這幾天有個大新聞，是說中科院宣布造出了全新的量子計算機。一時間主流媒體蜂擁報道，讓“中國造出世界第一”的歷史上有多了一筆。而國內眾多媒體的報道標題，紛紛打出了“中國造出世界第一臺量子計算機”之類的說法，甚至引述外媒來論證這一消息的準確性。
但恐怕事實又一次在媒體口中被微小的“斷章取義”了一次。按照中科院的標準說法，這次成功研制的，是“世界上第一臺超越早期經典計算機的光量子計算機”。注意，這個說法是有很多定語的：首先它是首臺超越早期經典計算機計算速度的，其次它還是“光量子”計算機。
當然，以潘建偉教授為首的中國量子計算科學家們居功甚偉。某種程度上可以說打破了歐美在量子計算領域的壟斷和封鎖，尤其這次宣布實現了目前世界上最大數目的十個超導量子比特的糾纏，讓量子計算的應用度邁上了全新的臺階。
但如果非要說這次的事件是量子計算機從0到1的破局，那未免太不尊重科學家們的勞動了。量子計算是一個長期課題，每一小步都意味著更多可能。所以重新理解下量子計算及相應技術應用化的實際境況，看來還蠻有必要的。
量子計算和量子計算機，各是什么鬼？
所謂量子，是一個能量的最小單位，也是人類目前為止認識微觀世界的終極抵達點。所有的微觀粒子包括分子、原子、電子、光子都是量子的一種表現形態，人類和整個世界也都是由量子構成的。
但區別于經典物理世界之間物體的相互作用形態，微觀世界量子之間的互動更加詭異而復雜，甚至還沒有真正權威的科學解釋能闡明量子間的作用關系。
至少已經可以證明，量子位之間具有相互疊加和相互牽連兩種屬性，而圍繞這兩種屬性構成的力學理論，就是大名鼎鼎地“革了牛頓的命”的量子力學。
拋開物理學不提，量子間的特性運用到計算領域會呈現出與目前所知的計算完全不同的運算規則。
由于量子具有疊加態，故而量子運算具備天然的并行運算能力。如果說0和1組成的經典計算是一個人在干一件事，那么量子計算就是一個人同時干很多事，并且同時完成給出疊加結果。
以這次完成的10個超導量子比特糾纏計算為例，它在經典計算機完成一次計算的同時，可以完成10個比特，也就是1024次計算。那么如果超導比特糾纏數量持續擴大的話，超越目前人類最快的計算系統也是輕而易舉的。
事實上，量子計算機是一個非常寬泛的概念。由于它的概念界定辦法僅僅是利用了量子規則完成的計算設備，所以第一臺量子計算機的定義也非常模糊，很難得到公認。
發展量子計算機的方式也各有不同，比如中科院發布的量子計算機是以光子理論完成的“光離子計算機”，其他囚禁離子技術、量子位元超導電路技術也都在持續深挖中。如果算上相對小眾的量子計算機實現方式的話，恐怕很難統計目前世界上有多少種量子計算機。
當然，某種程度上來說目前世界上依舊沒有真正應用意義的量子計算機。我們今天做的，更多是把一個概念從理論一步步拉倒現實中來。
量子計算與人工智能的關系
今天AI大火，于是經常伴隨著AI出現的“兄弟詞匯”也跟著火了起來。很多人一提到AI就會緊接著蹦出來深度學習、量子計算、彈性網絡等等名詞。但他們之間究竟是啥關系就不知道了，反正最后總結為“不明覺厲”就對了。
總體來看，量子計算可以被看做人工智能技術的基礎設施。因為人工智能的本質是機器以函數推導來模擬人類的接受、學習和推導，這就涉及巨大的運算和數據處理。而量子計算恰好可以解決這個問題。
總體而言，這對“概念基友”有以下幾個方面是互補的：
一、解決經典計算的單一維度問題：人工智能要運用到大量的數據接收和處理，但0和1的經典計算卻始終只能進行單一向計算。這給人工智能的深度發展帶來了巨大不便。而量子計算的法則下，系統能夠通過并行計算來不斷學習來處理之前從未遇到的新數據。這就給人工智能不斷實現自我進化提供了近乎“水和空氣”的基礎。
