量子計算
量子計算
技術原理與背景
量子計算利用量子位元（qubit）的量子態來進行資訊處理。每個量子位元可以處於0和1的疊加，多個量子位元可以存在糾纏態，這使得量子計算在原理上能夠同時處理巨量平行的可能性。藉由適當的量子邏輯閘操作，演算法可以讓正確答案的概率幅增強而錯誤答案的幅降低，從而在測量時以高概率得到正確結果。這種透過疊加和干涉實現的計算模式，使量子電腦在某些特定問題上有指數級的潛在速度優勢，例如整數分解（Shor演算法）和無結構搜尋（Grover演算法）。量子計算的基本組件包括：能實現一組通用量子閘的物理系統（硬體層面，如超導量子比特或離子阱等）、維持量子相干性的糾錯方案，以及將問題轉換為量子電路的演算法和編譯技術。總的來說，量子計算結合了物理、數學和計算機科學多個領域的知識，其最終目標是解決傳統電腦在可容許時間內無法解決的複雜問題。
目前的技術進展與實作方式
在硬體方面，當前量子計算主要有幾種實作平臺並行發展：超導量子比特、離子阱量子比特、光子量子計算、半導體自旋量子比特等。其中超導量子比特由金屬超導約瑟夫森結構構成，需在毫開爾文溫度下運作，目前IBM、Google 等公司已建造出數十到數百個超導量子比特的處理器（IBM 在2022年底發布了擁有433個量子比特的「Osprey」處理器）。離子阱技術利用電磁場束縛離子，以離子的內部能階作為量子比特，由於單個離子可保持相干較長時間，IonQ、Quantinuum 等公司研製了高保真度的離子量子計算機，但離子數量目前通常在數十以內。光量子計算方面，加拿大的 Xanadu 公司開發了基於光子的量子計算原型，採用連續變量光場和光子數疊加態進行運算；中國科大則在2020年和2021年分別實現了「九章」和「祖沖之二號」光子取樣實驗，展示了超越傳統超級計算機的處理能力（針對特定隨機取樣問題）。半導體自旋量子比特利用半導體中的單電子自旋（如量子點或雜質原子）作為比特，Intel、荷蘭 TU Delft 等在此領域有進展，目前實現的量子位元數量較少但具有與現有半導體工藝兼容的潛力。
在軟體和算法方面，量子計算的里程碑事件是2019年Google使用53個超導量子比特（處理器稱為Sycamore）實現了「量子優越性」（Quantum Supremacy）的演示：在一個隨機量子電路取樣任務上，量子處理器耗時約200秒完成計算，而據估計世界最強超級計算機需耗費上萬年才能模擬完成（儘管此結果後來被IBM基於改進演算法修正為幾天，但仍凸顯量子電腦的潛力）。儘管如此，目前尚無量子電腦能在**實用任務**上明顯超越經典電腦。學界和業界正積極研究 NISQ（中等規模有雜訊量子裝置）時代的演算法，希望在不完全糾錯的前提下，利用數十至上百個有雜訊的量子比特完成有價值的計算，例如變分量子本徵求解器（VQE）用於分子能階計算、量子機器學習算法用於資料分類等。一些初步結果顯示，小規模量子計算可模擬簡單化學分子的基態能量，或實現在金融工具定價問題上與經典蒙地卡羅方法相當的精度。
為了提升運算規模，量子錯誤更正是關鍵進展方向。目前如表面碼等糾錯方案已在實驗中驗證了糾錯邏輯比特的基本操作，但要糾正所有錯誤需消耗大量實體量子比特（估計一個邏輯比特需要上百甚至上千物理比特）。2023年，Google 的量子團隊宣稱通過增加糾錯碼距，首次實現糾錯後的邏輯比特保真度隨規模提升而上升的結果，為將來擴展至容錯量子計算打下基礎。總體而言，量子計算硬體正朝著「更多量子比特、更低錯誤率、更長相干時間」的方向努力，軟體則在「設計適用NISQ的演算法以及長遠的容錯演算法」兩條路線並進。
應用領域與實際用途
量子計算被寄望於解決眾多領域的棘手問題，儘管現在的大多應用仍屬潛在性質，但已初現苗頭。在密碼學領域，量子計算最著名的應用是Shor演算法可以在多項式時間內分解大整數，從而破解RSA等公開金鑰加密體系；雖然目前還沒有足夠大的量子電腦做到這點，但長遠看這將對現有密碼系統產生顛覆性影響，因此推動了後量子加密演算法的研發。在化學與材料科學方面，量子電腦可自然模擬量子系統，例如計算分子的電子結構和反應動力學，這對新藥設計、催化劑開發等至關重要。實際上，傳統計算對於某些分子的精確模擬會隨系統大小指數級爆炸，而量子計算可望有效模擬，幫助研發新物質。
