秒杀超级计算机？量子计算显露统治力，9大行业将被颠覆

　　量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。目前，量子计算仍然是一项新兴技术，但它的潜力已经在许多行业中得到体现，从医疗到金融再到人工智能，量子计算机甚至比任何传统计算机能更快地解决一些问题。
　　随着我国自主研制量子计算机 ＂九章＂的问世，人们对量子计算有了更多期待。简单地说，量子计算最主要的优势，是可以对数据进行同时处理。目前，更多的应用仍然是对于特定难题的计算，而想在更多场景中发挥它的优势，或许还有待漫长的探索。今天，「哈工创投」带您了解量子计算的意义、发展历程以及有望实现落地应用的九大行业。
　　量子计算和经典计算的区别
　　量子计算机发展迅速，有可能颠覆无数行业。让我们来看看是什么使它们有别于传统的计算机。量子计算机将很快能够解决某些类型的问题，尤其是那些涉及大量变量和潜在结果的问题，比如模拟药物相互作用或优化供应链物流，速度将远远快于任何传统计算机。下面，来看看是什么使量子计算不同于今天常见的＂经典＂计算。
　　量子计算机与经典计算机之间的一些关键区别包括：  量子计算机处理信息的方式与经典计算机完全不同。与晶体管不同，量子计算机使用量子位，它可以同时表示0和1，而晶体管只能在一个时间内表示二进制信息的＂1＂或＂0＂。  量子计算机的能力与连接在一起的量子位的数量成指数增长。这与传统计算机不同，传统计算机的算力增长与晶体管的数量成正比。这就是为什么量子计算机最终能比传统计算机更好地处理某些类型的计算的原因之一。  尽管量子计算机在某些任务上（例如优化传送路径或模拟化学反应）可能会大幅超越经典计算机，但它们却很难被制造出来，而且有很多类型的计算并不能指望它们能提供很多优势。因此，即使在强大的量子计算机开始出现时，大多数日常处理都可由传统计算机进行更好地处理。
　　量子计算将改变九大行业
　　有科学家认为人类正在走进第二次量子革命时代。量子科技走向应用的趋势明显。IBM 预测量子计算的应用时间表将分三个阶段发展：第一阶段：未来几年的应用；第二阶段：在稳定但并非最佳工作的量子计算机之后；第三阶段：超过 15 年。
　　▲量子应用时间表，资料来源：IBM
　　量子计算的发展将影响越来越多的行业，其中制造和工业设计、医疗保健、金融、网络安全、区块链和加密货币、人工智能、物流、农业、国家安全这九大行业将会在量子信息科技的影响下，显现出新的发展趋势。
　　制造和工业设计
　　量子计算也引起了大型制造商对制造和工业设计的关注。例如，全球航空航天公司空中客车公司于2015年成立了量子计算部门，还投资了量子软件初创公司QC Ware和量子计算机制造商IonQ。该公司正在关注的一个领域是用于数字建模和材料科学的量子退火。例如，一台像样的量子计算机可以快速过滤无数变量，帮助确定飞机最有效的机翼设计。其它公司，包括戴姆勒和三星，已经在使用量子计算机帮助研究新材料，以制造更好的电池。IBM还将制造业作为量子计算机的目标市场，该公司重点关注材料科学、控制过程的先进分析和风险建模等领域，作为量子计算机的关键应用。
　　▲IBM设想的量子计算在制造领域的应用，资料来源：IBM
　　尽管在未来几年，随着更强大的机器的出现，量子计算可能在制造业中只会逐渐得到应用，但包括机器学习初创公司Solid State AI在内的一些公司已经在为制造业提供量子支持服务。
　　医疗保健
　　量子计算机可以通过多种方式影响医疗保健。
