量子計算的解密:深入瞭解 D-Wave 的熱議

“量子”這個詞賦予任何話題一種瞬間的神秘感。不幸的是,它通常也兼作“禁止入內”的標誌——一個訊號,表明任何愚蠢到試圖窺探標籤背後的人都會面臨一個難以理解的數學和物理泥潭。

加入我們的科學愛好者社群!

本文發表在《大眾科學》的前部落格網路中,反映了作者的觀點,不一定代表《大眾科學》的觀點


“量子”這個詞賦予任何話題一種瞬間的神秘感。不幸的是,它通常也兼作“禁止入內”的標誌——一個訊號,表明任何愚蠢到試圖窺探標籤背後的人都會面臨一個難以理解的數學和物理泥潭。“量子計算”也不例外:最近關於量子計算機的網際網路報道,都籠罩著一種難以理解的神秘氣氛。這些機器利用量子力學的神秘現象——超微小的物理學——以傳統計算機望塵莫及的速度解決問題。

最近的熱議圍繞著一個新實驗室的宣佈,該實驗室由大學空間研究協會、谷歌和 NASA 艾姆斯運營,該實驗室將使用加拿大計算機公司 D-Wave 製造的量子計算機。這一訊息引發了一波關於此類計算機近乎神奇的能力的令人興奮的報道。所有這些報道只會讓量子計算顯得更加難以理解:是什麼讓一臺計算機成為“量子”計算機?我們為什麼要量子計算機?D-Wave 真的製造出了一臺不負眾望的計算機嗎?為了解決這些問題,我們需要從計算機如何表示資訊的背景知識開始。

經典資訊與量子資訊


關於支援科學新聞

如果您喜歡這篇文章,請考慮支援我們屢獲殊榮的新聞報道,方式是 訂閱。透過購買訂閱,您正在幫助確保未來關於塑造我們當今世界的發現和想法的具有影響力的故事。


很少有人能聲稱自己發明了一個新的科學領域。更少的人能聲稱自己發明了幾個。可能只有克勞德·夏農能在 32 歲時就做到了這一點。

夏農在 1937 年的碩士論文中首次成為學術界的名人,他在論文中為數位電路奠定了數學基礎,基本上發明了數字計算機。在短暫的停頓幾年後,他於 1948 年以一篇題為《通訊的數學理論》的論文重返聚光燈下。在論文中,夏農描述了一個通訊模型,該模型至今仍然定義著計算機科學家今天思考資訊的方式。

夏農努力用數學方法描述傳送訊息的概念——從 A 點傳輸到 B 點的資訊片段——而不參考任何特定的傳輸技術。他的主要見解之一是,任何資訊都可以用一個簡單的方案編碼,該方案只有兩個符號:不起眼的 0 和 1。夏農將每個 0 和 1 稱為一個位元——資訊的基本單位。

時至今日,位元仍然是您擁有的每臺計算機內部資訊的貨幣。傳統計算機需要每個位元在計算的每一步都明確地是 0 或 1。大量的工程工作都用於強制執行這一點。事實上,擺動的電訊號穩定下來形成清晰的 0 或 1 所需的時間,很大程度上決定了晶片的速度。

當然,一個位元本身,僅限於兩種可能的訊息,並不是非常有用。位元主要在成群結隊時才有趣。如果我們有兩個位元,每個位元可以儲存 0 或 1,那麼這對位元可以儲存四種可能的配置(00、01、10 和 11)。每種配置或狀態都可以解釋為不同的訊息(例如,數字 0、1、2 和 3),因此我們現在可以表示四種不同的訊息。可能的狀態數量——因此我們可以儲存的資訊量——隨著每個額外的位元而繼續翻倍。

自那篇論文以來,位元驅動了計算機技術的發展。然而,幾十年後,幾位物理學家和工程師開始思考更奇特的資訊表示方法。特別是,他們將目光投向了量子力學:在微小尺度上適用的奇特物理學能否改變資訊儲存的遊戲規則?

