麦肯锡报告：什么是量子计算？

lameihua

　　1.量子计算的来历

　　量子计算是一种新的计算方法，它是利用基础物理原理快速解决极其复杂的问题。比如咱们抛个硬币。猜正面还是反面，对吗？当然，一旦我们看到硬币落地就知道答案。但是当硬币还在空中旋转的时候，它既不是正面也不是反面。两者都有可能。

　　这个灰色区域是量子计算的简化基础。

　　几十年来，数字计算机使我们处理信息变得更加容易。但是量子计算机准备将计算带到一个全新的水平。量子计算机代表了一种全新的计算方法。虽然它们不会取代今天的计算机，但通过使用量子物理学的原理，它们将能够解决今天的计算机无法解决的非常复杂的统计问题。量子计算有如此大的潜力和势头，以至于麦肯锡将其确定为下一个科技大趋势之一。到2035年，仅量子计算一项，仅仅是新兴量子技术的三个主要领域之一——就可能产生近1.3万亿美元的价值。

　　量子计算是这样工作的：经典计算为你的笔记本电脑和智能手机提供动力的技术，是建立在比特之上的。一个比特是一个信息单位，可以存储0或1。相比之下，量子计算建立在可以存储0和1的量子位上。量子位可以同时代表0和1的任意组合——这被称为叠加态。

　　当经典计算机解决一个有多个变量的问题时，每当一个变量改变时，它们都必须进行新的计算。每个计算都是通向单一结果的单一路径。然而，量子计算机有更大的工作空间，这意味着它们可以同时探索大量的路径。这种可能性意味着量子计算机可以比经典计算机快得多。

　　但是直到2019年，当谷歌宣布其量子计算机取得重大突破时，量子计算机可以处理经典计算机过于复杂的问题的第一个真正证据才出现：它在200秒内解决了一个经典计算机需要1万年才能解决的问题。

　　尽管这是计算领域的一个重要里程碑，但它更多的是理论上的飞跃，而不是实践上的，因为量子计算机解决的问题根本没有现实用途。但是我们正在迅速接近的量子计算机将对我们的生活产生真正影响的时代。请继续阅读，找出方法。

　　2. 量子计算机是如何解决问题的？

　　今天的经典计算机相对简单。它们处理有限的一组输入，使用一种算法并给出答案——对输入进行编码的比特不共享彼此的信息。量子计算机则不同。首先，当数据被输入量子位时，量子位与其他量子位相互作用，允许同时进行许多不同的计算。这就是为什么量子计算机能够比经典计算机工作得更快。但这还不是故事的结尾：量子计算机不像经典计算机那样给出一个明确的答案；相反，它们给出了一系列可能的答案。

　　对于范围有限的计算，经典计算机仍然是首选工具。但是对于非常复杂的问题，量子计算机可以通过缩小可能答案的范围来节省时间。

　　3. 量子计算机何时到来？

　　量子计算机不同于普通的台式计算机。你不太可能去商店买一台量子计算机。能够解决主要问题的量子计算机将会是昂贵、复杂的机器，只能由少数几个关键人物操作。

　　在接下来的几年里，量子计算领域的主要参与者，以及一小批初创企业，将稳步增加他们的计算机能够处理的量子比特数量。预计进展将会缓慢：麦肯锡估计，到2030年，只有大约5000台量子计算机可以运行。处理最复杂问题所需的硬件和软件可能要到2035年或更晚才会出现。

　　但在此之前，一些企业将开始从量子阱中获取价值。首先，企业将通过云从他们现在使用的供应商那里获得量子服务。世界上几家主要的计算公司已经宣布了他们的量子云产品。

　　4. 有哪些阻碍量子计算发展的障碍？

　　量子计算进步的一个主要障碍是量子位是不稳定的。今天电脑中的位元可以是1或0的状态，而量子位元可以是两者的任何组合。当一个量子位元改变其状态时，输入可能会遗失或改变，结果的准确度也会降低。量子计算发展的另一个障碍是，量子计算机在实现重大突破所需的规模上运行，可能需要连接数百万个量子位。现在的少数量子计算机还远远达不到这个数字。

