量子计算何时实现商业化,这是业界价值数十亿美元的核心问题。而眼下研究人员正面临的挑战之一,是如何充分发挥现有技术的潜力——当前量子设备的错误率依然较高。
尽管业界已能制造出拥有数百个物理量子比特的机器,但最新量子计算机中实际可用的逻辑无错量子比特数量仍然极为有限。
随着技术持续进步,研究人员正积极探索如何从现有的噪声量子计算机中获得最大价值,同时也在思考:当量子设备拥有大量逻辑量子比特时,能够解决哪些类型的问题。
量子模拟助力药物研发
Lucy Robson 是 Universal Quantum 公司的量子算法科学家,所在团队专注于研究量子计算在药物研发领域的应用潜力。
她在接受《Computer Weekly》采访时表示:"我们的工作重心不仅是研究能够落地真实应用场景的量子算法,还包括探索如何构建高性能的量子纠错系统——尤其是如何通过精心设计纠错协议,为 Universal Quantum 可扩展的囚禁离子量子计算硬件带来更大优势。"
谈及量子模拟在药物研发领域面临的挑战,Robson 指出,这需要一台大规模的容错量子计算机:"这比我们目前拥有的硬件规模要大出许多个数量级。我们需要数十万乃至数百万个量子比特,才能支撑量子纠错所需的开销,以便执行大规模算法。而当前业界普遍面临的核心问题,正是如何判断距离容错量子计算还有多远。"
Robson 强调,这一问题并非单纯的硬件挑战。她补充道:"还需要考虑应用开发者的需求——即计算化学领域的专家需要哪些中间件和软件工具,才能自行使用量子设备。"
Robson 希望,量子计算机不再是只有特定专业人员才能操作的神秘设备,而是通过完善的工具生态,让非量子计算专家的软件工程师也能参与其中。
她目前的研究聚焦于一个具体的量子计算应用方向:探索量子算法如何加速化学性质的模拟,特别是面向药物研发流程的量子化学模拟。
去年,Universal Quantum 宣布与开放量子研究所(OQI)开展合作,将量子计算应用于药物研发领域。该团队正在研究量子模拟如何加速发现新型非激素类药物,以治疗子宫内膜异位症——这是一种使人身体衰弱的进行性疾病,影响着全球约 10% 的女性。
Robson 表示,英国确诊该病的平均等待时间长达七至十年:"这深刻反映了女性健康领域长期面临的系统性资金不足问题。我们最初从量子算法研究起步,而物理系统模拟和量子化学正是其中极具价值的应用方向之一,制药与药物研发更是量子化学最重要的应用领域之一。"
理解量子计算
对于未曾接触过量子力学的人来说,量子计算背后的概念——例如叠加态——令人难以想象。量子力学正是量子计算机突破最强超级计算机运算边界的物理基础。"这确实违反直觉,"Robson 补充道。
她回忆起诺贝尔奖得主、物理学家罗杰·彭罗斯在一本书的前言中给出的建议,谈到如何学习困难概念:"我记得大约 16 岁时拿起他的一本书,那时我刚准备开始学习 A-level 数学,对书中大量的符号和术语都很陌生。"
"他给出的建议是:面对任何陌生或复杂的公式,先尝试建立直觉性理解。这不一定是去读懂方程式或理解术语,而是阅读文字描述、观察图表,在脑海中形成对这个概念所描述内容的基本认知,然后再回头学习符号和公式。"
她表示,这种方法始终让她受益匪浅:"每当遇到新的、陌生的事物,我都会这样做。"
Robson 对希望进入量子算法领域的软件开发者给出了建议——打好线性代数的基础:"很多概念看起来奇怪而陌生,但我的优势在于,我所学的学位课程中有大量线性代数内容。因此我认为,线性代数是学习量子算法最重要的先决条件之一。"
谈及自己走向量子计算的历程,Robson 表示,最初是出于好奇心开始探索这一领域。"当时有大量新资料可供学习,我开始尝试弄明白量子究竟是什么,结果发现量子计算与理论计算机科学之间存在极大的交叉。正是这一点深深吸引了我。"她回顾了自己作为自学程序员的经历,曾阅读 RFC(征求意见稿)文件,并在学习计算机科学后从事网络安全工作。之后,她抓住机会参与了一个小型项目,研究量子计算在国防领域的应用。
Robson 对量子计算的商业前景充满信心。"在我投身这一领域的短短时间里,我亲眼见证了曾经只存在于理论论文中的成果被实验验证。"她说,这充分说明过去十年间量子计算已取得了巨大进展。
她特别表示,看到英国政府持续加大长期投入,令她感到非常振奋。她所在的 Universal Quantum 公司由萨塞克斯大学孵化,于 2021 年获得英国创新署战略挑战基金 750 万英镑的资助。
"英国拥有出色的国家量子技术计划,"她补充道,指出量子计算不仅在硬件层面取得进展,软件和工具生态也在同步发展。"让我感到鼓舞的是,整个生态系统正在随着硬件和理论的发展加速成长。"
Q&A
Q1:量子计算在药物研发中能发挥什么作用?
A:量子计算可以加速化学性质的模拟,尤其是量子化学模拟,帮助研究人员更快地发现新型药物。例如 Universal Quantum 与开放量子研究所合作,正在研究如何利用量子模拟加速发现治疗子宫内膜异位症的新型非激素类药物。这类模拟需要大规模容错量子计算机支持,即需要数十万乃至数百万个量子比特,目前技术尚未完全达到这一规模。
Q2:学习量子算法需要哪些基础知识?
A:据 Universal Quantum 量子算法科学家 Lucy Robson 的建议,线性代数是学习量子算法最重要的先决条件之一。此外,她建议在遇到陌生概念时,先通过描述和图表建立直觉性理解,再深入学习具体公式和符号。对于想转型进入量子算法领域的软件开发者来说,打好数学基础是关键第一步。
Q3:量子计算目前面临的最大技术瓶颈是什么?
A:当前量子计算最大的技术瓶颈在于错误率过高,逻辑无错量子比特数量极少。要执行大规模量子算法,需要数十万乃至数百万个量子比特来支撑量子纠错开销,而现有硬件规模距此还差许多个数量级。此外,缺乏面向领域专家的中间件和软件工具,也制约了量子计算的实际应用落地。
好文章,需要你的鼓励
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
麻省理工学院劳动经济学家David Autor领衔的最新研究揭示,美国战后新兴工作岗位主要由30岁以下的年轻大学毕业生获益,且多集中于城市地区。研究显示,新型工作通常伴随工资溢价,但随着相关技能普及,这一优势会逐渐消退。研究还发现,需求侧驱动对新工作创造至关重要。面对AI浪潮,Autor认为AI在医疗等领域的应用方式,将决定其究竟是创造新岗位还是取代现有工作。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。