算可以加速材料的新材料開發(fā)，也許讓上天的飛行器的材料變得更好，比如用來研制太空電梯的繩索，或者以后的火箭可能連隔熱瓦都不需要，用特殊的金屬可以直接承擔返回的高熱。
所以量子計算可能會真的加速人類的太空夢，也難怪Sundar Pichai回復馬斯克的推文時，還開玩笑地提到，要用星艦在太空中打造量子集群。
在完備的量子計算機出現(xiàn)之前，業(yè)界正在探索混合“量子+經(jīng)典系統(tǒng)”的過渡方案。
"混合量子計算"結(jié)合了傳統(tǒng)計算機和量子處理器的優(yōu)勢，讓企業(yè)能夠在完全體量子計算機出現(xiàn)之前，就開始探索量子算法。
以銀行為例，它可以用自己的交易數(shù)據(jù)在混合系統(tǒng)上測試量子算法，為未來的全面轉(zhuǎn)型做準備。
目前，量子計算正在經(jīng)歷從實驗室走向現(xiàn)實應用的關鍵階段.雖然完全體的量子計算機還需要一些時間，但混合量子計算已經(jīng)開始顯示出實用價值，各行各業(yè)都在積極探索如何將量子技術融入自己的業(yè)務流程。
04 量子計算的未來
除了企業(yè)和加密貨幣行業(yè)的提前布局，華爾街也已經(jīng)提前布局了。
比如最近行情過山車的量子計算概念股。Rigetti、D-Wave Quantum、IonQ這些公司在幾個月之內(nèi)一度翻好幾倍，又在市場爭議之際瘋狂下跌。
這反映出市場和外界對量子計算這項特殊技術并存的期待和質(zhì)疑、炒作和投機。
戲劇性的是，此前唱衰量子計算的英偉達，突然宣布將在2025年3月的GTC大會上舉辦"量子日"活動。黃仁勛和一眾量子計算領域的領袖們，將一起探討量子計算的可能性、現(xiàn)有的技術、發(fā)展方向，讓市場再次充滿期待。
關于量子計算何時能夠?qū)嵱没?，行業(yè)內(nèi)經(jīng)常也有人說"還要10年、20年、30年"。但采訪嘉賓認為，這種估計往往是一種"懶惰"的說法。因為歷史告訴我們，一旦技術的可擴展性得到證明，那么實現(xiàn)突破的時間往往比人們預期的要短很多。
量子計算的未來，不會是一蹴而就的革命，而是一個漸進的演化過程。
就像電腦的普及經(jīng)歷了從科研軍工到華爾街再到千家萬戶的過程，量子計算也會先在特定領域證明其價值，然后逐步滲透到更廣泛的應用中。在這個過程中，成本的下降和技術的成熟都需要時間。
但是展望未來，量子計算帶來的改變很有可能超出我們現(xiàn)在的想象，正如我們無法用1960年代的視角預見今天的智能手機一樣。
但在這條路上，我們已經(jīng)看到了一些令人期待的應用場景和業(yè)界嘗試。量子計算的未來，也許會比很多人想象中，更早地到達我們身邊。而當這一刻到來之際，也是人類能繼續(xù)向前邁進一大步的時候。