二、解決cpu堆砌的天花板：人工智能雖好，但問題是需要的計算量卻太大了。比如之前Alpha GO大戰李世乭，動用了1920個CPU和280個GPU。雖然效果顯著，但設備和能源消耗未免太大了，很難有廣泛應用的空間。而如果通過量子計算法則，則可以把硬件體積和能耗大大降低，達成人工智能技術的通用化。
三、大體量計算成為可能：我們一直都在關注大數據，但最大的數據能有多大呢？有數據判斷，到2020 年全世界的數據會達到44 ZB，也就是人均5200GB。我們當然相信越大的數據越有可能達成有效的結果推導。但如果數據達到這個程度，恐怕就是經典計算帶不動的了。所以全景式計算必須依賴量子計算，這也是人工智能開啟全面數據學習的先決條件。
四、移動人工智能設備的必備因素：根據上面的硬件天花板推導，不難發現人工智能需要的運算能力基礎是非常龐大的。而手機、汽車、穿戴設備等終端很難加載人工智能需要的運算處理器，而云計算技術又有各種各樣的限制。因此通過量子計算，來實現AI設備的集成化和迷你化，可能是人工智能走進普通生活的最佳選擇。
五、AI的反向驗證：量子計算模擬的是微觀世界中量子的疊加與糾纏，那么這種模擬可行運算邏輯的正誤其實很成問題。因為一般的運算技術根本無從檢驗量子計算模型。所以這里人工智能可以回頭幫一下量子計算，通過多元推導的方式檢視量子計算的過程與結果。
所以說，AI和量子計算近乎于是不得不同時進化的雙生子，一個負責輔助，一個專打輸出。
量子計算的商業場景
量子計算單獨的商業化應用，也是個很有意思的話題。
總體而言，量子計算的應用可以分為兩種，一種是量子通訊層面的，另一種則來自量子計算本身。
量子通訊層面目前的應用性較強，比如去年發射的墨子號量子通訊衛星就是做這個的。這一技術手段，本質是將量子技術作為一種不可逆的比特化數據管理體系。將信息進行近乎不破解的超密編碼。一方面這種技術基于量子比特的不可逆轉性，沒有破除可能，比較符合未來通訊加密的需求。另一方面量子計算的因數分解能力可以輕易解開經典運算領域的所有密碼，所以解鈴換需系鈴人，量子密碼技術近乎是個不可逆的商業應用。
同理，量子密碼還可以被運用到各種加密手段當中。比如鈔票防偽、商品專屬溯源、電話加密等等。
而量子計算方面的應用潛力其實更廣，但目前都還比較遙遠。比如基于量子計算技術實現的量子搜索，可以輕易通過并行計算技術在龐大數據中進行抽取。這就讓模糊搜索、大數據辨認等多種技術成為可能，尤其與AI識別結合后，想象空間更加巨大。另一種量子計算的應用場景在于構造模擬，通過量子計算。可以模擬出微觀世界的多領域構造，比如化學、材料工程學，甚至生物學的微觀模擬，都對這一領域的認知突破有重要意義。
有意思的是，量子通訊的終極目標顯然是對大量量子的傳輸，也就是所謂瞬間移動。而用量子計算模擬生物構造，或許可以找到基因的核心，逆轉衰老甚至死亡等生物現象。所以有人說一切科幻都屬于量子計算，好像也有點道理。
局限性與時間軸
說了不少好話，最后潑點涼水。與人工智能的應用化進程相比，量子計算的應用化堪稱還處在原始社會階段。比如剛剛中科院發布的光量子計算機，還僅僅是元器件和光學儀器構成的原型機。換言之，其進度還處在實驗數據階段，離投入下一階段的實踐性應用還非常遙遠。
事實上，目前無論是學術界、政府還是互聯網巨頭，都還沒有展現出量子計算正式進入商業化階段的可能性。甚至很多理論都處在實驗之外，僅僅有理論上的可能性。
即使能夠進入應用階段，量子計算的場景適應性較比經典計算還有非常遙遠的距離。經典計算的邏輯簡單，但同時帶來的是各種場景都可應用的泛在化能力。而量子計算對運算類型的要求十分嚴苛，即使投入使用，恐怕也將進入長時間與經典計算拉鋸、甚至產生互斥性的共生階段。
當然，量子密碼等關鍵性應用的商業化進度已經十分可觀，而人工智能、量子力學等領域的持續突破，也有可能指數級加快量子計算的實踐進程。