在優化與機器學習領域，量子計算也展現潛力。許多優化問題（如物流路線、投資組合最佳化）可以轉化為組合最適化問題，量子計算的量子退火器或混合量子算法可能更快找到良好解。已經有公司利用D-Wave的量子退火設備對交通流量優化、工廠生產調度進行試點研究。另外，前文提到的量子機器學習（QML）也是熱門方向，例如使用量子線性代數子程序來加速機器學習模型的訓練。金融領域方面，一些投資銀行與科技公司合作，探索使用量子電腦進行期權定價、風險分析等，需要大量計算的任務，期望量子算法能帶來加速或更高精度。
除了上述應用，量子計算還可能影響基礎科學研究本身。例如在高能物理和宇宙學中，量子計算可以模擬粒子物理的格點QCD模型或黑洞的霍金輻射機制，這些是傳統超算難以觸及的課題。也有人提出將量子計算用於搜尋地外智慧等需要處理海量資料的領域。在工程學上，量子計算或可優化複雜系統的控制，如智慧電網的即時優化控制等。目前，這些應用多處於探索階段，但隨著硬體能力提升，有望逐步轉化為實際效益。
當前挑戰與未來發展趨勢
儘管量子計算前景光明，但眼下面臨的挑戰不可小覷。最主要的是**誤差與相干性**問題：量子位元非常敏感，環境中的微小擾動都可能引入錯誤（退相干）。目前無論哪種實作技術，單量子閘的錯誤率大約在10-3到10-4量級，這遠高於容錯計算所需的水準。為了執行較長的量子電路，必須引入量子錯誤更正並堆疊足夠多的物理量子位元來構成邏輯位元。這導致規模化的需求相當嚴峻——例如實現一台能破解RSA的量子電腦，估計需要上百萬的物理量子位元和長時間的穩定運行。當前的挑戰還包括量子比特之間的**控制互聯**：超導量子比特需要在晶圓上佈線、離子阱量子比特需要精密的激光控制，如何在增加比特數的同時保持控制系統的可用性和低噪聲，是工程難題。
未來發展趨勢方面，一個重點是硬體架構創新與電子工程的結合。例如在下一節將詳述的低溫CMOS控制電路，便是為了解決量子比特控制互聯瓶頸而興起的技術。另一些團隊探索模組化的量子計算架構，透過光互聯將多個較小的量子處理模組連接，形成大型系統。量子計算硬體還可能出現新範式，比如拓撲量子計算（利用非常規準粒子實現天然容錯的量子比特）目前由微軟等公司投入研究，但尚未證實可行。
從產業與生態角度看，科技巨頭和各國政府的投入持續加碼，量子計算正從實驗室走向更廣泛的開發者社群。雲服務提供商如 AWS、Azure 等已提供雲端量子計算服務，允許開發者體驗各種後端硬體。軟體堆疊和算法的進展也將加速人才培養和應用開發。可以預見，在未來5-10年內，我們會看到量子比特數量突破千位元甚至更高，同時在特定應用上達到“量子優勢”的明確案例。一旦糾錯技術成熟並可擴充，量子計算將進入實用階段並對經濟和社會產生深遠影響。
相關研究機構、公司或產品
全球有眾多機構和公司投入量子計算研發，美國和中國目前在該領域的專利與資金投入處於領先地位。在企業方面，IBM 是量子計算的先驅之一，建立了超導量子電腦研發路線圖（目標是2025年實現幾千比特規模的系統），並通過IBM Quantum網絡與眾多學術機構合作。Google 的量子人工智慧實驗室則專注於突破性里程碑（如量子優越性）和誤差更正研究。Intel 投入半導體自旋量子比特和低溫電子技術，希望利用自身半導體製造優勢。Microsoft 採取不同路線，嘗試實現拓撲量子比特（雖進度落後預期），同時推出Azure Quantum平臺整合多種硬體。量子計算新創公司方面，也呈現百花齊放局面：IonQ（離子阱技術）、Quantinuum（霍尼韋爾量子部門與劍橋量子合併，以離子阱為主）、Rigetti Computing（超導量子比特，主攻模組化架構）、Xanadu（光子量子計算）和 PsiQuantum（矽光子量子計算，目標百萬比特）等都獲得大額融資，致力於各自技術路線。
各國政府與研究機構也是推動量子計算的主力。歐盟量子旗艦計畫投入10億歐元，涵蓋量子計算硬軟體諸多方面；美國自2018年通過《國家量子倡議法案》後，國家量子協調辦公室統籌下的幾大國家實驗室和DARPA等機構支持了大量研究項目。中國將量子科技列入重大科技專項，在安徽合肥建設了國家量子實驗室，匯聚了潘建偉等領銜的團隊。加拿大、英國、日本、澳洲等也都有國家級的量子計畫與卓越中心。在學術界，麻省理工學院、加州理工、牛津大學、清華大學等知名高校紛紛設立量子計算研究中心。相關產品方面，IBM已推出整合量子計算系統「IBM Quantum System One」，作為商用化的嘗試；D-Wave公司銷售量子退火計算機（現最新一代為Advantage系列，超過5000個量子位元，但僅能解組合優化問題）。總之，量子計算領域群雄並起，各種技術路線競爭與協作並存，這種生態有望加速該技術的成熟與落地。
王培儒