Quant:波士頓咨詢：量子計算產生全面影響至少需要十年_人工智能

專家們相信，他們最終能夠建造一臺高性能的量子計算機。鑒于量子計算面臨的技術障礙，例如納米機的操作，或者在真空環境中或在低溫下操作，近年來的進展很難夸上一夸。從長遠來看，這些機器很可能通過解決目前無法實現的計算問題來塑造新的計算和業務范例。它們可以在密碼學和化學(以及材料科學、農業和制藥)等領域改變游戲規則，更不用說人工智能(AI)和機器學習(ML)。我們可以期待在物流、制造、金融和能源領域的其他應用。量子計算有可能像一個世紀前量子科學徹底改變物理學那樣，徹底改變信息處理。

量子計算的全面影響可能還需要十多年的時間才能實現。但現在有一股更緊密的激變力量正在積聚，現在對于商業人士具有重要意義，并且承諾在未來五到十年內會發生重大變化。多家大型科技公司和初創公司正在進行的研究，其中包括IBM、谷歌，RigettiComputing、阿里巴巴、微軟、英特爾和霍尼韋爾，已經在構建量子計算機系統方面取得了一系列技術突破。這些努力，加上政府資助的研發工作，幾乎可以肯定的是，在中短期內將看到中型(如果仍然容易出錯)量子計算機的發展，這些計算機可以用于商業，并具有產生首批實驗發現的能力。已經有不少公司正在轉向保護知識產權(IP)權利，并將自己定位于率先將其在量子計算領域的特定領域推向市場。每家公司都需要了解即將到來的發現將如何影響業務。未來幾年，領導者將開始在這一新興技術中占據一席之地。

量子計算機有何不同，以及它為何如此重要

第一批經典計算機實際上是模擬計算機，但事實證明這些計算機太容易出錯而無法與數字計算機競爭。后代使用離散數字位，取0和1的值，以及一些基本門來執行邏輯運算。正如摩爾定律所描述的那樣，數字計算機以更快的速度變得更快、更小、更強大。今天，典型的計算機芯片可以容納大約20x109位(或晶體管)，而最新的智能手機芯片可容納大約6x109位。已知數字計算機是通用的，因為它們原則上可以解決任何計算問題(盡管它們可能需要很長時間)。數字計算機在比特級別上也是真正可靠的，在1024次操作中誤差不超過1次;更常見的錯誤來源是軟件和機械故障。

量子計算機建立在物理學家RichardFeynman和DavidDeutsch在20世紀80年代的開創性思想基礎上，利用了納米級物質的獨特性質。它們在兩個基本方面與經典計算機不同。首先，量子計算不是建立在0或1的位上，而是建立在可以疊加0和1的量子位上(意味著0和1的部分同時疊加)。其次，量子比特不是孤立存在的，而是被糾纏在一起并作為一個整體存在。這兩個屬性使量子比特能夠比傳統計算機獲得更高指數級的信息密度。

然而，有一個問題：量子比特很容易受到環境的干擾，這使得量子比特和量子比特操作(所謂的量子門)極易出錯。糾正這些錯誤是可能的，但它可能需要大量的輔助計算，導致量子計算機很難擴展。此外，在提供輸出時，量子態會失去所有的豐富性，并且只能產生一組有限的概率答案。將這些概率縮小到“正確”的答案本身就有挑戰，而以一種使這些答案變得有用的方式構建算法本身就是一個完整的工程領域。

也就是說，科學家現在相信量子計算機不會遭受模擬計算機的命運，即被錯誤糾正的挑戰所扼殺。但是，對于每個計算量子位，可能需要1000個糾錯量子位確實意味著未來五到十年的開發可能會在沒有糾錯的情況下發生(除非在高質量量子比特表面上取得重大突破)。在理論不斷進步的時代，基于這些所謂的NISQ(噪聲中等規模量子)設備的實驗也加入其中，這是本報告的重點。

新興的量子計算生態系統

量子計算技術已經得到了很好的發展，并且實際應用已經近在眼前，一個由硬件和軟件架構師和開發人員、貢獻者、投資者、潛在用戶和附屬參與者組成的生態系統正在形成。以下是主要參與者的情況。