　　例如，Google最近宣布，它已经使用量子计算机来模拟化学反应，这是这项新兴技术的一个里程碑。尽管这种特殊的相互作用相对简单ーー目前的经典计算机也可以模拟它ーー未来的量子计算机应该能够比经典计算机更精确地模拟复杂的分子相互作用。在医疗保健领域，这可能有助于加快药物发现的工作，更容易预测候选药物的效果。量子计算可能推动药物发现的另一个领域是蛋白质折叠。初创公司ProteinQure已经利用现有的量子计算机来帮助预测蛋白质在体内的折叠方式。该公司被CB Insights列入2020年AI 100强和Digital Health 150强中。对于常规计算机而言，这是一个非常困难的任务。但利用量子计算来解决这个问题，最终可以让设计强大的蛋白质药物变得更容易。
　　▲药物设计中量子计算技术的优势，资料来源：Profacgen官网
　　最终，量子计算还可以通过更快的基因组分析为每个患者提供量身定制的治疗方案，从而为个性化医疗提供更好的方法。
　　基因组测序会产生大量数据，这意味着分析一个人的DNA需要大量的计算能力。企业已经在迅速减少人类基因组测序所需的成本和资源，但强大的量子计算机可以更快地筛选这些数据，使基因组测序更有效，更容易进行规模化。
　　许多制药业巨头对量子计算表现出了兴趣。例如，默克的风险投资部门参与了2020年9月Zapata的3800万美元B轮融资。与此同时，Biogen与量子计算软件初创公司1QBit和Accenture合作，建立了一个比较分子的平台，以帮助加快药物开发的早期阶段。
　　金融
　　金融分析师经常依赖计算模型，这些模型建立了关于市场和投资组合表现方式的概率和假设。量子计算机可以通过更快速地解析数据、运行更好的预测模型以及更准确地权衡冲突的可能性来帮助改善这些模型。它们还可以帮助解决与投资组合风险优化和欺诈检测等任务相关的复杂优化问题。金融量子计算机的另一个可能改变的领域是蒙特卡罗模拟ーー一种用于了解金融预测模型中风险和不确定性影响的概率模拟。去年，IBM 公布了一项研究，该研究使用量子算法在评估金融风险方面胜过传统的蒙特卡洛模拟。
　　▲蒙特卡罗算法，资料来源：IBM
　　包括苏格兰皇家银行、澳大利亚联邦银行、高盛、花旗集团等在内的多家金融机构都投资了量子计算初创公司。
　　一些人已经开始看到有希望的结果。苏格兰皇家银行全球创新侦察和研究主管John Stewart向《泰晤士报》表示，该行能够利用1QBit 开发的量子算法，将评估不良贷款抵消所需资金的时间从数周缩短至几秒钟。
　　网络安全
　　量子计算可能会颠覆网络安全。强大的量子计算机威胁着可轻松破解RSA加密等加密技术，这些技术目前被广泛用于保护敏感数据和电子通信的安全。这一前景源于舒尔算法（Shor’s Algorithm），一种在20世纪90年代建立理论的量子算法。这项技术描述了一台功能相当强大的量子计算机如何能够非常迅速地找到大数的质因数，而传统计算机认为这是一项极其困难的任务。有人预计，这种计算机可能在2030年左右出现。RSA加密正是依靠这一挑战来保护在线传输的数据。一些公司正在通过开发新的加密方法来应对这种威胁，这些方法被统称为＂后量子密码学＂。这些方法被设计成对量子计算机更有弹性——通常是通过创造一个即使是强大的量子计算机在试图解决时也不会有很多优势的问题。该领域的公司包括Isara和Post Quantum等。美国国家标准与技术研究所（NIST）也在支持这种方法，并计划在2022年之前推荐一种后量子密码学标准。
　　▲量子加密技术，资料来源：Post Quantum
　　另一种名为量子密钥分发（QKD）的新生量子信息技术也可以为量子计算机的密码破解能力提供喘息之机。QKD的工作原理是利用纠缠的量子比特来传输加密密钥。由于量子系统在测量时发生了改变，因此可以检查窃听者是否截获了QKD的传输。做得好的话，这意味着即使是装备了量子计算机的黑客也很难窃取信息。
