当 AI 遇上量子计算,人类科技要真正迎来“超级天才”了吗?

很多人一听到“量子”，第一反应是：这不是那些骗子爱说的玄乎词吗？毕竟近些年，诸如“量子阅读”一类的骗人概念可谓一波未平一波又起。

图源：央视网

但其实，“量子”是一个严肃的物理学概念，我们今天用的半导体芯片、医院里的核磁共振、手机里的激光传感器，全都是量子理论的产物。

问题是……“量子”这个词究竟是什么意思？简单来说，它指的是某些物理量在微观相互作用中呈现出的最小份额。以光为例，一个光子就可以看作一份电磁辐射能量。

在我们的直觉里，能量的变化是连续的，就像水流一样，可以多一点、少一点，想多少就多少。但科学家发现，在极其微小的世界里（比如单个电子、原子的层面），能量的传递并不是这样的。

清华大学物理系博士、中国移动通信研究院未来研究院研究员栾春阳用“货币”打了一个形象的比方。我们都知道，货币有最小单位（比如一分钱），你没办法付“0.3 分钱”，每一笔交易都只能是“一分一分”地进行。能量在微观世界里，也是“一份一份”传递的，这个最小的“一份”，就叫量子。

图库版权图片，转载使用可能引发版权纠纷

随着研究深入，科学家发现不只是能量，角动量、自旋等物理量也会表现出这种“分立”的特性。围绕这些规律，逐渐发展出了一套完整的理论体系——量子力学。

量子力学，就是描述“微观世界运行规律”的物理学。它虽然一点不“玄学”，但它确实超越了我们的日常直觉。

量子计算机：

一个极其“脆弱”的超级天才

目前，量子技术中最受关注、也最令人期待的应用方向，恐怕就是量子计算机了。近期，相关领域也新发布了一项重磅研究成果——我国成功研制出可编程量子计算原型机“九章四号”，其针对特定问题的算力远超当前全球最快超级计算机 El Capitan，成功建立了国际上最强的“量子计算优越性”。

“九章四号”量子计算原型机实拍图图源：央视新闻

所以，量子计算和普通电脑到底有什么不同？普通电脑（我们叫它“经典计算机”）处理信息的基本单位是“比特”，每个比特要么是 0，要么是 1，非此即彼，非常确定。而量子计算机不一样，它的基本单位叫“量子比特”，它可以同时处于 0 和 1 的“叠加态”，有点像薛定谔的猫。

“薛定谔的猫”这个实验很多人都听说过，它讲的是把一只猫关进一个盒子，盒子里有一瓶毒药，毒药的触发开关由某种放射性原子的衰变来控制。由于原子衰变是量子层面的随机事件，在你打开盒子观测之前，完全无法知道毒药有没有被触发。在这个思想实验里，盒子里的猫被认为同时处于“活着”和“死了”的叠加状态，直到你打开盒子看了一眼，它才“塌缩”成一个确定的结果。

图库版权图片，转载使用可能引发版权纠纷

量子比特也是这样，在被“读取”之前，它可以处于 0 和 1 的线性叠加态；一旦测量，就会按一定概率得到 0 或 1，并破坏原有的相干叠加。这种原理使得量子计算机可以在叠加态中编码大量可能性，并通过量子干涉放大正确结果的概率，而不是简单地像经典计算机那样逐个枚举。

正是因为这种“并行探索”的能力，量子计算机在处理某些特定问题时，速度可以比经典计算机快到难以想象的程度。在高斯玻色采样、随机线路采样等特定任务上，经典超级计算机可能需要极长时间，量子计算机可能几分钟就能搞定。

一旦真正成熟，它将在很多方面带来颠覆性的改变：

• 密码学：一旦出现足够大规模、可纠错的通用量子计算机，RSA、椭圆曲线密码等现有公钥密码体系将面临严重威胁。

• 医药研发：模拟复杂的分子结构，加速新药研发进程。

• 物流与金融：有望在部分路径规划、组合优化和风险分析问题中提供新的近似求解思路，比如“如何让几千辆快递车走最短的路线”。

图库版权图片，转载使用可能引发版权纠纷

听起来似乎很美好，但现实还存在差距，因为今天的量子计算机，离真正好用还差得远。

量子计算机的一大特征是极度脆弱。量子叠加态非常敏感，温度波动、电磁噪声、机械振动、磁场扰动，以及激光或微波控制信号的不稳定，都可能破坏它。不同技术路线的工程条件不同：超导量子计算机通常需要稀释制冷机提供接近绝对零度的低温环境；离子阱和中性原子量子计算机则主要依赖超高真空、激光冷却和高稳定控制系统，也往往需要复杂的实验装置。

栾春阳说道：“（它）现在还是干不了事情，只能说让这个计算规模更大更快。因为现在好多问题，比如说组合优化问题，密码破解问题，你需要的物理比特很多，可能要几百万个物理比特才可以，我们现在系统只能做到几千个，距离几百万个还差一定的差距。”距离真正商用，他认为乐观估计也还需要 10 到 20 年。

图库版权图片，转载使用可能引发版权纠纷

这种脆弱性，也使得工程师们每天都要花大量的时间在“校准”和“维护”机器上：早上花一整个上午调激光、调微波信号、调各种参数，好不容易稳定了；去吃个午饭，回来发现温度稍微变了一点，参数又漂移了，从头再来。好不容易到了晚上机器稳定了，才能做一点点真正的科研。这种繁琐、高度依赖经验的重复劳动，是这个领域大量从业者加班的常态。