波士頓咨詢高管：企業區塊鏈還沒有迎來ChatGPT時刻:金色財經報道，波士頓咨詢集團董事總經理兼合伙人Yue Hong Zhang表示，如果'殺手級'的定義是十億用戶，那么我完全同意。我認為企業區塊鏈還沒有迎來ChatGPT時刻。這么多年來，每個人都在談論人工智能，但隨著ChatGPT的出現，人工智能才真正流行起來。[2023/9/8 13:26:42]

科技公司

幾十年來，通常是政府資助的大學和研究機構活躍在量子計算領域。最近，正如其他技術(例如大數據)所發生的那樣，一個定義越來越清晰的技術堆棧正在形成，各種私人技術公司都將自己定位于此。

堆棧的基礎是量子硬件，其中構建執行計算的量子位陣列。下一層是復雜的控制系統，其核心作用是調節整個設備的狀態并實現計算。控制系統尤其負責門操作、經典和量子計算集成以及糾錯。這兩個層在技術上仍然是最具挑戰性的。接下來是一個軟件層，用于實現算法(以及將來的錯誤代碼)和執行應用程序。該層包括量子經典接口，可將源代碼編譯為可執行程序。在堆棧的頂部是更廣泛的服務，致力于使公司能夠使用量子計算。特別是它們有助于評估和將現實問題轉化為量子計算機可以解決的問題格式。

實際參與者分為四大類。(見圖1)

端到端提供商。這些往往是大型科技公司和資金充足的初創公司。在前者中，IBM一直是量子計算的先驅，并一直走在該領域的最前沿。該公司現在已經與其他幾家領先的組織合作，這些組織可以在整個堆棧中發揮作用。谷歌和最近的阿里巴巴吸引了很多關注。微軟一直很活躍，但尚未公布實際硬件方面的成就。霍尼韋爾剛剛成為新參與者，增加了該集團的重要性。Rigetti是初創公司中最先進的。

每家公司都提供自己的基于云的開源軟件平臺，以及對硬件、模擬器和合作伙伴的不同級別的訪問。2016年，IBM推出了QExperience，可以說仍然是迄今為止最廣泛的平臺，隨后在2018年，Rigetti的Forest，谷歌的Cirq和阿里巴巴的阿里云推出，后者與中國科學院合作推出了量子云計算服務。微軟使用其QuantumDevelopmentKit在Azure上提供對量子模擬器的訪問。最后，D-WaveSystems是第一家銷售量子計算機的公司(雖然是出于特殊目的)，于2018年10月推出了Leap，這是自己的量子退火硬件實時云訪問。

硬件和系統參與者。其他實體只專注于開發硬件，因為這是當今的核心瓶頸。同樣，這些包括技術巨頭，如英特爾，以及初創公司，如IonQ、QuantumCircuits和QuTech。QuantumCircuits是耶魯大學的衍生公司，旨在建立一個基于獨特模塊化架構的強大量子計算機，而代爾夫特理工大學與荷蘭應用科學研究機構TNO共同合作的QuTech則為企業提供了各種合作選擇。作為擴展到軟件和服務的硬件和系統參與者的一個例子，QuTech推出了第一個歐洲量子計算平臺QuantumInspire，它具有超級計算訪問量子模擬器的能力。計劃于2019年上半年提供量子硬件訪問。

軟件和服務參與者。另一組公司正致力于實現應用程序并將現實問題轉化為量子世界。它們包括ZapataComputing、QCWare、QxBranch和CambridgeQuantumComputing等，為用戶提供軟件和服務。這些公司將自己視為量子計算的新興用戶和硬件堆棧之間的重要接口。所有這些都是其小型生態系統中的一個或多個端到端或硬件參與者的合作伙伴。然而，它們在推進原始量子算法方面有著廣泛不同的承諾和方法。

專家級參與者。這些主要是初創公司，通常是從研究機構分離出來的，為其他量子計算機或企業用戶提供重點解決方案。例如，Q-CTRL致力于提供更好的系統控制和門操作的解決方案，而QuantumBenchmark評估和預測硬件和特定算法的錯誤。兩者都服務于硬件公司和用戶。

波士頓區塊鏈協會發布馬薩諸塞州立法者工具包:9月20日消息，Media Shower和波士頓區塊鏈協會（BBA）與數字資產和區塊鏈行業貿易協會——數字商會合作發布了馬薩諸塞州版的區塊鏈技術立法者工具包，以指導馬薩諸塞州立法者為該行業創造有利的監管環境。（Business Wire）[2021/9/21 23:39:21]

