如今，量子計(jì)算已經(jīng)成為一種革命性技術(shù)，它能夠利用量子力學(xué)的神奇特性以遠(yuǎn)超普通計(jì)算機(jī)的方式，快速解決某些特定問(wèn)題。而這些特定問(wèn)題，涵蓋數(shù)學(xué)、零售、物理學(xué)乃至金融等諸多領(lǐng)域。如果我們能夠真正實(shí)現(xiàn)量子技術(shù)的應(yīng)用，那么其將極大提升全球整體經(jīng)濟(jì)水平。

量子計(jì)算的發(fā)展前景在上世紀(jì)80年代首次得到人們的認(rèn)可，但直至今日，量子計(jì)算卻仍然未能真正實(shí)現(xiàn)。由于量子計(jì)算機(jī)的設(shè)計(jì)、構(gòu)建與編程難度極高，這使得各類(lèi)量子計(jì)算機(jī)實(shí)驗(yàn)項(xiàng)目都因噪聲、故障與量子相干性等問(wèn)題而陷入癱瘓。

這種由振動(dòng)、溫度波動(dòng)、電磁波以及與外部環(huán)境的其它相互作用引起的相干性損失（術(shù)語(yǔ)為「退相干」，通俗稱(chēng)謂是“波函數(shù)坍縮效應(yīng)”），最終破壞了在計(jì)算機(jī)上利用奇異量子特性的可能性，使得當(dāng)代量子計(jì)算機(jī)還不太可能在可行的執(zhí)行時(shí)間之內(nèi)向程序反饋正確答案。

雖然已經(jīng)有多種競(jìng)爭(zhēng)性技術(shù)與架構(gòu)正在試圖攻克這些問(wèn)題，但現(xiàn)有硬件平臺(tái)并不能保持一致性并提供大規(guī)模計(jì)算所必需的強(qiáng)大糾錯(cuò)能力。要解決這些問(wèn)題，還需要數(shù)年的時(shí)間。

與此同時(shí)，另一個(gè)問(wèn)題在于，我們?cè)撊绾螕屧谟?jì)算機(jī)本身變得不可靠之前通過(guò)計(jì)算獲得有用的結(jié)果？

這個(gè)問(wèn)題的答案引起了各個(gè)方面的激烈討論，工業(yè)界、學(xué)術(shù)界以及各國(guó)家實(shí)驗(yàn)室的研究人員正在積極尋求各種能夠減少錯(cuò)誤的方法。其中一種方法是利用包含各種噪聲水平的計(jì)算結(jié)果來(lái)猜測(cè)無(wú)差錯(cuò)計(jì)算的實(shí)際內(nèi)容。另一種完全不同的方法被稱(chēng)為量子經(jīng)典混合算法，其只在量子計(jì)算機(jī)程序中運(yùn)行最關(guān)鍵的性能需求部分，并在大部分程序運(yùn)行在魯棒性更強(qiáng)的經(jīng)典計(jì)算機(jī)上。事實(shí)證明，這類(lèi)策略對(duì)于處理當(dāng)今量子計(jì)算機(jī)的噪聲問(wèn)題確實(shí)非常有用。

雖然經(jīng)典計(jì)算機(jī)也會(huì)受到各類(lèi)錯(cuò)誤源的影響，但這些錯(cuò)誤可以通過(guò)添加適量的額外存儲(chǔ)與邏輯機(jī)制進(jìn)行糾正。量子誤差校正方案確實(shí)存在，但需要消耗大量量子比特（qubits），這意味著只有相對(duì)較少的量子比特可保留用于實(shí)際計(jì)算。換言之，這類(lèi)方案所能運(yùn)行的計(jì)算任務(wù)規(guī)模，將受到無(wú)差錯(cuò)硬件規(guī)模的影響——而這部分硬件在容量上將極為有限。

為了更明確地理解量子比特這一資源的珍貴之處，我們先聊聊當(dāng)前最先進(jìn)的、基于門(mén)的量子計(jì)算機(jī)。其采用的是類(lèi)似于傳統(tǒng)計(jì)算機(jī)、智能手機(jī)以及平板電腦中的數(shù)字電路邏輯門(mén)，截至目前此類(lèi)量子計(jì)算機(jī)只有50量子比特。而傳統(tǒng)計(jì)算機(jī)的比特?cái)?shù)早已發(fā)展至數(shù)千億之多。