　　虽然QKD目前面临着实际的挑战，比如它的有效距离（如今大多数QKD网络仍相当的小），但很多人都期待它能很快成为一个大产业。例如，东芝在2020年10月表示，预计到2020年代末期，QKD应用将带来30亿美元的收入。
　　区块链和加密货币
　　量子计算对加密的威胁延伸到了区块链技术和加密货币（包括比特币和以太坊），它们依赖于量子可感知的加密协议来完成交易。尽管对基于区块链项目的具体量子威胁各不相同，但在最坏的情况下，潜在的后果可能非常严重。例如，根据德勤的一项分析，大约25％的比特币（目前价值数千亿美元）的存储方式很容易被配备量子计算机的＂小偷＂偷走。另一个担心是，量子计算机最终可能会变得足够强大，在一次交易被网络上的其他参与者验证之前就对交易进行解密和干扰，从而破坏去中心化系统的完整性。这还只是比特币。区块链技术正在被越来越多的应用于资产交易、供应链、身份管理等领域内。
　　▲区块链机制示意图，资料来源：络绎学术
　　在量子计算机带来的深刻风险冲击下，一些玩家正在采取行动，让区块链技术更加安全。像比特币和以太坊等成熟区块链网络正在为未来版本的迭代，试验抗量子方法。一个名为 ＂抗量子账本＂的新区块链协议已经建立，专门用于对抗量子计算机，包括QuSecure和Qaisec在内的初创公司都表示他们正在为企业开发抗量子区块链技术。
　　除非在未来几年中更加牢固地建立后量子密码标准，否则抗量子区块链可能不会完全出现。与此同时，那些运行区块链项目的人可能会紧张地关注量子计算的进展。
　　人工智能
　　图灵奖得主姚期智院士曾指出：＂量子计算和人工智能两个领域的结合，将会是未来的重大时刻＂。量子计算机解析海量数据集、模拟复杂模型、快速解决优化问题的能力已经引起了人工智能应用的关注。例如，Google表示，它正在开发结合经典计算和量子计算的机器学习工具，并表示预计这些工具甚至可以与近期的量子计算机一起工作。
　　▲机器学习分类，资料来源：络绎学术
　　同样，量子软件初创公司Zapata最近表示，它认为量子机器学习是量子计算机短期内最具潜力的商业应用之一。
　　尽管量子机器学习可能很快就会在广泛的领域——包括自动驾驶车辆和天气预测——提供一些商业优势，但未来的量子计算机可能会让人工智能更进一步。
　　利用量子计算的人工智能可以推进诸如计算机视觉、模式识别、语音识别、机器翻译等工具的发展。
　　最终，量子计算甚至可能帮助创造出更像人类的人工智能系统。例如，使机器人能够实时做出优化的决策，并更快地适应不断变化的环境或新的情况。
　　物流
　　量子计算机擅长优化。理论上，一个复杂的优化问题，需要超级计算机花费数千年才能解决，但量子计算机可以在几分钟内处理。鉴于国际运输路线和协调供应链所涉及的极端复杂性和变数，量子计算可以很好地帮助解决艰巨的物流挑战。DHL已经在关注量子计算机，以帮助其更高效地包装和优化全球运送路线。该公司希望在提高服务速度的同时，更容易地适应变化——比如取消订单或重新安排送货时间。另一些公司则希望利用量子计算机改善交通流量，这种能力可以帮助送货车辆在更短的时间内进行更多的停靠。
　　▲量子计算应用于交通优化试点项目，资料来源：大众
　　例如，大众汽车与D-Wave Systems合作，去年在葡萄牙里斯本进行了一项试点，以优化公交线路。该公司表示，每辆参与的公交车都被分配了一条单独的路线，并根据交通状况的变化实时更新。大众汽车表示，它打算在未来将这项技术商业化。
　　农业
　　量子计算机可以通过帮助更有效地生产化肥来促进农业的发展。量子信息科技在环境问题分析、农产品和农药残留问题的检测和分析中也可以发挥重要的作用。
　　▲农业科技创新的几大方向，资料来源：络绎学术