生態系統是動態的，層與層之間的界限很容易模糊或交叉，特別是通過成熟的硬件參與者擴展到更高級別的應用，甚至服務層。到目前為止，端到端集成公司仍然是技術生態系統的中心;垂直整合在當前行業的成熟度水平上提供了性能優勢。迄今為止最大的投資已經流入了堆棧的較低層，但我們尚未看到單一成功架構的融合。一些架構可以在更長的時間內共存，甚至可以以混合方式攜手合作，以充分利用每種技術的優勢。

應用和用戶

多年來，量子計算能力最大的潛在最終用戶是國家政府。最早展示潛在量子優勢的算法之一是由數學家PeterShor于1994年開發的，目前就職于麻省理工學院。Shor的著名算法證明了量子計算機如何破解當前的密碼學。這種違規行為可能危及通信安全，可能會破壞互聯網和國防系統等。此后，重要的政府資金迅速流入量子計算研究。最終形成了廣泛的共識，即像Shor這樣的算法在未來幾年仍將超出量子計算機范疇，即使當前的加密方法受到威脅，其他解決方案也存在并且正在由標準制定機構進行評估。這使得私營部門能夠開發和追求量子計算的其他應用。

科技行業以外的不少行業已經注意到量子計算的發展和潛力，公司正在與科技公司合作探索潛在用途。最常見的使用類別是模擬、優化、機器學習和AI。毫不奇怪，有很多潛在的應用。(見圖表2)

盡管有許多公告，但我們還沒有看到一個量子優勢的應用已經實現，即時間、成本或質量方面優越的量子計算機的性能。

然而，這樣的演示被認為是迫在眉睫的，Rigetti最近為第一個證明量子優勢的小組提供了100萬美元的獎金。(我們提供了一個框架，用于確定應用的優先級，其中一個功能足夠強大的量子計算機，在它可用時，有望獲得圖9中的卓越性能。)

投資、出版物和知識產權

圍繞量子計算的活動引起了很大的興趣。人們滿頭疑問：支持量子計算的資金有多少?誰提供它?與AI或區塊鏈相比呢?哪些地區和實體在出版物和知識產權方面領先?

自2012年以來，量子計算已經吸引了超過60筆獨立投資，總額超過7億美元。盡管與區塊鏈(1500筆交易，120億美元，不包括加密貨幣)和人工智能(9800筆交易，1100億美元)等更成熟、更適合市場的技術相比，量子計算仍然相形見絀，但它還是引起了風險投資者的注意。

過去幾年中，大部分私人量子計算交易發生在美國、加拿大、英國和澳大利亞。在初創公司中，D-Wave(2.05億美元，2012年之前啟動)，Rigetti(1.19億美元)，PsiQ(6500萬美元)，SiliconQuantumComputing(6000萬美元)，CambridgeQuantumComputing(5000萬美元)，1Qbit(3500萬美元)，IonQ(2200萬美元)和QuantumCircuits(1800萬美元)一路領先。(見圖表3)

一場地區性的競賽也正在展開，其中包括大型公共資助項目，這些項目致力于更廣泛的量子技術，包括量子通信、傳感以及計算。中國在這一領域遙遙領先，未來五年將投資100億美元建設量子項目，其中30億美元將用于量子計算。歐洲也參與其中(歐盟委員會和歐盟成員國提供了11億美元的資金)，該地區的個別國家也是如此，尤其是英國(英國國家量子技術計劃提供了3.81億美元)。美國眾議院通過了《國家量子倡議法案》(12.75億美元，補充正在進行的能源部、陸軍研究辦公室和國家科學基金會的舉措)。許多其他國家，特別是澳大利亞、加拿大和以色列也非常活躍。

波士頓聯儲官員：美國應該為未來發行數字貨幣做好準備:金色財經報道，美國波士頓聯邦儲備銀行安全支付小組助理副主席Robert Bench表示，像加拿大一樣，美國目前沒有計劃發行數字貨幣，但是美國最好做好準備。Bench表示，波士頓聯儲的部門完全是技術部門，并不是政策制定者。因此，波士頓聯儲正在嘗試著眼于未來，以了解可以合并哪些用例，這可能會導致行政和立法部門采取行動，并為與決策者有效溝通做好準備。波士頓聯儲的關鍵問題是要深刻理解技術并清楚地詳細說明做出每個決策需要哪些權衡。[2020/7/22]