那有没有什么办法能解决这个问题呢？有，大名鼎鼎的 AI 该登场了。

AI 登场：

量子世界的“金牌助手”

AI 和量子，乍一看是两个不相干的领域。但仔细想想，它们的配合简直是天作之合：量子系统涉及的变量繁多，充满了人类凭直觉很难理解的“混沌”现象；而 AI 恰好最擅长的就是这种重复、繁杂的工作，能够通过大量试错找出规律。

目前，AI 在量子领域主要发挥着三个方面的作用：

帮原子“排队”：中性原子阵列重排

在一种叫“中性原子量子计算机”的系统里，科学家需要用激光做成的“镊子”（光镊），把一个个被冷却的原子夹起来，排列成特定的阵列形状。

原理听起来很简单，但实际操作起来却极其困难。栾春阳把这个过程比喻成“拿木筷子夹溜溜珠”：原子束缚力极弱，稍有震动就会“掉”。而如果要同时排列成千上万个原子，那就相当于“同时拿几千根筷子，来回夹溜溜珠，还不能让它们互相碰撞”。这对人类传统的编程控制来说，几乎是噩梦。

图中展示了科学家如何利用激光，将原子激发到体积巨大的“里德堡态”（|r⟩），从而让两个原本高冷的原子产生强烈的相互作用，这也是量子计算机进行逻辑运算的关键。图源：Wikipedia

AI 的加入，极大地改善了这个局面。它可以通过机器学习等方法，自动计算用于原子重排的光场图样和控制参数，大幅提升成功率和速度。

效果有多显著？有研究团队利用 AI 辅助，在 60 毫秒（0.06 秒）内成功完成了最多 2024 个原子的二维和三维无缺陷阵列排列。

快速“读懂”量子信号：量子态识别

量子计算结束后，还需要“读取”结果，也就是判断每个量子比特最终塌缩到了“0”还是“1”。这个过程，是通过捕捉原子发出的极其微弱的荧光信号来实现的。

问题是，这个信号实在是太微弱了，单次探测根本看不出来。

“假设有一颗‘被人动了手脚的骰子’，有一面被偷偷加重了一点点。你只扔一次，根本发现不了。你必须扔一万次、十万次，通过统计这一面出现的概率是不是偏高，才能确认骰子被做了手脚。量子信号探测，原理也是这样的。”栾春阳解释道。

氢原子中电子出现概率的视觉化呈现（即电子云）。随着原子所处的量子状态不同，电子在空间中的分布会变幻出甜甜圈、哑铃等各种奇妙的形状。图源：Wikipedia

传统方法只能靠反复探测来堆积统计数据，每次读取可能需要长达 300 微秒。而 AI 擅长从微弱的信号中快速捕捉趋势，大幅缩短这个过程。

以北京量子院的工作为例，研究团队将曝光感知 AI 模型部署到 FPGA 上，实现了 9.85 微秒的单次推理延迟，相比高性能 CPU 和 GPU 通用计算方案，推理速度提升约 30 倍。

让机器“自己维护自己”：自动校准

还记得前面提到的那个苦恼吗？工程师每天花大量时间校准机器、对抗各种环境干扰。

AI 正在试图解决这个问题。它可以被嵌入量子计算机的控制系统中，学习机器在不同环境条件下的“漂移规律”，并自动进行参数调节。不需要人工介入，不知疲倦，还比人更快更准。

工程师们将从“调机器”的死循环中解放出来，把精力真正投入到更有价值的科研工作中。

图库版权图片，转载使用可能引发版权纠纷

当然，AI 赋能量子，并不是一帆风顺的，它也有自己的难题。目前这条路上，有几个绕不开的挑战：

1. 数据太少。AI 的成长依赖大量数据，但量子计算机目前的用户极少（基本只有高校和科研院所），整个领域的数据量非常有限。加上科研人员出于竞争压力往往不愿公开数据，AI 的“粮食”严重匮乏。

2. 模型不能通用。中性原子、超导、离子阱……不同类型的量子计算机，底层的物理机制完全不同。在一种系统上训练的 AI 模型，搬到另一种系统上基本无法使用，甚至同一类型的不同机器之间也很难直接复用。

3. 需要真正懂量子的人来把关。AI 给出的结果好不好、对不对，外行人是无法判断的，必须由专业科研人员来把关。这对既懂AI又懂量子的复合型人才，提出了极高的要求。

结语

现在的量子计算机还处于“原型机”阶段，还难以解决什么实际问题，很多人因此觉得它“没什么用”。

但栾春阳讲述了一个让人深思的历史故事：当年法拉第发明了电，有人问他“这玩意儿除了能电人，还有什么用？”那时候，没有人能想象电会变成今天这个世界运转的基础。

今天，我们用经典计算机的思维去猜测量子计算机的“潜力”，就像一个拨弄算盘的古人，试图想象今天的计算机能做什么——想象力根本不够用。

量子计算，有朝一日，也许真的会像今天的“电”一样，成为人类文明不可或缺的基础设施。

策划制作

解读专家丨栾春阳中国移动通信研究院未来研究院研究员

整理丨何雨濛

审核丨袁岚峰中国科学技术大学副研究员中国科学技术大学科技传播系副主任中国科协科普研究员

责编丨何雨濛

点亮“推荐”

一起涨知识！