对话哈佛大学教授Lukin:量子计算将在我们有生之年普及!

简介:

人物观点:量子计算机从科学理论转向大众普及,也许并不需要30年那么长时间。这是一个令人兴奋的领域,我们已经进入了具有巨大科学发现潜力的新时代,很快我们就会开始发现量子计算机能在更广泛的范围内发挥作用,包括物质科学、化学领域、物理系统、人工智能和机器学习等等。——米哈伊尔·卢金

在科学技术领域,我们多年来一直对研发量子计算机充满了热情,但它还尚未走进我们的日常生活。 量子系统可以无缝地加密数据,以及帮助我们对已经收集到的大量数据进行理解分析,甚至能够解决即使是最强大的超级计算机也无法解决的复杂问题,如医疗诊断和天气预报。

尚未成熟的量子技术在去年的11月份变得更加接近我们想要的熟练度了。在当时,最著名的科学期刊之一《自然》发表了两篇文章,并且文章中都展示了一些最先进的量子系统技术的最新研发成果。

如果你还不明白量子计算机是什么,它做了什么,或者它可以为你做什么,你并不需要担心。 Futurism新闻社最近与哈佛大学的物理学教授米哈伊尔·卢金(Mikhail Lukin)谈到了量子计算的当前发展状况,其中包括我们可能在某一天可以在手机或者办公桌上使用量子技术,以及在以上说的这些发生之前我们需要做些什么。

为了更加清晰和简洁,这次采访内容在后期进行了修改:

问:首先,你可以简单介绍一下关于量子计算的工作原理吗?

米哈伊尔·卢金:我们从传统的电脑工作方式开始说起。在传统的计算机中,你用一些输入的形式来制定你想要解决的任何问题,基本上是一个关于0和1进行无数种组合的数据信息流。

当你想做一些计算时,你基本上会根据这个流如何实际移动来对电脑本身创建一些特定的规则。正常机器中写入的计算过程有加法,一旦能做加法,就可以做乘法,而一旦可以做乘法,基本上电脑处理信息就无所不能了。

但是我们的微观世界形成已经有100多年的历史了,它的基本原理是基于量子力学的。而在量子力学中,常常有一个对应的系统来进行管理和应用。例如,在两种不同的状态下,你的电脑或者你的椅子可以相对应的同时放置——这就是量子叠加的思想。

换句话说,你的电脑可以同时在波士顿和纽约同时被使用。量子叠加的概念即使听起来很怪异,它在量子力学定律中也是被认可的。如果按照大范围考虑,例如我给的例子,这显然听起来很奇怪。但在微观世界中,就像单个原子一样,创造这种叠加态实际上是相当普遍的。所以科学家们通过这些科学实验可以证明,一个原子能够同时处于两种不同的状态。

量子计算机的想法基本上是利用这些量子力学规则来处理信息,所以我们很容易理解为何它可以如此强大。在传统的电脑中,你给我对应数量的输入信息,我就能把它们放在我的电脑里,然后让电脑给你输出数据。但是,如果我们的硬件应用了量子力学,那么不仅仅是顺序地提供一些输入和读出答案那么简单,利用态叠加原理,我们可以准备一个电脑寄存器处理许多不同类型的输入信息。

这意味着,如果我采用这种叠加态并使用量子力学定律对其进行处理,那么我可以一次处理多个输入。与传统的程序相比,这可能是一个指数级的加速。

问:量子计算机的外形是什么样的?

米哈伊尔·卢金:如果你走进一个带有量子机器的房间,你会看到一个真空室或导管,以及一束照射到它的激光,而且在本体里面有一个很低密度的特定的原子。我们使用激光来减缓非常接近能量绝对值为零的原子运动,这就是所谓的激光冷却。

对话哈佛大学教授Lukin:量子计算将在我们有生之年普及!

(图片来源:哈佛大学Lukin实验室)

问:那你怎么编程呢?

米哈伊尔·卢金:为了制作量子计算机,我们将一百束紧密聚焦的激光束照射到这个真空室中。这些激光束中的每一束都起着光镊的作用,每束都可以控制住一个原子,但也可能一个都抓不住。

当我们有这些原子陷阱之后,我们通过在这些陷阱中拍摄的原子图,并找出哪些陷阱载满了原子,哪些是空的。然后,我们按照我们所希望的任何模式重新排列包含单个原子的陷阱。单个原子的个体保持容易控制的这种理想排列基本上是任意出现的。

定位这些原子是我们编程的一种方法。为了实际控制量子,我们小心谨慎地将原子从最低能态推入高能量态。我们通过精心挑选的激光束来照射特定的一个原子的过渡,并且它们的频率需要保持在非常严格的控制下。

在这种激发能量的状态下,原子实际上会变得非常大,并且由于这个原子尺寸,原子之间开始相互作用,或者换句话说:彼此交谈。通过选择我们激发原子的状态并选择它们的排列和位置,我们就可以以高度可控的方式对它们的相互作用进行编程。

问:对量子计算机最有帮助的应用是怎样的?