這筆資金伴隨著一系列專利和出版。(見圖表4)北美和東亞顯然處于領先地位;這些也是商業技術活動最活躍的地區。歐洲遠遠排在第三，這是一個令人震驚的跡象，特別是鑒于近年來許多歐洲領先的量子專家加入了美國公司。澳大利亞多年來一直是量子技術的熱點，考慮到其人口少的多，也值得注意。該國決心參加量子比賽;事實上，其領先的量子計算研究人員之一MichelleSimmons被評為2018年度澳大利亞年度人物。

自2013年以來，有關量子計算科學出版物數量的兩件事值得注意。(見圖表5)。首先是中國的崛起，超過美國成為科學論文數量的領先者。第二是高度的國際合作(美國仍然是主要的中心)。這些合作表明，量子計算尚未受到國家安全利益的支配，這在很大程度上是由于各方一致認為，密碼應用在未來仍將進一步發展，對此類應用的有效補救措施正在制定之中。合作活動還反映了科學界需要積極交流信息和思想，以克服量子計算的技術和工程挑戰。

量子計算技術簡介

新興的量子計算行業面臨的兩個最大問題是，我們什么時候才能擁有大型可靠的量子計算機?它的架構是什么?

硬件公司正在尋求一系列具有不同特征和特性的技術。到目前為止，尚不清楚哪個最終將形成量子計算機的基礎架構，但該領域已經縮小到少數潛在候選者。

評估標準

我們使用三組標準來評估追求主流方法的領導者現狀以及他們仍需要克服的挑戰。

量子系統的大小。大小是指系統使用的量子位數，是量子技術最常用的標準，因為它是潛在操作的規模和復雜性的初始決定因素。物理量子比特的數量目前在已經建成的機器中為2到20，并且校準良好且性能令人滿意。科學家認為，具有幾百個物理量子比特的計算機在技術上是可以達到的。未來對于大小和功能的更好標準將是完全糾錯的“邏輯量子比特”的數量，但是還沒有人開發出具有邏輯量子比特的機器，因此它們在所有技術中的數量仍為零，并且可能仍然持續一段時間。

準確計算的復雜性。決定計算機計算能力的因素包括許多因素。(見圖表6)

它們是：

量子位壽命，目前為50微秒至50秒

操作精度，特別是最敏感的雙量子位門保真度(目前為90%至99.9%，合理有效縮放和誤差校正所需的最小值為99.9%)

門操作時間，目前為1納秒至50微秒

連接性，目前從最差(一對一)到最好(全部)-這很重要，因為糾纏是量子計算的一個區別因素，需要量子位彼此連接，以便它們可以相互作用

技術成熟度和可擴展性。第三組標準包括一般技術準備水平或成熟度(1到9的等級)，同樣重要的是，擴展系統所面臨的的挑戰程度。

當前的技術

圖表7反映了我們對最重要的當前技術的評估，根據技術成熟度的由外向內進行排序，按照上面的標準提供性能。

目前有兩種技術短期處于領先地位：

超導量子位(IBM，谷歌，Rigetti，阿里巴巴，英特爾和量子電路)。基本元素是超導電路的兩級能量系統，形成一個某種抗噪聲的量子比特(所謂的transmon，最初是在耶魯大學開發的，該大學是超導量子位研發領域許多關鍵人物的母校)。

動態 | 波士頓聯儲研究區塊鏈“監管節點”:據coindesk報道，今年夏天，波士頓聯邦儲備銀行正在開始一項新的區塊鏈實驗，將研究建立“監管節點”的可能性。據悉，該監管節點是一種監管監控工具，應該能夠在未來連接到各種銀行的區塊鏈。波士頓聯儲高級副總裁Jim Cunha表示，該節點將關注不同銀行之間的資金流動和結算。[2019/5/11]

