微软：五年内造出100个拓扑量子比特的量子计算机

【新智元导读】微软Build 2018大会第二天，微软副总裁兼量子计算部门负责人Todd Holmdahl向外界透露，微软将能够打造出第一台具有100个拓扑结构的量子计算机五年内量子比特。 ，并将其集成到 Azure 中。 100个拓扑量子比特的计算能力可以相当于1000个逻辑量子比特，这意味着5年后，微软已经可以用量子计算机解决很多实际问题。

对很多人来说，量子计算和人工智能一样，一直是未来的技术：早有耳闻，也一直在进步，但离目标还有五年的时间。 对于开发者而言，幸运的是，量子计算已经“被未来停止”，这样一来，我们一方面可以兴致勃勃地欣赏跑步机上奔跑的巨人，另一方面，我们也不必不得不担心量子计算真的会影响我们的职业生涯。 真是令人震惊。

然而，近年来，我们开始听到喷发前岩层积压的噼啪声。 IBM和谷歌相继公布了量子计算机的进展，越来越多的学者宣称量子计算机即将成为现实。 按照目前的进展，可以肯定地说，到21世纪结束时，本世纪将被概括为“量子计算”的世纪。

但问题是，量子计算时代何时才能真正开启？

这对技术人员来说是一个至关重要的问题。 因为一旦量子计算落地，将从根本上重新定义计算。 我们学过的每一个算法都可能要重写。 我们在这个领域获得的所有学位，可能都需要回炉，所有的成果都需要翻新。

例如，今天的区块链和加密货币普遍依赖于 256 位哈希函数和非对称加密方案。 在经典的冯·诺依曼计算机系统中，即使我们调动全球的计算能力，破解一个密码或找到哈希碰撞也需要数万年的时间。 这是加密货币安全的根源。 比特币爱好者认为，中本聪通过二次哈希实现了“抗量子计算破解”。 真的是这样吗？

在Microsoft Build 2018大会的第二天，微软副总裁兼量子计算部门负责人Todd Holmdahl向外界透露了微软在量子计算方面的一些最新进展。 具有 100 个拓扑量子比特的量子计算机，并将其集成到 Azure 中。 100个拓扑量子比特的计算能力可以相当于1000个逻辑量子比特，这意味着5年后，微软已经可以用量子计算机解决很多实际问题。

这是一个令人震惊的消息。 微软这种级别的玩家投资量子计算机绝对不是新闻。 事实上，早在2016年底，托德霍姆达尔上任时就接受了ZDNet的采访，并透露了微软进军量子计算领域。 但令人意想不到的是，微软在这方面的进展如此之快，足以促使我们对所有开发者敲响警钟。

图 1 Todd Holmdahl，微软公司副总裁

Todd Holmdahl 是一位经验丰富的硬件系统主管。 在接管量子计算机部门之前，他负责 XBox 和 HoloLens 部门，是将系统产品化推向市场的大师。 因此，微软在两年前将他放在了量子计算部门负责人的位置上，这本身就表明了对量子计算实际应用的一种判断。

在托德看来，微软的量子计算具有三大优势。

第一个优势是微软使用“拓扑量子位”而不是普通的“逻辑量子位”进行计算的独特途径。 这里的拓扑是数学中的拓扑。 在数学中，拓扑学是对在连续变形过程中保持不变的数学性质的研究。 说白了，如果你有一块特定形状的橡皮泥，你可以随心所欲地做任何事，不用撕不重新粘。 揉、挤、揉、拉，只要最后能把A形变成B形，那么A和B在拓扑数学上就是一回事。

图2 三组拓扑等价物体

这与量子计算有什么关系？

传统的量子计算使用所谓的“逻辑量子比特”编写程序，在模拟器上调试测试，然后将程序放到量子计算机上，由真正的物理量子比特执行。 对于这种常规的量子计算机来说，好消息是物理学家已经找到了符合要求的基本物理粒子。 只要你写出程序，你绝对可以造出一台量子计算机来执行它。 坏消息是什么？ 坏消息是这种量子计算机很难做大。

量子计算机的“大”和“小”能力基本上取决于它拥有的量子比特数。 在传统架构下，当量子比特数增加时，错误率会急剧上升。 错误来自哪里？ 来自所谓的“局部噪声（Local Noise）”​​。

要知道，量子是一种微观粒子，即使是极小的电磁场也会对量子产生干扰，产生所谓的“局域噪声”。 这就是为什么要将量子计算机放置在接近绝对零（约-273摄氏度）的容器中，密封严密，严防外界干扰。 然而，当量子比特数迅速增加时，这群基本粒子对外界干扰会越来越敏感，导致计算错误率急剧上升。 建造一台量子计算机是一项巨大的挑战。

拓扑量子比特则不同比特币模拟器，它通过基本粒子的拓扑位置和拓扑运动来处理信息。 刚才说了，不管外界干扰如何破坏它的运动路径，只要它不断变化，从拓扑学的角度来看，下面两个运动是等价的：

