目前谷歌、IBM和英特尔等美国公司都在致力于量子计算机的研发。英特尔量子硬件部门总监Jim Clarke表示：“量子可能是未来100年做重要的计算机技术，就好像宇宙空间科学一样，它的研究可能要通过一代人的努力才能进步一点点。”
正如皮查伊所说的，最初的量子计算机可能还无法马上投入实际使用。甚至在未来十年内，人们都无法看到量子计算机给世界带来实际的改变。但谷歌预测，量子计算机的潜在应用包括飞机和汽车轻量化电池的设计以及药物设计等。
谷歌也承认，量子计算机要实现必要的计算能力，还需要工程界和科学界很多年的努力。“但是我们看到了这条路是清晰的，并且会一致朝前走。”谷歌表示。
导读
据美国加州大学圣塔芭芭拉分校官网近日报道，该校与谷歌公司的研究人员实现了“量子霸权”。他们的“西克莫”量子计算机，采用53个纠缠的量子位，处理并解决了一个被认为是经典计算机难以解决的问题。
背景
量子计算机具有超越经典计算机的计算能力，可以完成经典计算机无法完成的任务。量子计算机相对经典计算机的这种压倒性优势，也称为“量子霸权（quantum supremacy）”。

（图片来源：Tony Melov/UNSW）
在经典计算机中，表示信息采用的是“比特位（0或1）”；在量子计算机中，表示信息采用是“量子位”。

IBM 四个超导量子位设备的布局图（图片来源：IBM研究院）
不同于比特位，量子位通过量子物理中两个“幽灵般”的原理：“纠缠”与“叠加”，产生出令人惊讶的计算处理能力。简单说，量子位是一个双态量子系统（例如光子偏振态或者电子自旋态），它能处于一种用经典物理无法解释的奇妙状态：“0与1的叠加”。

(图片来源：麻省理工学院)
经典计算机中的两个比特位，在某一时刻，仅能存储4个二进制数：00、01、10、11中的一个。量子计算机中的两个量子位，可同时存储这四个数，因为每一个量子位可同时表示两个值。也就是说，如果我们要用量子计算机读出这四个数，只需要读一次；经典计算机则需要顺序执行4次。量子位继续增加时，系统存储的信息量就会呈指数方式增加。

（图片来源: S. Debnath and E. Edwards/联合量子研究所）
创新
近日，美国加州大学圣塔芭芭拉分校以及谷歌公司的科学家约翰·马丁尼斯（John Martinis）的研究团队宣称，他们实现了“量子霸权”。他们的“西克莫（Sycamore）”量子计算机，采用53个纠缠的量子位（qubits），处理并解决了一个被认为是经典计算机难以解决的问题。

研究团队（图片来源：Matt Perko, 加州大学圣塔芭芭拉分校）
马丁尼斯团队的研究生研究员布鲁克斯·福克森（Brooks Foxen）表示：“经典的超级计算机需要1万年才能完成的计算，我们的量子计算机只需200秒就可以完成。目前，经典的仿真时间很可能需要1万年，通过改良的经典硬件和算法，这个时间将会被缩短。但是，现在我们的速度变快了1.5万亿倍，所以我们自信地宣告这一成就。”
这一创举在《自然（Nature）》期刊上的一篇论文中得到了描述。
技术
马丁尼斯及其团队的这个里程碑式的创举，是在约二十年的量子计算研究之后产生的。他们研究从开发单个超导量子位到囊括72个量子位的系统，对于“西克莫”来说是54个量子位（其中一个量子位无法有效工作），它们利用了量子力学令人惊叹且异乎寻常的特性。

“西克莫”量子处理器（图片来源：参考资料【1】）
马丁尼斯团队的另一名研究生研究员本·奇里奥（Ben Chiaro）表示：“选择这个算法是为了利用设备的自然动力学来强调量子计算机的优势。”也就是说，研究人员想要测试计算机存储与快速操控结构凌乱的大量复杂数据的能力。
福克森表示：“我们基本上想要尽快地制造出一个涉及我们所有的量子位的纠缠状态。所以，我们选定了一系列操作，制造出一个复杂的叠加态，这个叠加态经过测量后返回一个“比特串”，这个概率取决于准备特殊叠加态的特定操作序列。这么做是为了验证操作序列（用于准备这个叠加态）对应的电路输出，它在几分钟之内对于量子电路采样百万次，在系统失去其量子相干性之前，探索了所有的可能性。”