離子阱(IonQ，AlpineQuantumTechnologies，霍尼韋爾等)。核心元素是被捕獲在磁場中的單個離子(帶電原子)，其內在自旋的能級形成量子位。

這兩種技術(我們分別討論了第三種，退火器)產生了有希望的結果，但大多數領先的大型科技公司似乎都在押注超導量子位。原因有二:一個是超導電路基于已知的互補金屬氧化物半導體技術或CMOS，其比離子阱或其他方法更標準化且更易于處理。其次，短期內走向中等規模可能更容易預測.當離子阱達到約50個量子比特時，它們面臨著一個很大的障礙，通常被認為是單個離子阱的極限。連接第二個離子阱引入了新的挑戰，提出的解決方案仍在科學研究中。超導量子比特通過將來自第三維的操作微脈沖插入到平面芯片上，并且朝向易受干擾的量子位的定期自動校準方向發展，來掌握短期架構挑戰。實際上，他們面臨的最直接的規模挑戰似乎是一些普通的電子線路和控制電子設備。當量子位數達到數百個時，目前使用兩到四根電纜處理量子比特同時保持低溫的方法會引發嚴峻的工程挑戰。

超導陣營的所有主要參與者都已讓軟件和服務公司以及首選合作伙伴能夠從外部訪問他們的小型芯片。有些已經向整個社區開放了性能較差的版本和模擬器。這一商業準備就緒的跡象進一步強化了人們的普遍預期，即超導量子位元可能在未來三到四年內領先于其它技術。

話雖這么說，即使是超導量子比特架構到目前為止也只有大約20個可靠的量子比特，相比之下，傳統計算芯片上的量子位有1010個，所以仍然有一些路要走。對于IBM(50個量子比特)和谷歌(72個量子比特)，下一代硬件預計很快就就可以公開訪問，而Rigetti(128個量子比特)也宣布它將在2019年8月之前提供對下一代的訪問。所有這些參與者的路線圖擴展到大約100萬個量子位元。在整個過程中，他們對需要連續解決的問題有很強的把握，即使他們還沒有可行的解決方案。

其他有前途的技術

在短期內，研究前景更加開放，有一些有前途的候選技術正在角逐，但所有這些技術都還不成熟。他們面臨著一些科學問題和相當多的具有挑戰性的工程問題，這是每一種技術所特有的。只有當迷霧散去，全球生態系統才能圍繞主流技術形成并擴大規模，類似于數字計算的摩爾定律。

每種方法都有其吸引人的方面和挑戰。例如，光子在處理方面具有優勢，因為它們在室溫下工作，并且芯片設計可以利用已知的硅技術。例如，硅谷初創企業PsiQ希望跳過NISQ階段，雄心勃勃地開發一種大型線性光學量子計算機(LOQC)，這種計算機以光子為量子位，大約五年內將有100萬個量子位元成為該公司的首個上市產品。如果能夠實現，這將是一個重大突破。光子的挑戰在于發展單光子源和探測器，以及控制多光子的相互作用，這對雙量子門是至關重要的。

另一種方法是基于硅的量子比特技術，它需要進一步掌握納米工程，但澳大利亞量子計算與通信技術中心的研究已經取得了巨大進展。從長遠來看，將這些原子大小的量子位進行規模化，并從全球硅制造經驗中汲取經驗，從而實現多量子位結構，可能會更容易，也因此更快。

最后階段(仍然處于早期階段)拓撲方法的核心目標是將錯誤率降低到百萬分之一(甚至不排除百萬分之一)，這是前所未有的。這將改變游戲規則。基本的物理機制(外來的馬略亞納準粒子)現在已經被廣泛接受。然而，雙量子位門是一個完全不同的游戲，至少五年內，即使是一個真正雄心勃勃的路線圖也不會產生一個可行的量子計算機。

動態 | 波士頓咨詢集團：區塊鏈的潛力被夸大:據波士頓咨詢集團（BCG）的一份報告，區塊鏈的潛力被夸大了。目前有很多公司和銀行在進行區塊鏈試點計劃，但尚未成為真正的生產規模系統，而區塊鏈技術被擴大的障礙包括協調術語以及切換到區塊鏈平臺是否在經濟上是合理的。[2018/8/16]