　　5. 经典计算机和量子计算机如何协同工作？

　　起初，量子计算将与经典计算慢慢地开始协同工作。目前，它们一起用于解决多变量问题。举个例子？量子计算机可以缩小金融或物流问题的可能解决方案的范围，帮助公司更快地找到最佳解决方案。这种较慢的进展将成为常态，直到量子计算进步到足以实现大规模突破。

　　6. 量子计算机有哪些潜在的商业用例？

　　量子计算机有四个基本功能，使其区别于现在的经典计算机：

　　（1）量子模拟。量子计算机能够模拟复杂的分子，这最终可能有助于缩短化学和制药公司的开发时间。寻求开发新药的科学家需要检查一个分子的结构，以了解它将如何与其他分子相互作用。今天的计算机几乎不可能提供精确的模拟，因为每个原子都以复杂的方式与其他原子相互作用。但是专家们认为量子计算机足够强大，最终能够模拟人体中最复杂的分子。这为更快开发新药和变革性新疗法提供了可能性。

　　（2）优化和搜索。每个行业都在某种程度上依赖于优化。我应该把机器人放在工厂的什么地方？我的送货卡车的最短路线是什么？有几乎无限的问题需要回答，以优化效率和价值创造。使用经典计算，公司必须进行一个又一个复杂的计算，考虑到任何情况下的许多变量，这是一个耗时且昂贵的过程。由于量子计算机可以同时处理多个变量，因此可以用来快速缩小可能答案的范围。从那以后，经典计算可以用来锁定一个精确的答案。

　　（3）量子AI。量子计算机有潜力与更好的算法合作，这些算法可以改变从制药到汽车等各种行业的机器学习。特别是，量子计算机可以加速自动驾驶汽车的到来。福特、通用、大众和众多移动初创企业等公司正在通过复杂的神经网络运行视频和图像数据。他们的目标是用人工智能（AI）来教汽车做出关键的驾驶决策。量子计算机同时执行多个复杂计算和许多变量的能力允许更快地训练这种人工智能系统。

　　（4）质因数分解。今天的企业使用大而复杂的质数作为加密工作的基础，这些数字太大，经典计算机无法处理。量子计算将能够使用算法轻松解决这些复杂的质数，这个过程称为质因数分解。（事实上，一种被称为Shor算法的量子算法理论上已经可以了；只是没有足够强大的计算机来运行它。）一旦量子计算机足够先进，就需要新的量子加密技术来保护我们的在线服务。科学家们已经在研究量子密码术，为这种可能性做准备。麦肯锡估计，最早到21世纪20年代末，量子计算机将强大到足以进行质因数分解。随着这些功能与量子计算能力同步发展，用例将会激增。

　　7. 哪些行业将从量子计算中受益最大？

　　研究表明，根据上面讨论的用例，有四个行业将从量子计算中获得最大的短期收益。保守地说，这些行业的整体价值可能高达1.3万亿美元。

　　（1）药品。量子计算有可能彻底改变生物制药行业中分子结构的研究和开发。有了量子技术，药物的研发将变得不那么依赖反复试验，因此更有效率。

　　（2）化学品。量子计算可以用来改进催化剂设计，这可以节省现有的生产过程。创新催化剂还可以用更可持续的原料替代石化产品，或者分解碳用于CO?。

　　（3）汽车行业。汽车行业可以从量子计算的研发、产品设计、供应链管理生产以及移动和交通管理中受益。例如，量子计算可以通过优化复杂的多机器人过程（包括焊接、胶装和喷漆）来降低制造成本。

　　（4）金融。金融领域的量子计算用例在未来会稍微远一点。量子计算在金融领域的长期前景在于投资组合和风险管理。一个例子是量化优化的贷款组合，该组合专注于抵押品，允许贷款人改善其产品。

