中国科学院计算所孙晓明：量子计算具有指数加速潜力，算力或强于AI

科技《思想大爆炸——对话科学家》栏目第35期，对话中国科学院计算技术研究所研究员、量子计算与算法理论实验室主任孙晓明。

嘉宾简介：

孙晓明，中国科学院计算技术研究所研究员、量子计算与算法理论实验室主任，主要研究量子计算、算法与计算复杂性等领域，翻译《量子计算与量子信息》等教材，担任多个国家级项目负责人。

出品 | 科技

作者 | 梁昌均

“当想象力延展至极限，不是像小说中那样去想象真实世界不存在的东西，而是去理解那些切实存在的东西。”诺贝尔奖得主、物理学家费曼（Feynma）曾说到。

在物理学发展史上，能看到一个又一个荒谬绝伦的想法被证实无虞。当最神秘的科学——量子力学中的量子叠加、量子纠缠等被验证，把这些存在的力量用在计算上会发生什么？

1985年，量子计算之父多伊奇（Deutsch）就提出了这样的构想。费曼认为，基于经典物理学的经典图灵机不能完美模拟任何物理意义上可实现的系统，沿着这一思想，多伊奇提出了基于量子力学的通用计算机模型，它的潜在计算能力远超经典图灵机。

这催生了一门新的研究领域——量子计算。从费曼、多伊奇等提出相关概念，到90年代迎来十年的蓬勃发展，而后转入低谷，再到最近十年再次快速发展，量子计算如AI般起起伏伏，试图将量子图灵机变为现实，这也吸引了不少人才加入。

2001年，从清华大学计算机系本科毕业的孙晓明选择在博士期间攻读量子计算，如今他在中国科学院计算技术研究所带领的团队已是量子计算领域重要的一股学术力量。近日，就量子计算的发展，科技与孙晓明进行了对话。

走进中国科学院计算所8楼的一间办公室，映入眼帘的是墙上的一块两米多长白板，上面密密麻麻写着数学公式。这些正是量子计算的基础，孙晓明经常在这里和学生探讨问题。

提到量子计算，就不得不提经典计算。孙晓明解释称，两者本质区别在于计算原理不同，量子计算利用量子力学的基本原理，把量子叠加和量子纠缠等特性用起来，从而提升计算效率。

不过，孙晓明表示，对于经典计算不可计算的问题，量子计算也不可计算，但其有潜力解决经典计算某些不能有效解决的问题。

对于量子计算近些年的发展，孙晓明的感受是超过预期，但也面临很多瓶颈。“目前还造不出来通用的量子计算机，哪怕是专用量子计算机，都不敢说已经能做的很好。”

同时，现在还没有明确哪条路线，是未来大型量子计算或通用量子计算机要采用的路线。目前，量子计算主要有超导、拓扑、离子阱、光、半导体等路线，相对来说超导路线发展最快。

“每个方案都很有前景，每条路线都吸引了大量科研人员，未来到底哪一个能胜出现在还不知道。”孙晓明表示，它们都还有工程化上的困难需要克服，比如普遍面临的扩展性问题、噪声问题等。

受限于此，量子计算机未来是否会像PC一样实现小型化，孙晓明给出了偏务实的回答。“现在还在解决真正的第一台通用量子计算机的问题，首先要能把物理比特提升成逻辑比特，把集成度提升到百万比特，然后再谈小型化和个人化。”

量子算法同样亟需新突破。孙晓明认为，量子算法是算法设计的新大陆，可以把所有用经典算法研究过的问题，再从量子算法的角度重新研究一遍。

“但要想淘到金子不容易，因为每个问题已经被经典算法领域研究了很久，要比经典计算中最好的算法再快，难度也会更大。”即将在10月下旬举办的CNCC（中国计算机大会）上，孙晓明作为量子算法论坛的主席，将会就此展开更多探讨。

对于产业化前景，他强调，量子计算总体还处于实验室科研阶段，离真正应用还有很长的路要走。“业界觉得2030就可以，我觉得可能2035年前后，但这种预测通常都不是很准确。”他还认为，量子计算很可能会以云服务的方式去落地。

不少观点认为，量子技术也会像AI一样引发新一轮工业革命。孙晓明认为，量子计算有提供强大算力的潜力，甚至可能在很多领域比AI还要强，但它的应用场景未必会有AI这么广。

他表示，量子计算将有可能在生物制药、金融、密码安全等领域发挥作用，有可能走得更快的则是量子化学，比如电池成分配比、生物化学反应计算等问题，用量子计算有机会算得更好。

人才也是一大瓶颈。“量子计算是一个新大陆，目前国内教材少、老师少、愿意做量子计算研究的学生也少。”为此孙晓明与多位同行一起耗时三年翻译了经典教材《量子计算与量子信息》，并在依托CCF出版社编写一本面向研究生的量子计算教材。

据介绍，国内高校、研究机构做量子计算的研究团队仅有一二十支，师资才一两百人，且物理方向居多。因此孙晓明也在CNCC等场合持续呼吁，希望有更多计算机领域的研究人员加入，特别是年轻的学生。“它的基础就是线性代数，门槛没有那么高，大家不要望而生畏。”