人們可以認為計算周期的數量(簡單地將量子位生命周期除以門操作時間)是比較不同技術的好方法。然而，這可能會提供一種有些偏頗的觀點：在短期內，實際計算周期受到門操作“不忠”的限制，因此現在和不久的將來它們的數量范圍在10到100之間。因此，提高量子位操作的保真度是增加門數和算法有效性的關鍵，也是實現具有合理量子位開銷的錯誤校正方案的關鍵。

一旦實現了錯誤校正，計算周期將成為性能的主要度量指標。然而，所有基于門的技術必須為容錯量子計算的時鐘速度付出代價。已知糾錯方案中所需的測量時間在微秒范圍內。因此，未來容錯量子計算機的時鐘速度上限為1兆赫左右。這反過來又會成為量子算法執行加速潛力的障礙。

另類參與者

業內還有一個重要的參與者：D-Wave，第一家制造任何類型(仍然是專用的)量子計算機的公司。它擁有該領域最大的知識產權組合，這實際上是該公司的最初目的。后來，D-Wave開始構建所謂的“量子退火器”。這與之前討論的所有技術不同之處在于，它不執行量子門，而是專注于解決優化問題的專用機器(通過在高維能量環境中找到最小值)。D-Wave目前的硬件生成包括2,000種特殊類型的超短壽命超導量子比特。

D-Wave引發了關于它的退火是否真正執行量子計算(現在很大程度上接受D-Wave使用量子力學性質來運行算法)，以及它的特定類型的問題解決程序能變得多普遍，D-Wave引發了幾乎無休止的爭論。D-Wave是唯一一種可用于實際銷售的量子計算機(假設你有1000萬到1500萬美元的閑置資金)，這使得它在幾年里別具一格，盡管主流的注意力已經從它的方式上轉移了。對于量子退火器來說，實現更一般的操作是最大的障礙。

話雖如此，D-Wave最近推出的實時云平臺Leap，為其量子應用環境的廣泛訪問打開了大門，并有可能很快被用戶社區所接受。該公司還計劃在2020年初之前推出一種新的量子芯片，該芯片將包含4000多個量子位元(仍然是壽命短的)，并將改善其連接性。這兩種方法都可以將D-Wave重新投入到實時應用的游戲中，或者在NISQ期間激發新的經典算法，而在NISQ期間，基于門的中型量子計算機仍然缺乏糾錯功能。

綜上所述，量子計算的近期重點將是基于超導和離子阱電路系統(每個系統有幾百個量子比特)以及退火的應用在未來5年內能實現到什么程度。與此同時，科技公司將繼續為下一代可擴展量子計算機而戰。

簡化QuantumAlgorithmZoo

美國國家標準與技術研究院(NIST)維護著一個名為QuantumAlgorithmZoo的網頁，其中包含60多種量子算法的描述。對目前最新技術進行編目是一項令人欽佩的努力，但它會讓非專業人士以及一些專家感到頭暈目眩。

量子算法是告訴量子計算機該做什么的工具。它們的兩個特點在短期內特別重要:

加速。運行該算法的量子計算機解決特定一類問題的速度比最著名的經典計算計算機快多少?

穩健性。在量子計算中，算法對隨機“噪聲”或其他誤差的彈性有多大?

今天有兩類算法。(參閱圖8)我們稱之第一種為純粹型-它們是為在無噪聲或錯誤糾正的環境中提高速度而設計的。從理論上講，展覽中所展示的計算機在處理特定問題時比傳統計算機具有指數級的速度提升，但需要長時間的完美執行，這反過來又需要非常低的噪聲操作和錯誤糾正。該類包括用于破解密碼學的PeterShor分解算法和用于分子模擬的Trotter類型算法。不幸的是，它們對噪聲的敏感性使它們在未來十年甚至更長時間內脫離了實際應用領域。

另一類，我們稱之為廣泛型，是非常穩健的算法，它們比傳統算法的速度快了一些，但不確定。該組的成員，包括許多更新的算法，被設計為在面對噪聲和錯誤時是穩健的。它們可能具有內置的錯誤緩解，但最重要的特征是其淺層深度-也就是說，門操作的數量保持較低。然后將它們中的大多數與經典算法集成以實現更長、更高效的循環(盡管如此仍然必須小心累積錯誤)。