奇里奥解释道：“我们展开了一系列固定的操作，将53个量子位纠缠成一个复杂的叠加态。这个叠加态对概率分布进行编码。对于量子计算机来说，准备这种叠加态是通过约几微秒之内将几十个控制脉冲组成的序列施加到每个量子位上来实现的。我们可以准备，然后通过200秒内测量量子位达百万次，对这个分布进行采样。”
福克森表示：“对于经典计算机来说，计算这些操作的结果要难得多，因为它需要计算成为2^53个可能状态中的任意一个状态的可能性，其中53是量子位的数量，这个指数级的缩放比例正是人们一开始对量子计算感兴趣的原因。这种计算可以通过矩阵乘法完成，但是随着矩阵变大，这种方法对于经典计算机来说开销很大。”
根据这篇新论文的描述，研究人员们采用了所谓的“交叉熵基准化分析法（cross-entropy benchmarking）”，将量子电路的输出（一个“比特串”）与经典计算机仿真计算出的“相应的理想概率”进行比较，以确保量子计算机正确工作。
奇里奥表示：“在开发真正有益的处理器的过程中，我们做了许多设计选择。”他说，处理器的优势包括通过实验方式调整单个量子位的参数以及它们之间的相互作用的能力。
当这个实验被选为计算机的概念验证时，这项研究产生了一个非常真实且有价值的工具：合格的随机数发生器。随机数在很多领域都有用，可以保证密钥不被破解，或者来自较大总体中的样本真正具有代表性，从而为复杂问题找到最佳解决方案，以及实现更加“健壮”的机器学习应用。量子电路产生随机“比特串”的速度非常快，因此黑客没有时间去分析和“欺骗”系统。
美国加州大学圣塔芭芭拉分校的研究副校长乔·因坎德拉（Joe Incandela）评论道：“量子力学状态所做的事情已经超越了我们的日常经验，所以有望提供其他方法无法实现的能力与应用。团队已经能可靠地创造并反复地取样涉及53个纠缠元素的复杂量子状态，从而执行经典超级计算机需要花费上千年才能执行的操作。这是一个重大的成就。我们正处在一个获取知识的新时代的起始点。”

谷歌的量子至尊低温恒温器内含“西克莫”（图片来源：Eric Lucero/谷歌公司）
未来
取得了像“量子霸权”这样的成就，我们很容易认为加州大学圣塔芭芭拉分校以及谷歌公司的研究人员会躺在功劳簿上睡大觉。但对于福克森、奇里奥、马丁尼斯以及加州大学圣塔芭芭拉分校以及谷歌人工智能量子团队的其他人来说，这仅仅是开始。
福克森表示：“这是一种持续改进的心态，我们总有项目在做。”近期来说，对于这些“嘈杂的”量子位的持续改善，将实现量子力学中有趣现象（例如热化）或者材料与化学领域中巨大可能性的仿真。
然而，长期来说，科学家们一直在致力于改善相干时间，或者从另一方面说，检测和修复错误。这些错误让检查一个量子位，变成需要检查许多额外的量子位。这些工作都在同步开展，以设计和构造量子计算机本身，并确保研究人员在下一个里程碑之前取得许多成果。
奇里奥表示：“我很荣幸也很高兴能加入这个团队。这是一个具有伟大领导力的技术贡献者的伟大集合，而且整个团队协调合作得很好。”
关键字
量子计算机、量子位、机器学习
参考资料
【1】Frank Arute, Kunal Arya, Ryan Babbush, Dave Bacon, Joseph C. Bardin, Rami Barends, Rupak Biswas, Sergio Boixo, Fernando G. S. L. Brandao, David A. Buell, Brian Burkett, Yu Chen, Zijun Chen, Ben Chiaro, Roberto Collins, William Courtney, Andrew Dunsworth, Edward Farhi, Brooks Foxen, Austin