当 AI 遇上量子计算，人类科技要真正迎来“超级天才”了吗？
很多人一听到“量子”，第一反应是：这不是那些骗子爱说的玄乎词吗？毕竟近些年，诸如“量子阅读”一类的骗人概念可谓一波未平一波又起。
图源：央视网
但其实，“量子”是一个严肃的物理学概念，我们今天用的半导体芯片、医院里的核磁共振、手机里的激光传感器，全都是量子理论的产物。
问题是……“量子”这个词究竟是什么意思？ 简单来说，它指的是某些物理量在微观相互作用中呈现出的最小份额。以光为例，一个光子就可以看作一份电磁辐射能量。
在我们的直觉里，能量的变化是连续的，就像水流一样，可以多一点、少一点，想多少就多少。但科学家发现，在极其微小的世界里（比如单个电子、原子的层面），能量的传递并不是这样的。
清华大学物理系博士、中国移动通信研究院未来研究院研究员栾春阳用“货币”打了一个形象的比方。我们都知道，货币有最小单位（比如一分钱），你没办法付“0.3 分钱”，每一笔交易都只能是“一分一分”地进行。能量在微观世界里，也是“一份一份”传递的，这个最小的“一份”，就叫量子。
图库版权图片，转载使用可能引发版权纠纷
随着研究深入，科学家发现不只是能量，角动量、自旋等物理量也会表现出这种“分立”的特性。围绕这些规律，逐渐发展出了一套完整的理论体系——量子力学。
量子力学，就是描述“微观世界运行规律”的物理学。它虽然一点不“玄学”，但它确实超越了我们的日常直觉。
量子计算机：
一个极其“脆弱”的超级天才
目前，量子技术中最受关注、也最令人期待的应用方向，恐怕就是量子计算机了。近期，相关领域也新发布了一项重磅研究成果——我国成功研制出可编程量子计算原型机“九章四号”，其针对特定问题的算力远超当前全球最快超级计算机 El Capitan，成功建立了国际上最强的“量子计算优越性”。
“九章四号”量子计算原型机实拍图 图源：央视新闻
所以，量子计算和普通电脑到底有什么不同？普通电脑（我们叫它“经典计算机”）处理信息的基本单位是“比特”，每个比特要么是 0，要么是 1，非此即彼，非常确定。而量子计算机不一样，它的基本单位叫“量子比特”，它可以同时处于 0 和 1 的“叠加态”，有点像薛定谔的猫。
“薛定谔的猫”这个实验很多人都听说过，它讲的是把一只猫关进一个盒子，盒子里有一瓶毒药，毒药的触发开关由某种放射性原子的衰变来控制。由于原子衰变是量子层面的随机事件，在你打开盒子观测之前，完全无法知道毒药有没有被触发。在这个思想实验里，盒子里的猫被认为同时处于“活着”和“死了”的叠加状态，直到你打开盒子看了一眼，它才“塌缩”成一个确定的结果。
图库版权图片，转载使用可能引发版权纠纷
量子比特也是这样，在被“读取”之前，它可以处于 0 和 1 的线性叠加态；一旦测量，就会按一定概率得到 0 或 1，并破坏原有的相干叠加。这种原理使得量子计算机可以在叠加态中编码大量可能性，并通过量子干涉放大正确结果的概率，而不是简单地像经典计算机那样逐个枚举。
正是因为这种“并行探索”的能力，量子计算机在处理某些特定问题时，速度可以比经典计算机快到难以想象的程度。在高斯玻色采样、随机线路采样等特定任务上，经典超级计算机可能需要极长时间，量子计算机可能几分钟就能搞定。
一旦真正成熟，它将在很多方面带来颠覆性的改变：
• 密码学：一旦出现足够大规模、可纠错的通用量子计算机，RSA、椭圆曲线密码等现有公钥密码体系将面临严重威胁。
• 医药研发：模拟复杂的分子结构，加速新药研发进程。
• 物流与金融：有望在部分路径规划、组合优化和风险分析问题中提供新的近似求解思路，比如“如何让几千辆快递车走最短的路线”。
图库版权图片，转载使用可能引发版权纠纷
听起来似乎很美好，但现实还存在差距，因为今天的量子计算机，离真正好用还差得远。
量子计算机的一大特征是极度脆弱。量子叠加态非常敏感，温度波动、电磁噪声、机械振动、磁场扰动，以及激光或微波控制信号的不稳定，都可能破坏它。不同技术路线的工程条件不同：超导量子计算机通常需要稀释制冷机提供接近绝对零度的低温环境；离子阱和中性原子量子计算机则主要依赖超高真空、激光冷却和高稳定控制系统，也往往需要复杂的实验装置。
