从当前的发展态势来看,量子计算很可能成为中期内最具颠覆性的技术之一。
原因在于:通过利用量子纠缠和叠加等奇特现象,在亚原子层面上利用物质的特性,可以大大加快某些类型的计算速度。
这些计算包括:
- 在海量数据集中识别模式 - 解决涉及多个变量的复杂优化问题 - 用于编码和解码信息的密码加密
人工智能、药物和材料研发、网络安全等关键现实问题的解决都依赖于这些计算。因此,量子计算的影响力可能会非常巨大。
不过,也有人认为真正实用的量子计算还需要很长时间。Nvidia CEO Jensen Huang 最近的观点导致量子计算供应商的股价出现小幅下跌。他认为"真正实用的量子计算机"可能还需要 30 年时间。
另一方面,证据表明量子计算的可访问性正在提高。大多数大型云服务提供商 (如 Google、Amazon、Microsoft) 都提供量子计算即服务,同时还有包括 D-Wave 和 IonQ 在内的众多初创企业和颠覆者不断涌现。
那么,今天可用的量子计算与未来真正实用的量子计算之间有什么区别呢?
当今的量子计算机 - NISQ 时代
尽管是了不起的工程壮举,但当今的量子计算机仍存在诸多限制。因此,当前的量子计算时代被称为嘈杂中等规模量子 (NISQ) 时代。虽然不断有改进和突破,但目前可用的系统存在容错率低、量子比特退相干导致的高错误率以及对干扰极度敏感等问题。
大多数系统仍依赖经典计算架构来处理许多任务,这造成了速度瓶颈。
虽然当今最强大的量子计算机拥有约 1,000 个量子比特,但有预测认为解决高级问题可能需要数十万甚至数百万量子比特的规模。
增加新的量子比特并不像听起来那么容易。实际上,这是一个极其复杂的工程问题,因为量子比特必须与外界隔离以防止退相干,而且必须冷却到接近绝对零度的百万分之一度。
简而言之,今天的技术主要是实验性的、概念验证性的或原型性的。虽然它们在不断改进,但还不是工业应用所需的可扩展、稳健系统。
迈向量子优越性
尽管仍面临重大挑战,但近年来已取得了一些重大进展。
Google 最近宣布,通过将多个量子比特组合成逻辑量子比特,他们开发出了提高量子计算容错率的革命性方法。
光子量子比特和离子阱量子比特等新型量子比特在提高稳定性方面也显示出了前景。
在室温量子比特的开发方面也取得了突破,这可能会消除超低温制冷的成本。
在建设量子计算真正可用时所需的基础设施方面也在持续推进。
这包括创建像 Microsoft Q#、IBM Qiskit 或开源 PennyLane 这样的量子编程语言以及操作系统。
Microsoft 最近宣布在 Majorana 1(世界首个拓扑量子比特处理器)方面取得突破。该处理器使用全新的物质状态来大幅提高量子比特的稳定性和可扩展性——有望在单个芯片上集成超过 100 万个量子比特,这是向实用量子计算迈出的重要一步。
在培养能够充分利用量子计算的人才方面也仍然存在挑战。这将需要在教育、技能和培训方面进行大量投入。
所以我们正在朝着量子优越性(量子计算机能够解决经典计算机无法解决的问题)的方向前进。
虽然"真正的"量子计算可能不会立即出现,但我认为用不了多久我们就能看到它在我们的生活中产生影响。
好文章,需要你的鼓励
西部数据闪存业务分拆后,SanDisk宣布将停用广受欢迎的WD Black和Blue品牌,推出全新的SanDisk Optimus系列NVMe产品线。WD Blue驱动器将更名为SanDisk Optimus,而高端WD Black驱动器将分别更名为Optimus GX和GX Pro。尽管品牌变更,底层硬件和供应链保持不变。然而受全球内存短缺影响,预计2026年第一季度客户端SSD价格可能上涨超过40%。
上海AI实验室开发RePro训练方法,通过将AI推理过程类比为优化问题,教会AI避免过度思考。该方法通过评估推理步骤的进步幅度和稳定性,显著提升了模型在数学、科学和编程任务上的表现,准确率提升5-6个百分点,同时大幅减少无效推理,为高效AI系统发展提供新思路。
福特汽车在2026年消费电子展上宣布将在车辆中引入AI助手技术。该AI助手最初将在福特和林肯智能手机应用中推出,从2027年开始成为新车型的原生功能。福特希望通过AI技术实现车辆个性化体验,提供基于位置、行为和车辆能力的智能服务。同时,福特将采用软件定义车辆架构,推出自研的高性能计算中心,提升信息娱乐、驾驶辅助等功能。
MIT团队开发的VLASH技术首次解决了机器人动作断续、反应迟缓的根本问题。通过"未来状态感知"让机器人边执行边思考,实现了最高2.03倍的速度提升和17.4倍的反应延迟改善,成功展示了机器人打乒乓球等高难度任务,为机器人在动态环境中的应用开辟了新可能性。