Fowler, Craig Gidney, Marissa Giustina, Rob Graff, Keith Guerin, Steve Habegger, Matthew P. Harrigan, Michael J. Hartmann, Alan Ho, Markus Hoffmann, Trent Huang, Travis S. Humble, Sergei V. Isakov, Evan Jeffrey, Zhang Jiang, Dvir Kafri, Kostyantyn Kechedzhi, Julian Kelly, Paul V. Klimov, Sergey Knysh, Alexander Korotkov, Fedor Kostritsa, David Landhuis, Mike Lindmark, Erik Lucero, Dmitry Lyakh, Salvatore Mandrà, Jarrod R. McClean, Matthew McEwen, Anthony Megrant, Xiao Mi, Kristel Michielsen, Masoud Mohseni, Josh Mutus, Ofer Naaman, Matthew Neeley, Charles Neill, Murphy Yuezhen Niu, Eric Ostby, Andre Petukhov, John C. Platt, Chris Quintana, Eleanor G. Rieffel, Pedram Roushan, Nicholas C. Rubin, Daniel Sank, Kevin J. Satzinger, Vadim Smelyanskiy, Kevin J. Sung, Matthew D. Trevithick, Amit Vainsencher, Benjamin Villalonga, Theodore White, Z. Jamie Yao, Ping Yeh, Adam Zalcman, Hartmut Neven, John M. Martinis. Quantum supremacy using a programmable superconducting processor. Nature, 2019; 574 (7779): 505 DOI: 10.1038/s41586-019-1666-5

北京时间 10 月 23 日晚，《自然》（Nature）杂志在官网上放出了重磅消息：一个月前被 NASA 发表又火速撤下的谷歌“量子霸权”论文重新发表，称其是量子领域中“Hello World”一样的里程碑事件。
与此同时，谷歌 AI 量子团队也发布了一条视频，讲述其如何实现了“量子霸权（Quantum Supremacy）”。
从论文刊登的时间线上来看，谷歌于今年 7 月 22 日递交了论文，而被 NASA 发表的那天正是它被正式接受的时间。谷歌在媒体发布会上表示，NASA在内部审核时出现了失误，错把已经接受但还不应该显示的文章发布了出来，而且是初版。看来面对如此重大的研究成果，强如 NASA 也有些急不可耐。
除了副标题、格式和补充资料，论文的主体内容和结论几乎没有变化，但谷歌研究团队在评审过程中收到了很好的反馈，决定在论文中增加大量的技术细节资料作为补充，因此在NASA误发论文时选择了暂时沉默，不希望评价不完善的论文。
谷歌在论文中表示，自己已经开发出了一款54量子比特数的量子芯片，名为Sycamore，由铝、铟、硅晶片和超导体（约瑟夫森结）等材料组成，每个量子比特和临近的4个量子比特耦合。
不过，实际上执行运算的只有 53 个量子比特和 86 个耦合器，剩下的 1 个量子比特无法正常工作。

图 | 谷歌 Sycamore 量子芯片（来源：谷歌）