图 3. 在上图中和下图中，两个基本粒子交换位置。 虽然路径不同，但在拓扑上完全等价。

也就是说，拓扑量子位计算对外界干扰具有很强的容错能力。 这样，基于拓扑量子比特的计算机就可以变得非常庞大和强大。

既然拓扑量子比特那么好，为什么 IBM 和谷歌不用呢？ 原因很简单。 实验中还没有发现符合拓扑量子比特假设（Non-abelian Anyons）的基本物理粒子，物理学家不确定是否能够找到这样的基本粒子。 如果找不到，那么无论量子计算程序在理论上多么美好，如果在实践中不能构建出相应的物理量子计算机，那就只能是痛快了。

问题是，微软是目前唯一一家押宝于拓扑量子计算的科技巨头，而 Todd Holmdahl 则誓言要在几年内打造出 100 量子比特的计算机。 他的信心是什么？ 你不怕白白快乐吗？ 或者，他的团队是否偷偷取得了关键性的突破，以确保诺言能够兑现？

对此我们还不得而知，但我们知道的是，托德的团队在这台量子计算机的计算控制技术和生产技术上取得了扎实的进展。 绝招。

一旦这项技术取得突破，许多长期困扰我们的计算问题将迎刃而解。 例如，著名的旅行商问题和各种 NP 完全问题都将在量子计算机中得到解决。 再比如，广泛使用的RSA非对称加密算法的安全性完全取决于因式分解问题：就是将两个大质数相乘得到一个更大的合数。 这个计算可以很快，但是反过来，给定你有一个巨大的合数，让你找出它是哪两个大质数的乘积，这是很难被击败的。

对于2048位的RSA密码，即使是世界上最强大的超级计算机，经典的冯·诺依曼计算机也需要10亿年的时间才能破解。 对于量子计算机来说，如果量子比特数足够多，可以在100秒内破解。 这意味着几乎所有当前的信息密码基础设施都将完全失效。 至于前面提到的比特币，虽然中本聪针对量子计算的威胁实施了一系列的加密保护比特币模拟器，但其可靠性也会大大降低。 理论上，必须严格遵循“一笔交易，一个地址”的模式，比特币才能在量子计算的威胁下生存一段时间。

另一方面，具有高量子位的量子计算机对于机器学习中的优化任务具有巨大优势。 做过机器学习的都知道，在模型训练中，计算时间主要消耗在优化过程中。 优化过程常被比作爬（或下）山，即在高维空间中寻找一个曲面上的全局最高点（或最低点）。 所以，很多机器学习算法都会绞尽脑汁构造一个凸面，因为这样一来，全局最好点就只有一个，而且找起来也比较简单，顺着斜坡上坡下坡就可以了。

然而实践中的大量问题并不能构造出如此美丽的凸面，而是起起伏伏，这山看那山的高度。 虽然算法中有一些解，但是速度严重变慢。 在这种情况下，量子计算机简直就是救世主。 从视觉上看，面对这些起伏的表面，就好像量子可以翻山越岭。 显着减少模型训练时间。

在演讲中，托德举了一个例子。 他的团队在北京进行了一项交通优化的试验，即如何调度所有机动车和交通设施，以实现特定的交通目标。 做过这件事的人都知道在宇宙中心做这样的优化意味着什么。 Todd 的团队使用量子计算算法训练了一个模型，该模型在超级计算机上需要数小时才能在 PC 上花费 200 毫秒，速度提高了 4,000 倍。 这只是在目前的技术水平上。 未来，配备 Brainwave 芯片（微软基于 FPGA 技术的新型 AI 芯片）的机器可以更快。

微软的第二个优势是它将未来的量子计算机与 Azure 集成，使它们成为 Azure 的一部分。

在Build 2018首日的开幕演讲中，微软CEO萨蒂亚·纳德拉明确表示，Azure的愿景是成为全球计算机。 毫无疑问，如果托德团队研发的量子计算机在五年后加入Azure，意味着全球的Azure用户将有机会使用这台量子计算机来解决问题。 我们几乎可以想象，将会有大量用户排队等候使用这台量子计算机，他们会不惜为此支付高额的“电脑费”。 这对 Azure 业务意味着什么当然是不言而喻的。 当然，用户肯定会从中获得更多的回报，比如中本聪的96万比特币据为己有。

Microsoft 的第三个优势是开发人员工具集成。 兵马未动，粮草先行。 开发工具一直是微软最擅长的。

微软推出了 Q# 量子计算编程语言，并将其集成到 Visual Studio 中。 同时，微软还提供了本地和云端的量子计算机模拟器，让你提前在经典计算机架构上尝试量子计算。 当然微软也提供了很多文档和案例。 感兴趣的开发者今天可以学习和尝试量子编程。

图 4 Visual Studio 中的 Q# 量子编程语言

总之，一切都来得比预想的要快。 下一个问题是，什么时候开始学习量子计算的最佳时机？ 托德的回答令人毛骨悚然：六年前。 他说，在儿子十七、十八岁刚进入斯坦福校园学习计算机科学时，他就给儿子一个建议，让他从大一开始关注和学习量子计算，因为他们这一代人将注定工作和生活在量子计算时代。 或许对于大多数人来说，这件事并没有那么紧迫，但如果不出意外，我们大多数人都会活着做出这个决定：学习，或者被淘汰。

关于作者：

孟岩，CSDN副总裁，PDJ教育CEO，负责CSDN区块链业务。 中国云系统联盟咨询专家，中关村区块链联盟专家。

【加入社区】