量子位元登場,它是位元的量子力學類似物。量子位元最初只是一個理論抽象,它是一種比其經典對應物奇怪得多的野獸。像位元一樣,量子位元是資訊單位。也像位元一樣,每個量子位元可以處於兩種物理狀態之一,我們再次將其稱為 0 和 1。但相似之處僅此而已:由於量子力學的反覆無常,一個量子位元可以同時存在於多種狀態。很像薛定諤著名的貓,任何給定的量子位元都可以同時儲存 0 和 1。它可以是,例如,25% 為 0,75% 為 1。或者它可以是 50/50 分割,或者 63.7/36.3。可能性是無限的。

如果這看起來違反直覺到了不可能的地步,您可以安慰自己,偉大的物理學家理查德·費曼也這麼認為。他曾經說過一句名言:“我想我可以肯定地說,沒有人理解量子力學。” 不幸的是,它只會變得越來越奇怪。

量子位元的精神分裂狀態,稱為疊加,一直持續到量子位元被測量——也就是說,直到它與另一個物體發生相互作用。然後,它會選擇一個單一狀態——0 或 1——並堅持下去。每個狀態被選擇的機率由前面提到的百分比決定。因此,如果我們測量 100 個獨立的量子位元,每個量子位元最初都是 30% 的 0 和 70% 的 1,那麼大約 30% 的量子位元會變為 0,70% 的量子位元會變為 1。

隨著您新增更多量子位元,複雜性也會增加。與 2 個位元一樣,使用 2 個量子位元,您可以儲存從 0 到 3 的任何數字。但與經典的兩個位元不同,我們的量子位元二人組還可以儲存這四個數字的任何混合物。

奇怪的是,這些百分比不是內建在量子位元中的——它們取決於您如何測量它。假設您以一個角度測量一束攜帶量子位元的光子,發現它們被分成 50/50。如果您以另一個角度測量同一束光子,您將只會得到 0。即使一個特定的量子位元在一個角度測量時已經確定為 1,如果在不同的角度測量,它可能會切換為 0。量子位元,像位元一樣,最終會給您一個肯定或否的答案,但您得到哪個答案在您詢問之前是不會固定的,即使在那時,它也取決於您如何提出問題,甚至在那之後,如果您隨後以不同的方式提出問題,答案也會改變。這就像看那些影像會隨著您看到的角度而變化的標誌之一——除了該標誌偶爾會隨機決定向您顯示另一側的檢視。

如果所有這些還不夠,還有另一個難題:那些百分比不是嚴格意義上的百分比。如果今天一場暴雨有 40% 的機率襲擊匹茲堡,而另一場暴雨出現的機率是 20%,那麼匹茲堡下雨的機率肯定會增加(在這種情況下,為 52%)。但在量子力學中,我們一直在稱之為機率的東西可能是負數——它們可以相互抵消。(從技術上講,它們是複數,而不是機率。)如果一個量子位元是 40% 的 1,您可以新增 20% 更多的 1,使得最終得到 1 的機率約為 3.5%。

這些行為的各個方面都非常違反直覺,但完全符合量子力學對某些物理系統的規定。這背後的物理學相當複雜,所以讓我們假設量子位元存在。我們為什麼要關心?您可以用量子位元做什麼?

當然,您可以製造一臺量子計算機——一種操縱量子位元進行計算的機器。大多數媒體炒作都表明量子計算機比經典計算機更快,因為它們可以同時計算所有答案。在某種意義上,這是正確的:量子位元可以儲存疊加,如果您對疊加執行計算,您將獲得所有可能結果的新疊加。但最終,您仍然必須問量子位元它們儲存的是什麼答案。在那關鍵時刻,它們不會給您答案列表——它們會從它們儲存的許多答案中隨機選擇一個。快速但隨機並不比慢但正確好。

那麼,秘密是什麼呢?混亂、不可預測的量子位元如何可能比老式的位元有所改進呢?

從量子資訊到量子演算法

上個月,我衝到我的新公寓大樓後面,執行一項大膽而冒險的任務:洗衣服。我將洗衣籃小心翼翼地靠在牆上,在洗衣房前尷尬地停頓了很長時間,摸索著一個又一個鑰匙,找到可以開啟門的那個鑰匙。對於我的小鑰匙鏈來說,這只是一件小事。但如果我有 100 個鑰匙呢?或者 1,000 個?在某些時候,嘗試所有可能性變得不切實際。

計算機也會出現同樣的問題。例如,文字處理器通常被要求搜尋數千行以查詢特定單詞。數千行不會讓計算機感到害怕,但搜尋數萬億行可能是不切實際的。

1995 年,萊夫·格羅弗(Lev Grover)一直在思考如何解決這種棘手的搜尋問題。格羅弗是貝爾實驗室的研究員,貝爾實驗室是計算技術創新的強大中心。受到該實驗室近期在量子計算方面突破的啟發,格羅弗意識到這種新技術提供了一種無需掃描每個單詞的方法。量子計算機確實會從其量子位元包含的可能性中給出隨機答案,但每個答案的機率不必相同。因此,訣竅在於操縱遊戲,使正確答案的可能性高於其他答案。

為了理解這一點,讓我們回到鑰匙上來。假設我們的 1000 把鑰匙整齊地排列在一根長杆上。再假設我們要找的鑰匙是用鐵做的,具有磁性,而其他鑰匙都是用黃銅做的,沒有磁性。我們不能一次測試一把鑰匙——但如果我們能一次對所有鑰匙進行操作呢?