通过一系列实验和计算，谷歌研究人员开发了一套高保真度的纠错流程，进而对芯片展开测试，最终得出结论，同样是对一个量子电路产生的随机数字采样 100 万次， Sycamore 芯片支持的量子计算机只需要 200 秒，同时维持很低的误差率，而世界最强超算 Summit 需要 1万年。
按照 2012 年加州理工学院量子理论物理学大牛 John Preskill 提出的“量子霸权（Quantum Supremacy）”的定义，量子计算设备可以超越经典计算设备，解决后者无法解决的计算任务。这种情况曾在 2018 年 10 月被证明理论上行得通，而谷歌的实验结果则标志着量子计算机在解决一个随机采样任务上超越了经典计算机，甚至意味着只能在量子处理器上执行的计算任务诞生。
这也是为什么谷歌论文中提到了自己“在这一特定计算任务上实现了量子霸权”，甚至乐观地表示量子处理器的计算能力或将遵从“量子摩尔定律”，计算性能每几年就翻一倍，也许离有价值的实际应用只差一个创造性的算法了。
不过，面对这样的结论，量子物理学界和产业界迅速分成了乐观派和质疑派。前者认为谷歌实现了一项伟大的科学成就，展示了一条通向可扩展量子计算的道路，狠狠地打脸那些质疑量子计算机可行性的人。
而以 IBM 为首的质疑派认为，虽然这是一个里程碑，但谷歌的实验有缺陷，执行同样的计算实验，经典计算机可能也只需要 2.5 天，远远没有谷歌所说的 1 万年那么夸张。除此之外，谷歌离真正的量子计算机还有很长的路要走，因为它执行的计算任务没有已知用途，不足以证明其通用性，而且如何实现可持续的容错运算依然是个巨大挑战（谷歌在论文中也承认了这一点）。
换句话说，质疑者认为，谷歌声称的“实现量子霸权”的言论是具有误导性的。
话虽如此，谷歌 CEO Sundar Pichai 强调此次的研究成果对谷歌来说具有“里程碑”式的意义，并将其与莱特兄弟发明飞机时的首次 12 秒成功试飞相比。研究团队也在媒体发布会上呼吁大家要有耐心，将目光放的更长远一些，更多关注于新研究中量子芯片性能和量子计算本质，而非纠结于量子霸权的实现与否，因为实现有价值的量子计算是一个耗时非常久的长期项目，需要所有人一起努力。
截至目前，谷歌已经在量子计算的项目上持续投入了 13 年的精力，但它究竟为什么要这么做，是什么驱使它投资一个理论上可能需要花费数十年才能见成效的项目呢？答案就埋藏在此次《麻省理工科技评论》对 Sundar Pichai 的独家专访中，以下便是此次访谈的内容：

图 | 谷歌CEO Sundar Pichai（来源：MIT TECHNOLOGY REVIEW）
麻省理工科技评论：根据论文，谷歌目前已经在特定运算上实现了“量子优势”，胜过了经典计算机，那你们离在真正意义上实现“量子霸权”还有多远？
Sundar Pichai：答案很简单，我们需要一台能容下更多量子比特且容错的量子计算机，以便运算更复杂且通用的算法，但就像你所知道的，任何领域都是在一次次“突破”中从无到有，拿飞机来说，莱特兄弟当时发明的第一架飞机仅在空中飞行了约 12 秒钟，其设计在生活中并没有任何实际应用，但它确实证明了飞机的概念是可行的，在这一点上量子计算也不例外。
麻省理工科技评论：除了谷歌，许多其它公司也有自己的量子计算机，比如 IBM 还为人们提供了在云端使用其量子计算机的服务，但为什么它们的设备不能完成此次谷歌所成功完成的运算呢？
Sundar Pichai：关于这个问题，我能说的只是为何谷歌的团队能完成这一运算。构建量子计算机是一个极其复杂的工程，我们团队从晶圆和制造逻辑门开始，一层层地制好芯片，然后用 AI 技术对运算进行模拟，在每次测试中都一点一点地精益求精，才换来了此次的研究成果。
麻省理工科技评论：论文的结尾部分有这么一段话，“我们离实现具有实际应用意义的成果仅差一种具有创新性的算法”，这段话我们该如何解读？