廣泛型算法應該能夠在預期100個量子比特范圍內的機器上運行(退火方法雖然有些不同，但也屬于這一類)。令人困惑的是，在進行實驗測試之前，幾乎無法證明它們相對于經典算法的加速性能。挑戰任何量子優勢已經成為理論家和經典算法開發人員最喜歡的消遣方式，最有效的方法實際上是通過創建新的、受量子啟發的算法來提高經典算法的性能。

缺乏加速的證據可能會讓純粹主義者失望，但不會讓實際的計算機科學家失望。請記住，如今主導著快速發展的人工智能領域的深度學習，曾經也是一種純粹的實驗性成功。事實上，到2012年，當深度神經網絡開始贏得每一場AI和ML比賽時，幾乎沒有任何理論證明其性能。未來幾年量子計算的真正實驗將會非常有趣。

量子計算公司目前正押注于這些“廣泛型算法”，它們很可能成為未來10年容易出錯的NISQ時期有用的算法。任何單個算法在特定硬件上的單獨性能仍然是一個不確定的賭注，但是作為一個整體，這個賭注是合理的。如果沒有一種算法能夠很好地解決正在調查的問題，那將是一個真正的驚喜(這可能指向一個需要理解的新的、更基本的現象)。

從實際的角度來看，云訪問的潛在易用性(與超級計算機隊列相比)和啟發新經典方法的量子實驗的價值不應低估，這些都是這種新的互補技術的切實和直接的好處。

如何在未來五年及以后發展

可以合理地預計，在未來五年內，具有幾百個物理量子位的通用量子計算機將可用，并伴有量子退火器。它們將繼續具有一定的噪聲，容易出錯，因此只能運行一些常用算法，這些算法需要進行實驗來確定量子加速。也就是說，在科學上，理論和實驗的相互作用總會取得重大的進步。

但是更實際的應用呢?可以解決什么問題?企業應該如何參與?他們期望在這一領域取得什么樣的成就，需要付出什么樣的努力?

確定時間和參與

行業和潛在應用可以基于兩個因素聚集-量子優勢的預期時間和這種優勢對企業的價值。然后，他們可以分為四類參與：賽車隊員，車手，追隨者和觀察員。(見圖表9)

賽車隊員處于直接商業利益的最前沿。他們對量子優勢的預期時間框架最短，潛在的商業利益很高。這些是推動當前投資和發展的行業和應用。車手將從類似的發展中獲利，但對于不太重要的價值驅動因素，因此不太可能為核心投資提供資金。

追隨者認為潛力巨大但發展時間長，具有量子優勢。對于觀察者來說，明確的利益途徑和發展時間仍然不明確。

在賽車隊員中，具有最高實際應用前景的公司是試驗量子化學的公司，其次是AI、ML或兩者兼而有之。他們最有可能與端到端提供商合作，有些甚至可能開始構建量子計算機供自己使用，并向其他公司提供服務。

量子化學之所以特別有趣，是因為許多重要的化合物，特別是催化劑和抑制劑的活性中心，可以用幾百種量子態來描述。這些化合物中有一些是影響肥料生產速度和成本、材料穩定性和其他性質的重要因素，并可能影響新藥的發現。對于這些公司和應用程序來說，量子計算提供了一個非常有價值的互補透鏡，甚至完全的量子優勢可以在下一代量子計算機上實現。后者可以以更高的精度、更快的速度或更簡單的云訪問的形式來運行量子算法，從而降低實驗成本。新的進展和發現可能會對農業、電池和能源系統(這些都對應對氣候變化至關重要)以及更廣泛的工業、醫療保健和其他領域的新材料產生難以置信的影響。

接下來，加速AI和ML是量子計算最活躍的研究領域之一，而結合經典量子算法無疑是短期內最有前途的途徑。同時，基于人工智能的學習模型(假設有足夠的數據量)可以解決許多與量子計算相同的業務需求，這導致了兩種方法之間一定程度的競爭。我們可以期待一段有趣的合作競爭時期。

總的來說，量子計算可以幫助解決所有行業的模擬和優化問題，盡管它們的業務價值和時間框架各不相同。在許多情況下，量子計算機并不專注于取代當前的高性能計算方法，而是專注于提供一種新的和互補的視角，這反過來可能為新的解決方案打開大門。金融領域的風險緩解或投資策略就是兩個這樣的例子。還有許多領域正在積極探索，我們一定會看到一些意想不到的創新。

