量子計算：概述

量子計算是指利用量子力學進行運算的方法。在物理學中，量子是任何物理屬性的最小不可分割單位，通常指電子、中微子和光子等原子或亞原子粒子的特性。

量子計算運用了量子物理的獨特性質，如疊加、糾纏和量子幹涉，為傳統編程技術引入了全新的理念。

為什麼需要量子電腦

對於某些問題，超級電腦的能力並不足夠強大。

科學家和工程師在面對複雜難題時會使用超級電腦。這些大型經典電腦通常配備數千個GPU和CPU核心。然而，某些類型的問題即使對超級電腦而言也難以解決。

超級電腦遇到困難時，往往是因為這台大型經典機器面對的是一個複雜問題。傳統電腦的失敗通常歸因於問題本身的複雜性。

複雜問題是指多個變數以複雜方式相互作用的問題。由於分子內部各原子之間存在大量電子互動，精確類比其行為極具挑戰性。在龐大的運輸網路中，為數百輛油輪規劃最優路徑同樣困難重重。

量子計算的工作原理

與超級電腦不同，量子電腦是功耗更低、效率更高的系統。大多數量子計算系統的冷卻裝置體積相當於一輛汽車，用於將超導微處理器維持在極低的工作溫度。

傳統處理器使用位元執行運算，量子電腦則使用量子位元（qubit）來執行多變數量子演算法。

超流體

案頭電腦通常使用風扇散熱。而量子處理器需要維持在接近絕對零度的極低溫度——僅比絕對零度高百分之一度。為此，我們使用超低溫超流體來製造超導體。

超導體

在極低溫度下，處理器中的某些組件會展現出另一種關鍵的量子力學特性：電子可以無阻礙地通過它們。這些組件因此被稱為“超導體”。電子在超導體中運動時會形成庫珀對。這些電子對能夠通過量子隧穿效應穿過絕緣體或勢壘攜帶電荷。當兩個超導體分別置於絕緣體兩側時，就形成了約瑟夫森結。

控制

約瑟夫森結在量子系統中充當超導量子位元。通過向其發射微波光子，我們可以控制這些量子位元的行為，使其能夠儲存、修改和讀取離散的量子資訊。

疊加

單個量子位元本身並無太大用處。但它具備一項關鍵能力：將所含的量子資料置於疊加態，同時呈現所有可能可行的量子位元配置組合。量子位元組的疊加可以產生複雜的多維計算空間。在這些環境中，複雜問題能夠以全新的方式被表達。

糾纏

糾纏是一種量子力學現象，它使兩個獨立實體的行為產生關聯。當兩個量子位元處於糾纏態時，對其中一個的改變會影響另一個。量子演算法利用這些關聯來解決複雜問題。

量子電腦的優勢

雖然量子電腦並非在所有任務上都比經典電腦更快，但在以下幾個領域可能產生深遠影響。

原子類比

由於量子電腦將量子現象融入運算過程，因此在類比其他量子系統方面尤為出色。這意味著它們能夠處理傳統電腦難以應對的系統複雜性和不確定性。我們可以類比多種量子系統，如光合作用、超導性和複雜分子結構。

密碼學

傳統密碼學依賴於整數分解或離散對數等問題的難解性。例如廣泛用於保護資料轉送的RSA演算法。量子電腦有潛力更高效地解決其中若干問題。

最佳化

最佳化是指在給定約束條件和預期結果下尋找問題的最優解。商業和科學中的關鍵決策基於成本、效能和生產周期等變數，這些均可被最佳化。藉助經典電腦運行量子啟發學習法最佳化演算法，我們能夠解決此前難以處理的問題，從而開發更高效的方法來管理複雜系統，如交通流量模式、飛機艙門分配、包裹配送和能源儲存。

量子機器學習

傳統電腦上的機器學習正在推動科學和工業的變革。然而，構建機器學習模型所需的高昂計算成本一直制約著該領域的發展範圍和進步速度。我們正在探索如何開發和使用量子軟體來加速機器學習，以更快地推進這一領域。

搜尋

與傳統演算法不同，1996年問世的量子演算法顯著提升了非結構化資料搜尋的求解速度。