米哈伊尔·卢金:说实话,我们没有答案。一般认为,量子计算机不一定会对所有的计算任务有所帮助。但即使是最好的传统计算机也有在数学问题上难以解决的时候。这些复杂的问题中,涉及到例如复杂优化的问题,而这些问题包括试图满足一些对于对立面的约束条件等。

假设你想给一群人送一种礼物,而每个人都有自己的利基(网易智能注:Niche,是指针对企业的优势细分出来的市场,这个市场不大,而且没有得到令人满意的服务),所以对于这个礼物来说,这些不同的利基可能是矛盾的。

所以会发生的是,如果你用传统的方式解决这个问题,你必须对这群人每一对或三个一组进行检查,以确保至少他们的利基是满意的。这个问题的复杂性非常迅速地增长,因为你需要检查的经典的组合数量是以指数计算的。这里有一些人相信,对于这类问题,量子计算机比传统计算机更有优势。

另一个非常著名的例子是关于对因式分解的解决问题。如果你的数字很小,比如15,很明显,它的因数是3和5,但是随着数字变大,这种问题很快就会变得复杂。

如果你有一个很大的数字是两个数字很大的因数的乘积,从传统的角度说,没有哪种方法比从1,2,3往后依次寻找改数字的因数的方法更好。但事实证明,存在一个称为Shor算法的量子算法,它可以找到比最知名的经典算法指数更快的因子。如果你能做到一种方法拥有比使用其他方法快得多的速度,那么我们可以说,这是一个大收获。

问:这听起来像你的任务目标,而你的使命就是帮助我们推进和理解这项技术,但是与量子技术相关的应用程序开发是次要的,因为你认为当我们拥有这些工具时,相关应用程序就会自然来到我们身边。我说的对吗?

米哈伊尔·卢金:我会用一种类比来回答你的问题。当传统的计算机刚被开发出来时,他们大多用来做科学计算,数值实验来理解复杂的物理系统的行为。现在量子机器正处于这个发展阶段。他们已经允许我们研究复杂的量子物理现象,从该角度来说,它们对于科学研究来说是有用的,而且科学家们现在已经在用它们帮助研究了。

实际上,我们在“自然”杂志上发表的论文的一个重要意义就在于,我们已经建立了足够大,足够复杂,以及足够量的机器来帮助我们进行科学实验,即使是世界上最好的传统电脑,例如超级计算机也不可能完成量子计算机进行的科学实验。

在我们的工作中,我们已经使用了我们的机器来进行科学发现,而且是以前没有做出来过的,部分原因是因为传统电脑很难对这些系统进行模型制作。在某些方面,例如以科学研究作为目的,我们认为量子机器更加有用。

当传统的计算机正在开发之中时,人们对于计算机应该运行哪些算法有一些想法。但事实上,当第一台电脑建成时,人们在开始尝试使用这些电脑时便发现了更多实用有效的算法,并且一直如此。换句话说,那就是当他们发现这些计算机实际上可以做的更好的时候。

这就是为什么我说我们现在真的不知道量子计算机的潜能有多大。找到这些任务的唯一方法就是建立大型功能性的量子机器去尝试这些事情。这是一个重要的目标,我应该说我们现在正在进入这个阶段。当我们开始在大型机器上开始量子算法的实验时,我们已经非常接近目标了。

问:请告诉我一些关于你在《自然》杂志发表的文章中提到的,关于你所说的“进步”究竟指哪些方面的?我们有多接近能够发现在量子计算机上工作的算法?

米哈伊尔·卢金:既然你问到了,那么首先我们来谈谈一台机器如何能达到量子机器的标准。它应能够沿着三个不同的轴运作,其中一个轴上是规模 - 即能够容纳多少量子位(一个“量子位”,构成量子计算机基础的单位“经典计算”中的“位”),并且越多越好。

另一个轴是量子性的程度,该程度决定了系统的稳定与一致性。所以最终量化它的方法是,如果你有一定数量的量子,并且用这个量子计算,那么这个计算没有错误的概率是多少?

如果你有一个量子位,那么你会有一个几率犯下小错误。一旦你有很多,这个概率是呈指数上升。因此,本文和补充论文中描述的系统具有足够大的量子位,并且足够连贯,从而基本上可以完成具有相当低的错误概率的整个系列的计算。换句话说,在有限次尝试中,我们可以得到一个几乎没有错误的结果。

但是这还不算完,我们称第三个轴是你可以如何用这台机器编程。基本上如果你能以任意方式使每个量子位与任何其他量子位交互的话,那么你就可以把任何量子问题编码到这个机器中。

这种机器有时被称为通用量子计算机。我们现在拥有的机器不是完全通用(共通)的,但是我们展示了非常高的可编程性,所以我们实际上可以很快改变它们之间的互连。这些便说明了到底是什么使我们能够探索和发现这些复杂的量子现象的原因。

问:是否量子计算机的体积可以缩小到手机的大小,或者它在某种程度上来说是可以随身携带的吗?