讓我們把裝滿鑰匙的杆子立起來,將條形磁鐵與它對齊,然後讓磁鐵繞著杆子轉圈。當我們這樣做時,我們會晃動杆子,讓鑰匙移動。鐵鑰匙會繞著杆子轉動以跟隨磁鐵,這使得它更容易被挑選出來。仍然無法分辨是哪一把?沒問題;我們只需再次揮動磁鐵,使鑰匙突出得更遠!與此同時,其餘的鑰匙會隨著我們的晃動而隨機移動。幾次重複之後,不重要的鑰匙會大致回到它們原來的位置,而正確的鑰匙會像瀝青路上的白化病松鼠一樣突出。

格羅弗的單詞搜尋方法也採用了相同的方法。首先,我們設定一組量子位元(統稱為暫存器),以儲存我們要查詢的單詞可能出現的 所有可能位置的疊加態(1 表示列表中的第一個,2 表示第二個,依此類推)。其中任何一個都可能是正確的答案,就像杆子上的任何一把鑰匙都可能是正確的答案一樣。然後,我們按照格羅弗的方法調整整個疊加態(不進行測量),就像我們同時在整個杆子上揮動磁鐵一樣。格羅弗的方法會增加正確答案和錯誤答案的機率,就像我們的晃動和揮動操作會稍微移動所有的鑰匙一樣。

巧妙之處在於一個操作——在術語中稱為一個——它是組成調整操作的幾個門之一。給定任何單個數字,如果該數字是正確答案,則此門將使該數字的“機率”為負,如果不是,則保持不變(比較:給定任何單獨的鑰匙,磁鐵會吸引它或忽略它)。但是,當您對疊加態進行操作時,您會得到所有可能結果的疊加態。那麼,當我們對疊加態應用此門時,它會對疊加態的不同元素產生不同的作用。這使得格羅弗的調整可以區別對待正確和錯誤的答案:對於錯誤的答案,額外的機率會與已經存在的機率抵消,就像每個非鐵鑰匙的隨機運動平均為零一樣。最終結果是,我們提高了正確答案的機率。經過幾次提升後,我們可以測量量子位元,確信我們很可能會得到正確的答案。

格羅弗的演算法完美地體現了量子計算的策略。訣竅在於同時對整個疊加態進行操作,操縱機率,使正確答案脫穎而出。雖然您可能需要多次重複操作,但某些計算仍然會比經典計算機快指數級。

量子計算的許多興奮之處尤其源於一個應用:分解數字。將 21 分解為 3 乘以 7 很容易,但幾十年來,人們一直認為尋找大數的因數需要太長時間,不切實際。這種假設如此強大,以至於大多數加密技術(包括電子商務的基礎)都是由它驅動的。但是麻省理工學院的數學家彼得·肖爾(Peter Shor)並不那麼確定。他的懷疑得到了證實:1995 年,肖爾以一種快速分解大數的量子演算法震驚了計算機科學界。肖爾的演算法可能會摧毀網際網路安全的世界。

像往常一樣,魔鬼在於細節。從理論上講,量子計算機可以為分解、搜尋資料庫、生物化學模擬和其他具有挑戰性的問題提供巨大的加速。然而,實際上,所有嘗試構建這種計算機的人——包括 D-Wave——都不斷遇到技術障礙。接下來,我們將轉向這些障礙。

量子位元的糾纏

我們忽略了一個令人不快的事實。我們一直假設,當您測量量子位元暫存器時,所有這些量子位元會一起決定要顯示哪個答案。實際上,每個量子位元都可以獨立做出該決定。如果發生這種情況,他們的答案將像一個影像一樣,其中每個畫素都來自不同的搜尋結果。同樣,對疊加態的調整需要修改整個數字的機率,而不僅僅是構成數字的單個 0 和 1。

解決此問題的方法是糾纏。“糾纏”描述了量子暫存器中一種特殊的疊加態——其中各個量子位元的狀態彼此繫結在一起。糾纏的量子位元仍然表現出機率性,但測量它會影響與之糾纏的所有量子位元的選擇。