Sundar Pichai：其实量子计算真正令人兴奋的地方在于，根据已有的物理理论，我们所处的宇宙在最根本的层面上遵循量子法则，因此早期的量子计算应用能帮助我们更好地了解宇宙的工作方式，并在后来逐渐实现能按量子物理对分子和分子间作用进行精确模拟，在医学和碳排放治理等涉及化学的重要研究领域发挥作用，比如对哈伯法 Haber Process 进行更为深入的研究（对 Haber Process 进行更为深入的研究将能帮助科学家找到降低化学肥料在农业生产中所产生的碳排放的方法，目前农业生产中的施肥活动所产生的碳排放占全球总量的约 2%）。
麻省理工科技评论：你觉得我们离一个能解决 Haber Process 问题的量子运算方法还有多远？
Sundar Pichai：我认为是 10 年左右，我们仍需要一段时间来研究如何才能构建出性能更优的量子计算机，到时不光是 Haber Process，一台通用量子计算机还能解决许多其它问题，比如帮助科学家们找到更为高效的电池设计方案。简而言之就是，凡是与化学有关的地方，量子计算机都能派上用场，而这也正是我们为何会多年以来一直坚持进行我们的量子计算项目，并在未来继续为此投资。
麻省理工科技评论：即使是在量子计算业内，也有人认为量子计算技术会像核聚变一样，在未来的五十年里陷入发展停滞，为何这样一个听上去仿佛“深不见底”的发展之路会让你看上去如此兴奋？
Sundar Pichai：如果没有近些年来电脑计算领域的持续发展，就没有今天的谷歌。业界遵循着摩尔定律发展，使我们能为数十亿用户提供稳定的服务，而我们也因此将自己视为一家计算科技公司。虽然人们的看法各有不同，但我们认为摩尔定律很快就会失效，而量子计算就是我们想在此过程中所取得的进展之一。
麻省理工科技评论：你在 2012 年看到 AI 能从零开始自己学会识别猫的图片时曾说，“这种技术或许在未来会扩大发展规模，并帮助我们理解宇宙的运行方式”，你认为量子计算是否跟 AI 技术一样重要呢？
Sundar Pichai：那是肯定的，能实现在实验室中操控量子位并维持叠加态对我来说具有重要意义，因为我认为自然界最根本的运行法则与量子力学有关。我们的成果打开了通往许多可能性的大门，而这是以前任何人都没实现过的。

（来源：MIT TECHNOLOGY REVIEW）
麻省理工科技评论：量子计算或许还需很长时间才能被真正实现，那么，你是如何在谷歌这样习惯了高速发展的公司里对该技术保有耐心的呢？
Sundar Pichai：就像你所知的，我目前正与我们的首席硬件科学家 John Martinis 共同领导我们的量子计算团队，我在 26 年前曾因觉得自己没有足够的耐心而放弃攻读材料学的博士学位，所以我很感谢所有在团队中一路坚持下来了的成员，但所有的重大科技进展都是如此，突破都是源于数十年的辛苦研究，所以你不得不对这些最前沿的技术发展保有耐心并看的长远一些。
我之所以如此激动，是因为像此次的成果这类具有“里程碑”式意义的进展正在使该领域不断进步，这就好比从 1997 年的 Deep Blue 击败 Garry Kasparov，再到2016 年的 AlphaGo 击败 Lee Sedol，AI 技术经历了很长时间的发展和沉淀才最终让世人觉得“喔，AI 技术真的起来了”，而这些突破也正是人类正在不断进步的体现之一。
拿我们自己的系统工程来说，从多层构建到用于深度学习的 TPU，我们算法的运行速度得到了质的提升，登月也是一样，虽然一开始乍看上去这一成就并没什么其它的实际应用，但其中所涉及的技术进步都会在后来开花结果。
麻省理工科技评论：你们目前在量子计算上投入了多少资源？
Sundar Pichai：我们团队跟其它公司或机构比起来应该说是相对较小，公司对这一项目已经持续投资多年，许多成果都是基于此前谷歌所产出的研究，公司对项目本身也有着长远的规划。
麻省理工科技评论：谷歌和 IBM 在实现量子计算的做法上有什么区别？