　　世界各地农业中使用的几乎所有肥料都依赖于氨。更有效地生产氨（或替代品）的能力将意味着更便宜和更少的能源密集型肥料。反过来，更容易获得更好的化肥，可以帮助养活地球上不断增长的人口。
　　氨的需求量很大，根据CB Insights的行业分析师共识，估计到2025年，氨将成为一个价值770亿美元的全球市场。
　　最近在改进制造或替代氨的工艺方面进展甚微，因为能够帮助做到这一点的可能的催化剂组合的数量非常大——这意味着我们基本上仍然依赖于20世纪的一种被称为Haber-Bosch工艺的能源密集型技术。
　　使用今天的超级计算机来确定制造氨的最佳催化组合，需要几个世纪才能解决。
　　但是，可以使用功能强大的量子计算机来更有效地分析不同的催化剂组合（模拟化学反应的另一种应用），并帮助找到更好的产生氨的方法。
　　此外，我们知道植物根部的细菌每天用一种叫做固氮酶的分子，以非常低的能量消耗制造氨。这种分子超出了最好的超级计算机模拟的能力，因此也就无法更好地理解这种机制，但未来的量子计算机可以实现对这种机制的解释。
　　国家安全
　　世界各地政府都在大举投资量子计算研究项目，部分原因是为了加强国家安全。量子计算机的国防应用可以包括，为间谍活动破译代码，运行战场模拟，以及为军用车辆设计更好的材料等。去年，美国政府宣布对由能源部运营的量子技术研究机构投资近6.25亿美元，包括微软、IBM和洛克希德·马丁在内的公司也为该计划合计出资3.4亿美元。
　　▲美国正在对包括量子计算在内的量子信息科学（QIS）研究进行更多投资。资料来源：美国国家量子协调局
　　同样，中国也向众多量子技术项目投入了数十亿美元，一个总部设在中国的团队最近声称已经实现了量子计算的突破。
　　尽管不确定量子计算何时能在国家安全中发挥积极作用，但毫无疑问，没有哪个国家愿意落后于其竞争对手的能力。新的＂军备竞赛＂已经开始。
　　量子计算发展史
　　从1981年费曼提出量子计算机概念，量子计算开始进入理论研究阶段。但之后更多的里程碑式的进展大都在量子算法方向。Detusch-Jozsa 算法首次明确展示了量子计算的优势，但是该算法的科学性大于实用性。后来人们提出的具有实用性的算法主要分为 2 类，分别是质因数 分解类算法和无序搜索类算法，分别以Shor算法和Grover算法为代表。1994 年 Shor 提出了大数分解量子算法, 指数加快了大数分解, 1996 年Grover 提出了量子搜索算法, 平方根地加速了无序数据库的搜索。1998年，IBM、牛津、伯克利、斯坦福和麻省理工学院的研究人员制作了一个2比特的计算系统。
　　从2007年D-wave实现历史上第一台商用量子计算机后，量子计算进入商业爆发期。2017年IBM宣布成功研制50比特处理器原型，＂量子霸权＂进入争夺关键期。2018年Intel和Google相继达到49比特和50比特。2019年Google利用53量子比特量子计算机3分钟完成全球最强大超算Summit花一万年的计算实验，并宣布Google已实现＂量子霸权＂。2020年下半年，量子计算巨头争相发布最新科研成果和产品，其中包括Honeywell发布10比特QV128离子阱量子计算机和IonQ发布32比特400万离子阱量子计算机。2021年2月，HRG生态圈企业本源量子发布首款国产量子计算机操作系统——本源司南，实现量子资源系统化管理、量子计算任务并行化执行、量子芯片自动化校准等全新功能，助力量子计算机高效稳定运行。
　　本文综合转载自＂络绎学术＂、＂CB Insights＂、＂云科技时代＂等，为分享前沿资讯及有价值的观点，「哈工创投」转载此文，并经过编辑。如文中图片或文字侵犯了您的权益，请联系我们。