麻煩的是，量子力學(xué)中的不少特性與我們的直覺(jué)存在激烈沖突。因此，我們很難找到能夠執(zhí)行有意義任務(wù)的最佳算法。為了協(xié)助克服這些問(wèn)題，洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室的團(tuán)隊(duì)正在開(kāi)發(fā)一種通過(guò)優(yōu)化方法在量子計(jì)算機(jī)上執(zhí)行實(shí)際任務(wù)的算法。

所謂算法，就是告知計(jì)算機(jī)應(yīng)該執(zhí)行哪些操作的一份操作列表，類(lèi)似于烹飪配方。與傳統(tǒng)算法相比，我們發(fā)現(xiàn)量子類(lèi)算法最好盡可能短小且最好能夠契合特定硬件設(shè)備中的具體缺陷與噪聲解決方案。只有這樣，算法才能夠在退相干將正確結(jié)果的可能性降低到接近零之前，在約束時(shí)間幀內(nèi)執(zhí)行更多處理步驟。

在洛斯阿拉莫斯實(shí)驗(yàn)室指導(dǎo)研究以及提供資助的量子計(jì)算跨學(xué)科工作當(dāng)中，我們正在努力確保算法得以有效運(yùn)行。目前，我們的主要思路是在退相干影響達(dá)到一定程度之前盡可能減少需要完成的操作門(mén)數(shù)量，同時(shí)控制其它有可能降低計(jì)算成功率的錯(cuò)誤源。

具體地，我們正在利用機(jī)器學(xué)習(xí)技術(shù)將量子電路轉(zhuǎn)換或者編譯成特定于目標(biāo)量子計(jì)算機(jī)的最佳等效電路。最近，我們開(kāi)始在經(jīng)典計(jì)算機(jī)上利用機(jī)器學(xué)習(xí)方法來(lái)搜索量子程序的縮短化版本。而在不久前實(shí)現(xiàn)的一項(xiàng)突破當(dāng)中，我們?cè)O(shè)計(jì)出一種可行方法，能夠利用當(dāng)前可用的量子計(jì)算機(jī)對(duì)自身量子算法進(jìn)行編譯。這將避免在經(jīng)典計(jì)算機(jī)上模擬量子力學(xué)特性所帶來(lái)的巨量計(jì)算資源開(kāi)銷(xiāo)。

由于這種方法能夠生成比現(xiàn)有技術(shù)更短的算法，因此這將顯著減少噪聲帶來(lái)的影響。除此之外，這種機(jī)器學(xué)習(xí)方法還能夠面向特定算法與硬件平臺(tái)實(shí)現(xiàn)錯(cuò)誤糾正。例如，其可能會(huì)發(fā)現(xiàn)某一量子比特的噪聲低于另一量子比特，從而優(yōu)先使用質(zhì)量更高的量子比特。在這種情況下，機(jī)器學(xué)習(xí)將能夠利用最少的計(jì)算資源與最少的邏輯門(mén)創(chuàng)建出一種通用算法，用以計(jì)算該計(jì)算機(jī)上分配到的任務(wù)。通過(guò)這種優(yōu)化，算法將能夠在更長(zhǎng)的時(shí)間周期內(nèi)穩(wěn)定運(yùn)行。

值得一提的是，這種方法能夠在量子計(jì)算機(jī)上以有限設(shè)置方式保持運(yùn)作，并以云服務(wù)的方式面向公眾開(kāi)放。此外，它還充分利用了量子計(jì)算機(jī)的優(yōu)秀特性，有望未來(lái)在真正的大型量子計(jì)算機(jī)上實(shí)現(xiàn)問(wèn)題的規(guī)模化處理。

量子算法的新成果，將在量子計(jì)算機(jī)的計(jì)算環(huán)境中為專(zhuān)家及非專(zhuān)家用戶(hù)提供更多工具選項(xiàng)。如今，應(yīng)用程序開(kāi)發(fā)人員已經(jīng)可以利用量子計(jì)算的潛力加快程序執(zhí)行速度，進(jìn)而超越傳統(tǒng)計(jì)算原理的限制。這些進(jìn)步可能會(huì)幫助我們逐步接近更強(qiáng)大、更可靠的大型量子計(jì)算機(jī)，用以解決種種復(fù)雜的現(xiàn)實(shí)問(wèn)題，最終攻克那些經(jīng)典計(jì)算機(jī)根本無(wú)力承載的終極挑戰(zhàn)。