糾纏是量子計算的阿基里斯之踵,既因為它稀缺,也因為它過剩。將大量量子位元推入糾纏狀態非常棘手,因此任何實用的量子計算機都必須應對不足的糾纏。另一方面,量子位元很容易與量子位元暫存器外的物體糾纏。當這種情況發生時,它們通常會停止彼此關注,而是將其命運與外部環境聯絡起來。這種現象稱為退相干,對量子計算機來說是完全致命的。大量的研究致力於對抗或延遲它,但到目前為止,這個問題仍然頑固地抵制這些努力。

一家特立獨行的公司

現在,我們終於談到了 D-Wave。1999 年首次成立時,這家計算機公司開始探索與大多數研究人員相同型別的量子計算機。但在四年之內,面對退相干這個無法克服的問題,創始人喬迪·羅斯(Geordie Rose)放棄了基於門的量子計算機的目標。相反,羅斯決定嘗試一種研究較少的裝置,稱為絕熱量子計算機 (AQC)。

與基於門的同類產品一樣,AQC 使其量子位元傾向於產生問題的正確答案。但是,AQC 不會重複提升疊加態中的正確答案,而是嘗試完全避免疊加態。量子位元開始時明確地保持著一個微不足道的問題的正確答案——一個非疊加態。然後對它們進行重複測量,但每次測量都會向量子位元詢問一個略有不同的問題。在每個步驟中,所問的問題都會稍微接近所關注的問題,直到最終測量實際上詢問了我們試圖回答的問題。

通常,改變問題就像改變您測量光子量子位元的角度一樣:它會使最終測量成為疊加態的測量,因此答案將變得不可預測。但是,如果我們足夠緩慢地改變問題,那麼當第二次測量將量子位元從問題更改引入的輕微疊加態中拉出來時,最可能的結果是第二個問題的正確答案。以這種方式重複改變問題最終會使量子位元保持最終問題的正確答案。

D-Wave 的 AQC 設計對退相干的抵抗力更強。因為它的目標是避免進入疊加態,所以它不需要如此小心地保護脆弱的量子位元狀態免受外部干擾。這項交易中沒有附帶的一項是不受糾纏的影響,AQC 仍然需要糾纏才能將要回答的問題的約束強加給量子位元。

自從徹底改變方向以來,D-Wave 已經成為爭議的焦點。批評主要集中在該公司的公開宣告上。2007 年,D-Wave 對其首個原型機進行了引人注目的公開演示,該原型機是一個名為 Orion 的 16 量子位元晶片。Orion 似乎遙遙領先於任何其他量子計算技術,但該領域的專家立即駁回了此次演示,認為它是一種毫無資訊的公關噱頭。這並沒有讓 D-Wave 感到不安,該公司於 2011 年繼續宣佈了 128 量子位元的 D-Wave One。學術界仍然基本上無動於衷,最著名的是斯科特·阿倫森(Scott Aaronson),他任命自己為“D-Wave 首席懷疑論者”。儘管如此,洛克希德·馬丁公司認為該公司的理由足夠令人信服,足以購買該機器。

在過去的幾個月裡,又出現了一輪反覆。D-Wave 宣佈了一款更強大的處理器 D-Wave Two,擁有 512 個量子位元;研究人員對其價值提出質疑。5 月,美國宇航局和谷歌宣佈成立一個新的“量子人工智慧實驗室”,該實驗室將執行 D-Wave Two;研究人員仍然持懷疑態度。就在幾周前,新聞機構對新的研究論文大加讚賞,這些論文表明 D-Wave 晶片是真材實料;一些研究人員也駁回了這些論文。

在媒體的喧囂和量子計算的普遍晦澀難懂之間,很難將事實與姿態、誤解和一廂情願的想法區分開來。有了我們已經介紹的量子計算的背景,我們現在可以很好地嘗試一下。

D-Wave 的價值是什麼?