以下是競賽團隊成員，車手和一些追隨者在NISQ時代可以接近量子計算的方法。

分析潛力。公司需要量化量子計算對其業務的潛力。(參見圖10，了解在NISQ階段需要密切關注的一些關鍵績效指標。)他們還應監控生態系統的進展，系統地評估在何處開發或確保與特定行業相關的有前途的未來知識產權。

獲得經驗。公司可以使用基于云的訪問來試驗和評估量子算法，及其在當前和即將到來的量子硬件上的性能。這需要對小型(可能是虛擬的)量子組或實驗室進行最低限度的投資。通過與關鍵軟件和服務參與者合作來構建功能，可以通過對小型參與者的伙伴關系和潛在投資或收購來進行補充。

領導自己的工作。企業可以利用專門的資源，與外部供應商合作，建立自己的量子部門，領導量子試點項目，這保證了直接訪問硬件和最新技術的發展。與端到端技術參與者的直接協作允許合作伙伴利用特定于技術的加速，并及早利用技術成熟度的提高。然而，在這個階段，公司應該避免鎖定于特定的技術或方法——先驅者確認在幾種技術上測試性能的重要性。

推出新產品。這種情況需要對跨功能的領域和量子計算專家組進行更大的投資。它很可能是基于與領先技術公司的優先合作，以確保第一線獲得頂級硬件，或者，對于少數幾家公司來說，建立自己的量子計算機。無論哪種方式，我們的目標都是實現新發現或應用的先發優勢，而不僅僅是展示量子優勢。這些參與者成為生態系統的積極推動者。

當前的參與狀態

企業已經在各個層面積極參與。一些財力雄厚、對基礎技術有重大興趣的公司，如航空航天和國防領域的諾斯羅普·格魯曼公司和洛克希德·馬丁公司，或在光學和低溫元件以及控制系統方面具有相當實力的霍尼韋爾公司，已經擁有或正在構建自己的量子計算系統。

我們看到各種類型的合作伙伴關系初具規模。摩根大通、巴克萊和三星正在與IBM，大眾汽車集團和戴姆勒合作與谷歌合作。空客、高盛和寶馬似乎更愿意在這個階段與軟件和服務中介合作。CommonwealthBank和Telstra共同投資了悉尼的硅量子計算初創公司，該公司是新南威爾士大學的分支機構，而英特爾和微軟則與QuTech建立了強有力的合作關系。

許多初創公司，如專注于定制OLED的OTILumionics，已經開始集成量子算法以發現新材料，并與D-Wave、Rigetti等公司合作，取得了令人鼓舞的成果。一種更常見的——通常是互補的——方法是與活躍的硬件廠商或與技術無關的軟件和服務公司合作。

參與程度顯然取決于每個公司的戰略，特定的商業價值潛力，財務手段和風險偏好。但隨著時間的推移，任何使用高性能計算的公司都需要參與其中。隨著我們所有經濟體變得更加以數據為導向，受影響企業的圈子迅速擴大。

一個潛在的量子冬天，以及其中的機會

像許多理論技術一樣，量子計算已經經歷了興奮和失望的循環。然而，過去幾年所取得的進展是切實可見的，并導致了越來越高的興趣和投資活動。但最終的速度和路線圖仍不確定，因為仍存在重大障礙。雖然NISQ周期無疑會帶來一些驚喜和突破，但通向容錯量子計算機的道路很可能成為挖掘量子計算應用全部潛力的關鍵。

因此，一些專家警告說，可能會出現“量子冬天”，在這個冬天，一些夸大的興奮情緒會冷卻下來，人們的注意力會轉移到其他事情上。即使冷靜平復下來，對于那些在中長期內對未來有強烈影響的人來說，在滑鐵盧戰役之后的恐慌中記住銀行家羅恩斯柴爾德的勸告可能是值得的：“鮮血滿街時再買入。”在幻想破滅期間，公司建立真正的競爭優勢的基礎。無論誰在新興的量子計算技術中占據了最重要的商業灘頭陣地，他都極有可能在未來幾年做到這一點。問題不在于企業是否、何時、而是如何介入。

Tags：Quant人工智能區塊鏈Quant幣是什么幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目區塊鏈工程專業學什么區塊鏈存證怎么弄區塊鏈技術發展現狀和趨勢

萊特幣