Sundar Pichai：IBM 将其设备以云的形式开放确实很棒，这能吸引很多其他项目外的开发人员。我认为我们的团队也一直在确保我们一直处在量子技术发展的前列，以助力实现真正通用的量子计算。
麻省理工科技评论：IBM 曾表示“量子霸权”一词具有误导性，认为量子计算机并不会在所谓问题上都比经典计算机好，二者会在未来协作解决问题，并称谷歌对此次所取得成就有夸大其实的嫌疑，你怎么看？
Sundar Pichai：答案其实很明显，因为业内谁都知道“量子霸权”是什么意思，但此处有争议的点在于量子计算机是否会像许多人所想的那样取代经典计算机。我认为这与人们之前庆祝 AI 上的进展类似，有很多人都曾误以为深度学习技术就是通用型 AI，这也正是我们发表成果的原因，对我们的研究进行解释并帮助人们更好地了解我们目前离通用型量子技术还有多远。
麻省理工科技评论：AI 技术在很多领域为谷歌开辟了新的服务内容，如翻译和语音服务，谷歌在云端为开发者提供工具（AI 框架 TensorFlow），营造了一个 AI 工具开发社区，并为工具开发者提供专属芯片服务（如 TPU）来帮助开发者对工具进行测试，谷歌对未来量子计算的规划是否与此类似？
Sundar Pichai：那是肯定的，就拿 AI 来说，我们在认清深度学习这个方向前就已经对该领域进行投资和研发了。顺便一提，你刚才所提到的谷歌 AI 应用其实是在向全球用户提供服务，开发者社区所开发的工具也是一样，我们很重视 AI 技术的“民主性”，会不断努力让越来越多的人都能访问并使用 AI 技术，而量子计算也是如此。
麻省理工科技评论：你觉得量子计算是否会对 AI 的发展构成影响？
Sundar Pichai：我认为两者间存在着很强的共生关系，二者都还处于早期发展阶段，无疑二者将会在未来更进一步的发展中更加互相渗透，比如 AI 可以被用来加速量子计算，而量子计算又能被用来加速 AI 算法，我认为只有将二者深度结合才能产出真正的果实，并助力解决包括气候变化在内的许多急需解决的棘手问题。
麻省理工科技评论：你刚才提到 AI 民主化，谷歌曾在 AI 问题上引发过一些争议，比如谁有权使用以及 AI 工具应该被怎样使用，你在处理这些争议的过程中学到了什么，是否有引发一些你对量子计算技术的思考？
Sundar Pichai：在当前阶段下，及时发布成果，并确保学界内的相互沟通非常重要，谷歌也在积极参与。我们已经发布了全面的 AI 原则，而在你刚才提出的争议领域，谷歌已经在过去几年内就这些争议发表了 75 篇研究，我们将持续坚持并积极参与 AI 技术道德规范准则的建立。
我认为许多领域都需要适当的监管，我们希望能在相关立法和建设工作中起到建设性作用。此外，监管和准则还需经历一个外部反馈的过程，考虑到这些都是会深刻影响社会发展的技术，没有人能真正说出谁对谁错，解决这类问题没有捷径，行业必须在未来的数十年里继续共同努力，协作发展。
麻省理工科技评论：谷歌可能会根据 AI 原则不对某些特殊应用方向开发工具，但谷歌的开发平台却允许人们开发任何他们想要的 AI 工具，这两者间难道不矛盾吗？
Sundar Pichai：AI 技术能被安全妥当地使用是我们最重要的开发原则之一，人们会想要将 AI 用于测试及提升系统的安全性，这是所有新技术的特点，量子计算也不例外，既然量子计算能破译普通秘钥，就会有人开发新一代的量子加密技术，这与我们构建了搜索引擎技术就得解决虚假链接问题一样，都是相辅相成的。
开发新技术所伴随的风险断然是高的，但对于其中的一部分，我们或许能通过采用“正确的发展道路”来避免，而能帮助我们实现这一效果的途径就是全球管理统一化和详尽的道德协议。我们明白，对于我们所开发出的技术，我们不仅需要对它们负责，更要用这些技术来维护全球安全并助力民主发展，在这一点上，我们会与其它组织和机构共同努力。
麻省理工科技评论：是否还有其它的技术，让你像对 AI 和量子计算一样十分感兴趣？