以下为对话实录（经编辑整理）

科技：量子计算通常会被拿来跟经典计算对比，两者最本质的区别是什么？

孙晓明：主要是计算原理不一样，量子计算希望利用量子力学的基本原理，把量子叠加、量子纠缠等特性用起来，从而提升计算效率。量子叠加和量子纠缠已得到验证，去年诺贝尔物理学奖就是因为验证了量子信息违背贝尔不等式，这本质上就是验证纠缠或量子的非定域性。

科技：量子计算的计算速度非常快，能解决经典计算无法解决的问题吗？

孙晓明：不可计算的东西，大家都不可计算，比如程序停机问题，但量子计算有潜力解决经典计算某些不能有效解决的问题。现在需要去找出哪些问题经典计算不能有效计算，但量子计算可以加速计算，就是要找出它的杀手锏应用场景到底在哪。

科技：目前量子计算最大的计算能力有多大？它会像AI一样从专用走向通用吗？

孙晓明：IBM去年底推出的量子计算机宣称有433个量子比特，今年要做到1121个，2030年要达到100万。但现在一般会把它称作是量子计算的实验装置，而不是称为量子计算机，它更多还处在实验室的原理验证阶段。Deutsch定义的量子图灵机是通用的，只是现在造不出来通用的量子计算机，哪怕是专用量子计算机，都不敢说现在已经能做好。目前它只能运行一些极其特殊的任务，如随机线路采样、高斯玻色采样等。

科技：现在连专用量子计算机都还造不出来，这块面临的主要瓶颈是什么？

孙晓明：比特数量是一个方面，另外现在都是没有纠错的物理比特，有串扰和各种噪声影响，导致准确率很低。现在传统计算机器件本身的错误率已降到10的-9次方或10的-10次方，加上各种纠错的技术后可以降到10的-15次方，量子计算距这样的水平还比较远。

科技：量子计算现在有很多不同路线，哪个会脱颖而出？面临哪些工程化挑战？

孙晓明：IBM、谷歌等是超导路线，微软是拓扑量子计算，还有离子阱或囚禁离子量子计算、光量子计算、半导体量子计算、金刚石NV色心量子计算等。每个方案都很有前景，哪一个能胜出现在还不知道。但每个方案都有工程上要克服的困难，如都会面临扩展性的问题。

科技：经典计算机从埃尼阿克到越来越小型化，量子计算机会是什么样的形态？能做得像PC一样吗？

孙晓明：未来量子计算机有没有可能像PC一样小型化，我们不知道，因为路线都还没选清楚。现在能看到的量子计算装置形态，以超导为例，像类似吊灯的形状，制冷机的体积比较大。现在还在解决真正的第一台通用量子计算机的问题，首先要能够把物理比特提升成逻辑比特，把集成度提升到百万比特，然后再谈小型化和个人化。

科技：即将举办的CNCC上的量子算法论坛是您负责，主题叫算法设计的新大陆，它为什么是新大陆？

孙晓明：我认为整个量子算法领域跟哥伦布当年发现新大陆一样，可以把所有经典算法研究过的问题，全部再从量子算法的视角研究一遍。现在需要搞清楚哪些问题有机会指数加速，哪些一点都不能加速，哪些不能指数加速，但可以多项式量级加速。但要想淘到金子不容易，因为每个问题已经被经典算法研究了很久，要比经典计算中最好的算法再快，难度也会更大。

科技：AI有三要素，量子计算刚谈到算力、算法，还有哪些其它关键要素？

孙晓明：量子计算基本也是这几件事，但现在最重要的还是量子算法和算力，数据的问题还不太紧迫。AI中深度学习需要大量的训练数据，而量子计算中所涉及的问题是怎么把经典数据量子化成量子态，使量子计算机可以读。但这不是最着急要解决，首先还是要有足够好的硬件，能够支撑算力，要有足够好的量子算法，能够产生加速。

科技：量子计算离真正落地应用还需多久？

孙晓明：目前它更多还是在实验室科研阶段，距真正规模应用还很远。业界觉得2030就可以，我觉得可能2035年前后，但这种预测通常都不是很准确。未来它可能也不是以类似量子PC的方式落地，很可能是以云的形式对外提供服务。

科技：有观点认为量子计算等量子技术也会像AI一样引发新一轮工业革命，您怎么看？

孙晓明：我只能说量子计算有潜在机会提供比较强大的算力，甚至可能在很多领域比AI还要强。所以在有些应用场景上，它可能会发挥很大作用，但它的应用场景可能未必会有AI这么广。

科技：国内研究量子计算的主要是哪些人？人才是不是比较少？

孙晓明：现在国内做量子计算的多数是物理方向的人，计算机的人参与太少，认为有门槛。国内高校大约就一二十个研究团队，只看老师可能就一两百人左右，全世界也没有太多专门人才。教材少，老师少，愿意做研究的学生也少，能开量子计算这门课的高校，差不多两只手就能数过来。

科技：您20多年都在研究量子计算，有什么希望或给青年人才的建议？

孙晓明：量子计算是一块新大陆，希望能有更多计算机领域的研究人员加入，特别是年轻的学生。冯·诺依曼的《量子力学的数学基础》把量子力学全部用线性代数进行了公理化，所以把它当做线性代数来学就好。当然如果学过量子力学，能做更多的事。我没学过量子力学，但照样可以做量子计算的研究。它门槛没有那么高，大家不要望而生畏。