　　这四个行业可能会从量子计算中获益最多。但是每个部门的领导者都可以，也应该为未来几年不可避免的巨大进步做好准备。

　　8. 除了计算，还有哪些其他的量子技术？

　　根据麦肯锡的分析，量子计算距离广泛的商业应用还有数年时间。其他量子技术，如量子通信和量子传感（或量子感知）可能会更早出现。量子通信将实现强大的加密协议，从而大大提高敏感信息的安全性。量子通信支持以下功能：

　　—在不同位置之间传输信息时的完全安全性。量子加密协议比经典协议更安全，一旦量子计算机获得更强的计算能力或能够使用更有效的算法，大多数经典协议都有可能被破解。

　　—在两种重要的量子处理类型中增强量子计算能力：并行量子处理（多个处理器连接在一起，同时执行同一问题的不同计算）和盲量子计算（量子通信提供对云中远程大规模量子计算机的访问）。量子粒子的纠缠使得这两种处理都成为可能。纠缠是指像量子比特这样的量子粒子具有相连的属性，这意味着一个粒子的属性可以通过对另一个粒子的操作来操纵。

　　量子传感允许比以往任何时候都更精确的测量，包括温度、磁场和旋转等物理属性。此外，一旦优化并减小尺寸，量子传感器将能够测量当前传感器无法捕捉的数据。

　　量子通信和量子传感的市场目前小于量子计算的市场，量子计算目前吸引了大部分的头条新闻和资金。但麦肯锡预计量子通信和量子传感在未来都将吸引大量的关注和资金。风险很大，但潜在的回报也很高：到2030年，量子传感和量子通信可以创造130亿美元的收入。

　　9. 组织如何确保他们拥有所需的量子计算人才？

　　量子计算的商业需求和满足这一需求的量子专业人员数量之间存在巨大的人才缺口。这一技能缺口可能危及潜在的价值创造，麦肯锡估计这一数字高达1.3万亿美元。

　　麦肯锡研究发现，每三个量子空缺职位中只有一个合格的量子候选人。麦肯锡预测，到2025年，不到50%的量子工作将被填补，除非人才库或量子工作创造的预测速度发生重大变化。

　　以下是从人工智能人才之旅中得出的五条经验，可以帮助企业组织培养他们获取价值所需的量子人才：

　　（1）明确组织的人才需求。在人工智能的早期，一些组织在没有清楚了解需要什么技能的情况下雇用了数据科学家。为了避免在量子上犯同样的错误，组织应该首先确定量子计算团队可能从事的应用领域，然后确保新员工来自不同的背景（反映最佳实践）。

　　（2）尽早投资翻译人员。随着围绕人工智能的讨论越来越多，分析翻译的角色变得至关重要，有助于领导者确定和优先考虑最适合人工智能解决的挑战。量子也有类似的需求：需要具有工程、应用和科学背景的翻译，帮助组织了解快速扩张的生态系统中的机会和参与者。

　　（3）为多样化的人才渠道创造途径。许多首批人工智能模型反映了用于训练它们的信息中存在的相同偏见。此外，往往缺乏具有不同观点和经验的人来构建和测试模型，这也是造成偏见的原因之一。虽然现在知道量子技术会带来什么样的风险还为时过早，但如果我们不建立多元化的量子劳动力并赋予他们权力，我们可以预计会面临类似的挑战。大学以及K-12教育都需要努力。

　　（4）为所有人培养技术素养。为了让组织中所有级别的员工了解新技术的潜力，他们需要对新技术的工作原理和功能有一个基本的了解。有了量子，企业领导以及供应链上下游、市场营销、IT基础设施、金融等领域的员工都需要对量子主题有基本的了解。

　　（5）不要忘记人才发展战略。在技术繁荣时期，公司非常注重吸引人才——但这只是人才难题的一部分。为了留住专业人才，公司需要为人才发展开辟清晰的道路。一家制药公司倾向于其工作的目的，开发有助于拯救生命的用例以及其为团队提供的自由。