Sundar Pichai：作为人类社会的一员，我认为我们目前十分需要更为激进和有效的清洁能源生产方式，而我也对所有这些新兴技术怎样结合有着浓厚的兴趣。在医疗保健领域，我认为我们将在未来十年内迎来重大突破，设想未来的医疗系统和手段会怎样基于成熟 AI 算法变得更高效，也同样能令我激动不已。
谷歌研究人员宣布成功演示“量子霸权” 来源：视觉中国
据新华社10月23日消息，谷歌的《使用可编程超导处理器达到的量子霸权》论文以封面重磅的形式在英国《自然》杂志发表，表示已成功演示了“量子霸权”，让量子系统花费约200秒完成传统超级计算机要1万年才能完成的任务。
在谷歌团队看来，这是一个量子领域中“Hello World”一样的里程碑事件。谷歌 CEO 桑达·皮猜（Sundar Pichai）在接受《麻省理工科技评论》时激动的介绍，这就像飞机最初被发明的时刻-----莱特兄弟的飞机第一次只飞了12秒，但他证明了飞机飞行的可能性。
“量子霸权”长期以来被用于描述量子计算机发展的关键节点，指量子计算机能解决传统计算机无法解决的复杂难题，也就是展现量子优越性。而这是量子计算机距离实际运用的关键一步。其中，一个常被当作量子霸权的重要指标是量子比特 (Qubit) 数量，有学者认为，大概 50 个量子比特左右，量子计算机就能达到“量子霸权”。
量子计算机的优势在于，传统计算机每比特非0即1，而在量子计算机中，量子比特可以以处于即是0又是1的量子叠加态，这使得量子计算机具备传统计算机无法想象的超级算力。例如，一台 10 量子位量子计算机可以一次处理 210 或 1024 个可能的输入。

“西克莫”芯片图片 来源：视觉中国
据新华社披露，谷歌研究团队研制了一个由54个量子比特组成的处理器“西克莫”，由于有1个量子比特无法有效工作，处理器实际只用了53个量子比特。团队设计了一项对量子电路产生的随机数字进行采样的任务。实验中，量子处理器在约200秒的时间内从量子电路中采集了100万个样本，而一台尖端的超级计算机要约1万年才能完成这项任务。
而谷歌这篇“量子霸权”论文正式公开发表前，老对手IBM就公开发文炮轰，谷歌的“量子霸权”有缺陷，在经典计算机上模拟谷歌计算机的结果其实只需要2天半，根本用不了一万年。他们认为“完成传统计算机无法完成的工作”这一临界值还没有达到。
而谷歌则是出奇的沉默。直到10月23日，桑达·皮猜在媒体上公开回应：“争议的点在于量子计算机是否会像许多人所想的那样取代经典计算机。这与人们之前庆祝AI上的进展类似，谷歌发表成果对我们的研究进行解释并帮助人们更好地了解我们目前离通用型量子技术还有多远。
有分析人士认为，量子计算机永远都不会取得超越传统计算机的“霸权”，而是将与后者协作，因为二者各有其独特的优势。
谈及量子计算机未来的应用价值，桑达·皮猜表示：“比如帮助科学家们找到更为高效的电池设计方案，凡是与化学有关的地方，量子计算机都能派上用场”，这也是谷歌为之投入13年，未来还将继续研究的动力。
谷歌宣称实现量子霸权，IBM有不同意见谷歌在当地时间周三突然宣称其实现了量子计算领域的重要里程碑——“量子霸权”。谷歌表示，已经设计出一个机器，只需200秒就能解决世界上最快的超级计算机要花一万年才能解决的问题。
谷歌故意让传统计算机“变笨”？
谷歌在一条公开发布的博客中公布了这一震撼计算机界的消息，同时还附上了在《自然》杂志上发表的科学论文。
上个月，谷歌的一篇论文被泄露，该论文声称谷歌已经能够利用一台 53 量子比特的量子计算机实现传统架构计算机无法完成的任务——在世界第一超算Summit需要计算 1 万年的实验中，谷歌的量子计算机只用了 3 分 20 秒。
谷歌10月23日发表的博客，让这一消息实锤，并成为世界上首个宣称实现“量子霸权”的公司。实现了“量子霸权”意味着量子计算机距离实用又迈进了一大步。
所谓“量子霸权”，是指当量子计算机发展到50个比特时，计算能力将全面超越世界上最快的传统计算机，实现“称霸”。谷歌和IBM都已分别在2017年11月和2018年3月宣称实现了50个和72个量子位的原型机。
