科学研究 - 从数码退火到常温量子计算---盘点2017日本在量子计算领域的飞跃----戴维

2017年对于日本来说，是在量子计算领域飞跃的一年。

量子计算是科学界梦寐以求的计算革命。准确的天气预报、新药开发、交通管理、人工智能等领域需要非常复杂、庞大的优化组合计算，有的计算用传统计算机的话，需要天文级别的时间，而量子计算则瞬间可解。打一个不确切的比喻，量子计算比之传统计算，就像核武器与常规武器的差距一样。所以，这个领域的竞争有战略层面的意义。

今年早些时候，中科大与浙江大学宣布，在基于光子和超导体系的量子计算机研究方面取得了两项重大突破性进展，成功构建出光量子计算机，打破了世界纪录。谷歌宣布在今年年底之前实现49光子量子计算机，IBM预言在不久的将来实现50甚至更多光子的量子计算机。中美之间围绕量子计算机展开激烈的竞争。笔者曾撰文《谁抓住了薛定谔的猫？》关注量子计算研究的进展，并对日本的研究做出乐观的预言：相信以日本的国力，条件成熟时，产学联合，可以迎头赶上时代的步伐。

事实上，貌似按兵不动的日本科技界，已有大山涌动的迹象。日本信息通信研究机构（NICT）于7月11日宣布，成功完成了世界上首例利用被称为“50cm角”的超小型卫星进行量子通信的证实实验。日立与富士通公司相继披露了基于“数码退火(Digital Annealing)”的“量子计算机”系统，11月20日，NTT与国立情报学研究所（NII）以及理化学研究所共同研制的“量子神经网络（QNN：Quantum Neural Network）”投入运行。这是世界上第一台在常温下运行的“量子计算机”。几乎与此同时，11月7日东京大学与科学技术振兴机构（JST）研发出一种对量子计算纠错的模型。

（在超小型卫星SOCRATES上安装的NICT开发的小型量子通讯设备SOTA，图源：NICT）

一般读者会不会被这一连串的报道搞得云山雾海呢？什么是量子计算机？“基于数码退火的量子计算机”是量子计算机吗？“量子神经网络”是量子计算机吗？它们对推动量子计算研究有什么意义？

简单地讲，量子计算机主要有三种形式，硬件上实现的手段分别是：超导、半导体、离子阱。

由加拿大厂家开发的世界上首台商用量子计算机“D-Wave One”就是利用超导技术实现量子力学的特性。所以需要把量子比特（qubit）处理器冷却到-273度。谷歌和 IBM 也属于主流派的超导回路（Superconducting loops）。英特尔采用硅量子点 (Silicon quantum dots), 微软和贝尔实验室使用拓扑量子位 (Topological qubits)，Quantum Diamond Technologies 采用钻石空位 (Diamond vacancies)。只有量子计算初创企业 ionQ 选择的是离子阱 (Trapped ions)。

主力超导派的难点是增加量子比特的位数和对其进行测控。要达到实用化还有很长的路要走。半导体虽然操作速度快、可集成度高，但是，因为半导体的量子点比超导约瑟夫森结小很多，所以，加工难度更高。并且，量子点越多越难调测。而离子阱有集成度低的缺点。

与硬件上的困难相比，软件方面一样有需要攻克的门槛。要使量子计算机发挥真正的威力，还要有与之匹配的“量子算法”。一个核心难题是可扩展性，即：如何在同一个芯片上造更多的量子芯片，让每个量子比特（qubit）都能以很高的可信度工作，且qubit之间能够可靠地纠缠在一起？

既然量子计算在到达实用化的目标前有如此艰巨的路程，那么，有没有捷径以现有成熟的技术来实现同样的效能呢？日立与富士通就是基于这样的思路设计出“基于数码退火的量子计算机”。因为，量子计算机的目标并不是普通的科学计算，而是针对优化组合，即从无穷个组合里瞬间找出最优解。那么，只要针对这样的特性设计算法与计算机结构，就可以达到同样的效果。事实上加拿大的“D-Wave One”就是基于一种叫做“量子退火”的算法而设计的。最优组合问题究竟有多难呢？举例来说，要素数增加100个，组合数就增加1000兆的1000兆倍。富士通研究所跟多伦多大学合作开发的“数码退火器（Digital Annealer)”，就是采用了面向优化组合的计算机结构，用量子退火的思想解决了基本最佳回路的高速化。从而实现了比现行量子计算机更快，可以处理更广泛问题的功能。富士通的“数码退火器”上装载1QBit的量子计算软件，将在人工智能的机器学习和大规模的优化组合问题上展现很大的优势。