IBM出版新书，介绍大量量子用例

IBM商业价值研究院（IBV）最新出版的第四版《量子十年（The Quantum Decade）》装帧精美、值得一读，相信会成为每一位高管人士的重要知识补充。这本168页的巨著由来自各行业的70多位专家撰写，清晰罗列了目标问题、解决思路以及当前正在发明的令人惊叹的量子技术。书内包含几十条用例与深入描述，堪称每位CEO和CTO们的必读之作。下面是我认为特别有趣的精选部分摘要，以及书中一些重要用例。

IBM出版的这份指导手册，将帮助高层管理团队为即将到来的量子时代做好准备。

量子思维

商业价值研究院在2021年进行的一项CEO研究显示，在接受调查的3000多名CEO当中，有89%并不认同量子计算会在未来两到三年内成为实现业务成果的关键技术。虽然这种认可性缺失在短期之内完全可以理解，但考虑到量子计算在未来十年内的颠覆性潜力，CEO们现在应当主动调拨资源以理解并参与量子技术。商业价值研究院还发现，2023年内组织在量子计算领域的研发预算投入为7%，较2021年的数字增长了29%。到2025年，这一比例预计将持续增长至25%。

作者断言，忽视量子计算技术可能带来重大风险，其后果也许比错失十年前的AI热潮更加严重。这本量子计算手册的第一阶段，首先强调计算领域正在经历一波根本性转变。也正是这波在量子计算设备上运行前瞻性模型的趋势，让以往无法落地的解决方法拥有了实现的可能性。

位于纽约州约克城高地的IBM Thomas Watson研究中心新近安装并投入运行的IBM量子系统二号。

第二阶段则专注提出重要问题：量子计算将如何颠覆并重塑企业的商业模式？它将如何增强现有AI与经典计算工作流程？企业所处行业中的量子计算“杀手级应用”究竟是什么？组织如何立足内部乃至与生态系统的合作来深化自身量子计算能力？很明显，当下正是开展实验、规则迭代场景并培养量子计算人才的最佳时机，也是教育内部利益相关方并充分运用深层技术资源的关键当口。

IBM正在开发的最新10万量子比特系统的渲染图。

IBM方面还特别强调，量子计算并不会取代经典计算系统。相反，量子计算、经典计算与AI将形成渐进式的互补关系，三者将以迭代方式共同运作，最终形成1+1+1大于3的协同效应。在上图所示的硬件配置体系下，每台量子设备都将辅以经典计算机，而黑色的机柜行则代表推理处理服务器。也就是说，人们将需要精心定制解决方案以运用这些结合紧密但又彼此不同的系统。

CEO Arvind Krishna参观IBM位于纽约波基普西的量子计算数据中心。

第三阶段则被称为“量子霸权”，标志着重要里程碑的实际降临。具体来讲，这意味着量子计算展现出较传统计算机更高效、更具成本效益或者更高质量地执行特定任务的能力。如今，IBM的量子系统已经具备实用规模的性能：量子计算机现在可以作为科学工具以探索量子力学中的强作用力、经典模拟之外的新型问题等。而量子计算机与经典系统相结合之时，也就是量子效能迈向“霸权”的重要时刻，其性能将明显优于单独的经典计算系统。随着量子计算领域硬件、软件与算法的持续进步，其相较于传统计算将实现显著的性能改进，为各行各业带来前所未有的竞争优势培养机会。

具体用例

然而，从量子计算中实现商业价值仍需要优先考虑正确的用例——那些有潜力真正改变组织或整个行业的用例。发现并关注这些战略用例，对于实现量子技术的优势将至关重要。以下是IBM在《量子十年》一书中提及的具体案例。

埃克森美孚及其全球供应链

埃克森美孚正在探索利用量子计算优化其全球航线的可能性。当前国际贸易仍高度依赖海运，而全球航线是其中重要的组成部分。全球约90%的贸易通过海上运输实现，涉及超5万艘船舶，单船可能装载2万个集装箱。优化这些航线是一项复杂的挑战，且明显超出传统计算机的处理能力。埃克森美孚与IBM合作，利用IBM量子网络（埃克森美孚于2019年作为首家能源企业加入该网络）来开发将商船全球航线映射至量子计算机的方法。

在这一用例下，量子计算的核心优势在于它能最大限度减少错误解法并增强正确解法，因此特别适合处理高度复杂的优化问题。埃克森美孚利用Qiskit量子优化模块测试了多种量子算法，以期找到最合适此任务的算法。他们发现启发式量子算法和基于变分量子本特征解算器（VQE）的优化显示出光明前景，特别是在配合正确的拟设（物理术语ansatz，指具有一定根据的猜测）时效果尤其突出。

这种对海运优化量子计算用例的探索不仅有望对物流及运输行业产生重大影响，同时也显示出在面临其他行业类似优化挑战时更为广泛的应用前景，包括货物运输、拼车服务与城市垃圾管理等。