但有趣的是，竞争对手IBM第一时间对谷歌的这一“宣称”做出回应，并让谷歌的这一研究结果大打折扣。IBM在一篇博客中表示，谷歌高估了计算项目的难度。IBM称谷歌所宣称的经典计算机需要一万年执行的任务，其实只要2.5天就能完成。
IBM还呼吁业界都引起质疑。“我们敦促业界用质疑的态度来对待这一历史上的首次‘宣称’，即量子计算机能够实现经典计算机不能实现的任务。”IBM表示。
为了质疑谷歌，IBM还提出“量子优势”的概念，认为应该在一个真实应用场景，比如金融服务、AI、化学中，来对比量子计算机和经典计算机的工作。
意义堪比第一架飞机试飞
谷歌CEO桑德尔-皮查伊很快予以还击，并把首次实现“量子霸权”的意义与莱特兄弟的首次试飞相提并论。皮查伊表示：“人类的首架飞机飞行时间只有12秒，因此也不可能有实际的应用。但这证明了飞机飞行的可能性。”
一位量子信息技术的从业人员对第一财经记者表示：“通过论文的预印本补充材料可以看出，谷歌用作对比的经典算法降低了经典计算机的‘智商’，是拿完全没有优化过的‘最笨’的算法来进行对比，因此有点夸大对比结果之嫌。”
如果像IBM所说的，经典计算机需要2.5天解决的问题，量子计算机用了200秒解决，这与谷歌宣称的一万年与200秒的对比，效果上打了不少折扣，也就是说量子计算机的优势并不那么明显。
但由于“量子霸权”并没有对量子计算机比经典计算机快多少做出定义，理论上只要量子计算机被证明快于经典计算机，都能被视为实现“量子霸权”。
对此，麻省理工学院教授Peter Shor认为，量子计算机和经典计算机的速度是很难做比较的。“这就好像无法回答‘火车要比船快多少的问题’。”Shor教授在近期上海举行的一场墨子沙龙上表示，“这不仅仅取决于运输方式，还取决于目的地在哪里。”
Shor指出，公众的一个误区是往往局限于计算机的速度多快，而忽视了它的记忆和储存。他解释道：“量子计算机上的每一步几乎肯定要比传统计算机要复杂，但是量子计算机可以利用量子力学特性的算法，大大减少所需要的部署，从而加快计算的速度，这个是传统计算机所不具备的。”
量子计算机与经典计算机的显著差异在于，传统的计算机存储数据的方式是0或者1，这就好比一个开关，只有“开”和“关”两种状态；而量子计算机存储数据方式是依赖量子比特，可以是介于0和1之间的任何状态，这令其速度更快。
十年内可能无法改变世界
目前谷歌、IBM和英特尔等美国公司都在致力于量子计算机的研发。英特尔量子硬件部门总监Jim Clarke表示：“量子可能是未来100年做重要的计算机技术，就好像宇宙空间科学一样，它的研究可能要通过一代人的努力才能进步一点点。”
正如皮查伊所说的，最初的量子计算机可能还无法马上投入实际使用。甚至在未来十年内，人们都无法看到量子计算机给世界带来实际的改变。但谷歌预测，量子计算机的潜在应用包括飞机和汽车轻量化电池的设计以及药物设计等。
谷歌也承认，量子计算机要实现必要的计算能力，还需要工程界和科学界很多年的努力。“但是我们看到了这条路是清晰的，并且会一致朝前走。”谷歌表示。
谷歌还表示，他们将尽快开发一款能够“容忍噪音和错误”的量子计算机。这种量子计算机原则上能够处理任何问题。理论上讲，它们需要更强大的处理器，能够包容更多的量子比特，而且为了达到纠错功能，还需要机器冗余。不过业内预计，要实现这样的技术至少还要等上10年左右。
对于量子计算机的商业化前景，谷歌表示：“对于量子计算的保守估计，投资者预计只能在长期获得回报。尽管如此，我们依然认为，随着小型的量子计算机会在5年内逐渐兴起，短期的回报仍然是有可能的，虽然这些设备无法实现完全的纠错功能。”

但漫长的商业化路径无法阻挡全球科研人员在量子技术领域展现他们最新的研究成果。比如中国发射的全球首颗量子科学实验卫星“墨子号”，它为探索未来空间尺度量子通信应用的可能性做出巨大贡献。