最終,D-Wave 的產品提出了兩個主要問題:它們是否比其經典的競爭對手提供任何優勢,以及它們是否真的是量子計算機?這些問題相互重疊,但它們並不相同。如果 D-Wave 的晶片確實加速了一些計算,那麼它們是否是量子計算機可能在實踐中並不重要。另一方面,如果它們確實是量子計算機,那麼它們代表著一項重大進步,無論它們是否已準備好投入使用。

在過去的幾個月裡,有一篇研究論文分別解決了這兩個問題。根據許多新聞文章的報道,該論文的答案是“是”和“是”:D-Wave 的計算機可以證明是 AQC,而且有時比標準計算機快數千倍。對於 D-Wave 來說,這聽起來像是一場勝利!然而,一些挖掘揭示了一個更為細緻的故事。

讓我們首先解決加速問題。5 月,阿默斯特學院的教授凱瑟琳·麥吉奧奇(Catherine McGeoch)發表了關於 D-Wave 晶片速度的第一份硬資料。她的團隊將 D-Wave Two 與幾種標準軟體包進行了比較,以解決 D-Wave 嘗試解決的型別的問題。(該晶片不是完全通用的 AQC——它旨在僅解決諸如數獨謎題之類的問題,在這些問題中,您需要為一組約束找到最佳解決方案。)D-Wave 確實在某些問題上找到了比最佳軟體包快 3600 倍的正確解決方案。這被廣泛認為是 D-Wave 擁有一套系統的證據,正如羅斯所說,“在某些方面比任何其他可用選項都更好。”

但故事並沒有就此結束。幾周後,其他研究人員從現成的軟體中進一步挖掘出速度,使其僅比D-Wave慢14倍。與此同時,一些專家抱怨說,這是不公平的競爭:這些軟體包旨在解決比D-Wave晶片更廣泛的問題。它們無法與為測試問題量身定製的處理器競爭也就不足為奇了;在這種情況下,慢14倍已經相當令人印象深刻了!事實上,早在麥吉奧克的論文發表之前,蘇黎世聯邦理工學院的物理學教授馬蒂亞斯·特羅耶就已經用一個在普通筆記型電腦上執行的同樣專業的程式擊敗了D-Wave。因此,根據目前公佈的資料,聲稱D-Wave技術目前提供了顯著的加速似乎為時尚早。麥吉奧克本人在阿倫森的部落格上評論道,“我們的測試從來都不是用來比較平臺速度的,用我們的資料來支援任何一方的觀點都是錯誤的。”

不過,可以說,加速並不是最有趣的問題。即使D-Wave晶片確實擊敗了其他技術,這種優勢也只有在它是真正的量子技術時才能持續。否則,D-Wave基本上是在賣一臺價格過高的臺式電腦:所有經典計算機大致都是等效的,因此任何非量子D-Wave能夠實現的東西,最終都可以在臺式機上實現。

那麼,接下來就是核心問題:D-Wave是否構建了一個AQC?多年來,批評者聲稱,比量子力學更簡單的現象就可以解釋D-Wave晶片的行為。特別是,他們聲稱該公司沒有提供其量子位元中存在糾纏的證據——即使對於AQC來說,這也是一個必要的組成部分。這一挑戰在四月份被南加州大學由塞爾吉奧·博伊索領導的團隊反駁了。博伊索的團隊將D-Wave晶片的行為與兩種不同的模擬進行了比較:一種是D-Wave聲稱發生的量子現象,另一種是更簡單的非量子可能性。與量子模擬一樣,D-Wave晶片發現大多數問題要麼極其困難,要麼極其容易。與此同時,經典版本的難度分佈則更加均勻。正如連首席懷疑論者阿倫森都承認的那樣,這有力地表明該晶片包含量子糾纏。這使得D-Wave成為第一個在如此大量的量子位元中產生糾纏的廠商,這是一項重大的科學成就。

當然,這就引出了我們的最後一個問題:每個人都應該爭先恐後地購買D-Wave嗎?如果你想明天解決一個棘手的問題,迄今為止公佈的證據表明,你最好還是買一臺筆記型電腦,然後聘請馬蒂亞斯·特羅耶。不幸的是,關於D-Wave加速成功的傳聞被大大誇大了。

但是,一項被誇大的說法並不意味著我們應該忽視這項技術。首先,一個未能證明加速的實驗並不一定是最終結論。更重要的是,D-Wave確實似乎已經構建了一個糾纏量子位元系統,因此存在一場計算革命的可能性。也許思考D-Wave機器的最佳方式是把它看作一個實驗,既是公司自身的實驗,也是其客戶的實驗。該裝置仍然可能被證明是一個失敗品,但如果D-Wave團隊能夠證明其價值——正如越來越多的證據表明他們將會這樣做那樣——其技術益處將是不可估量的。

量子計算是一個充滿巨大挑戰但也充滿巨大希望的領域。雖然實用性的量子計算機可能仍然更多的是一種願望而不是現實,但我們將饒有興致地關注學術界和工業界為彌合這一差距所做的嘗試如何繼續展開。

本文表達的觀點僅代表作者個人觀點,並不一定反映其公司的觀點。

© .