加州大学与机器学习

IBM Quantum与加州大学伯克利分校的研究人员开发出一种量子机器学习领域的突破性算法，在理论层面证明了量子霸权的力量。传统量子机器学习算法往往需要数据处于量子态，但双方提出的新方法也同样适用于经典数据，因此更能契合现实场景的客观条件。

该团队专注于监督机器学习，他们尝试利用量子电路将经典数据映射至更高维度的空间——由于多个量子比特处于高维状态的性质，这项任务天然适合量子计算方法。之后，他们估测出一个量子内核，即各数据点间相似性的衡量尺度，再利用它在经典支持向量机中有效实现数据分离。

2020年末，研究人员曾给出坚实的证据，证明当只有经典数据可用时，他们的量子特征图电路仍优于一切可能的二元经典分类器。这一进步为量子计算在各类应用场景下开辟了新的可能性，包括前瞻、数据属性预测乃至风险分析等，标志着量子机器学习再次向前迈出了重要一步。

E.ON与机器学习

作为欧洲主要能源运营商，E.ON正利用量子计算技术加强风险管理并实现其碳减排目标。凭借庞大的客户群体以及预计到2030年可再生资产的大幅增加，该公司面临着管理气候相关风险并保证能源成本处于可负担范围内的现实挑战。为此，E.ON选择与IBM合作并实施量子计算策略，针对不同位置、合同及天气条件等因素运行复杂的蒙特卡洛模拟。

关键量子计算应用包括：

• 使用量子非线性变换通过量子泰勒展开式为能源合同计算毛利率。
• 通过量子振幅估算进行风险分析，借此提高动态电路的利用率。
• 在经典蒙特卡洛方法中集成二次加速以优化硬件资源。

这些策略真正让实时规划、更精细的风险分散化以及更频繁的投资组合风险即时评估成为了可能，有助于重新调整对冲合同的具体条款。E.ON还将量子计算视为推进机器学习、风险分析、加速蒙特卡洛技术以及物流/调度组合优化的关键手段，标志着能源相关挑战的管理思路正在迎来重大转变。

富国银行与金融交易

富国银行正积极探索量子计算在金融领域的实践应用潜力，并与IBM在IBM Quantum Network量子网络联盟内开展合作。此番合作使富国银行得以通过云服务访问IBM量子计算机，进而在量子计算应用领域开展创新性工作，包括采样、优化与机器学习等，尝试从量子技术中获取有价值结果。

富国银行与IBM之间一大值得关注的研究领域就是序列建模，特别是预测金融市场的中间价格变动。这具体涉及到分析限价委托簿（一种记录买卖双方限价委托的清单，通常用于金融市场交易，以显示市场上的买卖需求和价格），并重点关注中间价格——即任意时刻最低卖价与最高买价之间的平均值。

富国银行还探索使用量子隐马尔可夫模型（QHMM）进行随机生成，这是一种序列建模的量子方法。QHMM的目标是从给定的起始状态生成可能的符号序列（例如代表价格上涨或下跌的序列），类似于大语言模型生成文本的方式。这种量子方法已被证明比其经典同类方法隐马尔可夫模型（HMM）更加有效，能够高效定义随机过程语言以提供有助于增强金融领域AI技术的新方法。

捷时雅与芯片制造

IBM与日本捷时雅正在探索量子计算如何重塑计算机芯片制造的未来形态。Gordon Moore曾在1965年做出著名预测，认为计算机芯片上的晶体管数量每两年左右就会提高一倍，这项预测数十年来长期有效，并以“摩尔定律”的名号为人们的熟知。这样的进步很大程度上得益于半导体制造领域的创新举措，特别是IBM在20世纪80年代开发的基于光刻胶的制造方法。这种使用光敏材料在芯片上印刷晶体管的技术后来得到广泛应用，捷时雅集团等公司就是其中的领先生产商。

但如今芯片的不断小型化与性能改进，正受到新光刻胶分子设计那高昂成本与复杂性的挑战。由于模拟量子尺度上的现象极为困难，现代超级计算机已经很难完成这项任务。而量子计算则基于量子力学原理运行，能够有效模拟分子结构（包括光刻胶材料的分子结构）来提供潜在的解决方案。

IBM与捷时雅正合作探索量子计算在该领域的实践应用。2022年的一项研究显示，使用IBM量子硬件来模拟类似于光刻胶特定部分的小分子确有可行性。这项研究代表着利用量子计算开发新材料的第一步，也有望推动摩尔定律继续与半导体技术同步发展，在可预见的未来继续发挥指导性效力。

总结

如大家所见，新版《量子十年》是一本干货满满的好书，有望在全球各地的董事会和高管团队中引发讨论、引导思维。这也正是IBM的目标所在——通过与早期思考者们的合作，人人都可以启动自己的量子探索之旅，加快量子方案在实践层面落地的执行速度。