米哈伊尔·卢金:那当然是没有问题的。我们有很多种办法来包装它,以便它成为一种便携式设备,并且尽可能小型化,可能比移动电话还要小,但也可能会和台式计算机一样大。但是现在的技术还不能做到。

问:你认为,像传统计算机一样,量子计算机将在30年左右从仅仅的科学发现理论转向大众普及化吗?

米哈伊尔·卢金:我想说,答案是肯定的,但为什么需要30年?也许更快。

问:现在和之后会发生什么?我们需要做什么样的进步?

米哈伊尔·卢金:我认为我们需要有足够大的电脑来开始真正了解它们的用途。我们还不知道量子计算机能做什么,所以我们不知道它们的全部潜力。我认为下一个挑战就是要做到这一点。

下一个阶段将是制造可能被用来当作专业用途的写入相关应用程序的机器。包括我的团队在内的人已经在开发一些小型量子设备,例如医疗诊断助手。在这些应用中,量子系统只是测量微小的电场或磁场,而利用这些数据可以使医生更有效地进行诊断。我认为这些事情已经到来了,其中一些想法已经被视为商业用途了。

也许,一些一般的应用程序可以商业化。在实践中,量子计算机和传统计算机将可能携手合作。事实上,最可能的情况是,大部分主要的工作是由传统计算机完成的,但是其中一些最困难的问题,可以通过量子计算机来解决。

另外还有一个领域叫做量子通信,它可以使量子态在站与站之间进行传输。如果你使用量子态发送信息,则可以构建完全安全的通信线路。而且,通过这些所谓的量子网络,它有时也被称为量子互联网,我们应该能够远程访问量子服务器。这样,我当然可以想象量子计算机可以进入日常生活的许多可能性,即使你不能把它放在自己的口袋里。

问:你希望更多的人如何去更多的了解量子计算机?

米哈伊尔·卢金:量子计算和量子技术的提出和研究已经有一段时间了。我们科学家都知道,这是一个令人兴奋的领域,因为这确实是跨越多个子领域的科学研究的前沿项目。在过去的五到十年中,大多数人认为量子学的事态发展是非常未来化的,因为他们认为我们创造任何有用的量子机器需要很长时间。

但情况并非如此。我认为我们已经进入了具有巨大科学发现潜力的新时代,这些发现可能在物质科学和化学领域具有广泛的应用,实际上还涉及了包括复杂物理系统的所有部分。但是我也觉得很快我们就会开始发现量子计算机能在更广泛的范围内发挥作用,从性能优化到人工智能和机器学习,我认为这些东西即将到来。

我们还不知道量子计算机将如何做到我说的这些,但我相信,我们很快就会知道的。


原文发布时间为:2018-09-29
本文作者:36氪的朋友们
本文来源:36氪,如需转载请联系原作者。

目录
相关文章
|
机器学习/深度学习 人工智能 大数据
计算机发展前沿技术——医学领域的人工智能2
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
机器学习/深度学习 存储 人工智能
计算机发展前沿技术——医学领域的人工智能4
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
机器学习/深度学习 人工智能 监控
计算机发展前沿技术——医学领域的人工智能3
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
|
机器学习/深度学习 人工智能 自然语言处理
计算机发展前沿技术1——医学领域的人工智能
随着科技发展,人工智能技术在教育领域中的应用已取得较大进展。近年来,人工智能(AI)技术和由其引发的大数据时代自社会的各个层面包括我们的思维、生活方式和工作模式产生了巨大的变革;其与医学的结合给医疗系统带来深远的影响。从互联网到云计算,再到由大数据集合而成的人工智能,不断更新的处理手段使医疗行业也开始尝试新的转变,从传统的人工诊疗、教学模式逐步转变为依据机器学习来获取更高效的信息,并在医学多个领域已有比较广泛的应用。本文将从人工智能在医学领域的优势、当前的进展、应用、局限性和未来方向来进行综述。
112 0
|
机器学习/深度学习 人工智能 算法
人工智能是否会超越人类智慧?- 施米德休教授采访
人工智能是否会超越人类智慧?- 施米德休教授采访
193 0
人工智能是否会超越人类智慧?- 施米德休教授采访
|
机器学习/深度学习 存储 人工智能
AI公开课:18.05.05 施尧耘(阿里云量子技术CS)—清华AI第四讲之《人工智能与量子计算》Quantum课堂笔记——带你了解量子计算
AI公开课:18.05.05 施尧耘(阿里云量子技术CS)—清华AI第四讲之《人工智能与量子计算》Quantum课堂笔记——带你了解量子计算
AI公开课:18.05.05 施尧耘(阿里云量子技术CS)—清华AI第四讲之《人工智能与量子计算》Quantum课堂笔记——带你了解量子计算
|
机器学习/深度学习 人工智能 算法
|
机器学习/深度学习 人工智能 算法
下一篇
无影云桌面