栾春阳说道：“（它）现在还是干不了事情，只能说让这个计算规模更大更快。因为现在好多问题，比如说组合优化问题，密码破解问题，你需要的物理比特很多，可能要几百万个物理比特才可以，我们现在系统只能做到几千个，距离几百万个还差一定的差距。”距离真正商用，他认为乐观估计也还需要 10 到 20 年。
图库版权图片，转载使用可能引发版权纠纷
这种脆弱性，也使得工程师们每天都要花大量的时间在“校准”和“维护”机器上：早上花一整个上午调激光、调微波信号、调各种参数，好不容易稳定了；去吃个午饭，回来发现温度稍微变了一点，参数又漂移了，从头再来。好不容易到了晚上机器稳定了，才能做一点点真正的科研。这种繁琐、高度依赖经验的重复劳动，是这个领域大量从业者加班的常态。
那有没有什么办法能解决这个问题呢？有，大名鼎鼎的 AI 该登场了。
AI 登场：
量子世界的“金牌助手”
AI 和量子，乍一看是两个不相干的领域。但仔细想想，它们的配合简直是天作之合：量子系统涉及的变量繁多，充满了人类凭直觉很难理解的“混沌”现象；而 AI 恰好最擅长的就是这种重复、繁杂的工作，能够通过大量试错找出规律。
目前，AI 在量子领域主要发挥着三个方面的作用：
1
帮原子“排队”：中性原子阵列重排
在一种叫“中性原子量子计算机”的系统里，科学家需要用激光做成的“镊子”（光镊），把一个个被冷却的原子夹起来，排列成特定的阵列形状。
原理听起来很简单，但实际操作起来却极其困难。栾春阳把这个过程比喻成“拿木筷子夹溜溜珠”：原子束缚力极弱，稍有震动就会“掉”。而如果要同时排列成千上万个原子，那就相当于“同时拿几千根筷子，来回夹溜溜珠，还不能让它们互相碰撞”。这对人类传统的编程控制来说，几乎是噩梦。
图中展示了科学家如何利用激光，将原子激发到体积巨大的“里德堡态” （|r⟩），从而让两个原本高冷的原子产生强烈的相互作用，这也是量子计算机进行逻辑运算的关键。图源：Wikipedia
AI 的加入，极大地改善了这个局面。它可以通过机器学习等方法，自动计算用于原子重排的光场图样和控制参数，大幅提升成功率和速度。
效果有多显著？有研究团队利用 AI 辅助，在 60 毫秒（0.06 秒）内成功完成了最多 2024 个原子的二维和三维无缺陷阵列排列。
2
快速“读懂”量子信号：量子态识别
量子计算结束后，还需要“读取”结果，也就是判断每个量子比特最终塌缩到了“0”还是“1”。这个过程，是通过捕捉原子发出的极其微弱的荧光信号来实现的。
问题是，这个信号实在是太微弱了，单次探测根本看不出来。
“假设有一颗‘被人动了手脚的骰子’，有一面被偷偷加重了一点点。你只扔一次，根本发现不了。你必须扔一万次、十万次，通过统计这一面出现的概率是不是偏高，才能确认骰子被做了手脚。量子信号探测，原理也是这样的。”栾春阳解释道。
氢原子中电子出现概率的视觉化呈现（即电子云）。随着原子所处的量子状态不同，电子在空间中的分布会变幻出甜甜圈、哑铃等各种奇妙的形状。图源：Wikipedia
传统方法只能靠反复探测来堆积统计数据，每次读取可能需要长达 300 微秒。而 AI 擅长从微弱的信号中快速捕捉趋势，大幅缩短这个过程。
以北京量子院的工作为例，研究团队将曝光感知 AI 模型部署到 FPGA 上，实现了 9.85 微秒的单次推理延迟，相比高性能 CPU 和 GPU 通用计算方案，推理速度提升约 30 倍。
3
让机器“自己维护自己”：自动校准
还记得前面提到的那个苦恼吗？工程师每天花大量时间校准机器、对抗各种环境干扰。
AI 正在试图解决这个问题。它可以被嵌入量子计算机的控制系统中，学习机器在不同环境条件下的“漂移规律”，并自动进行参数调节。不需要人工介入，不知疲倦，还比人更快更准。
工程师们将从“调机器”的死循环中解放出来，把精力真正投入到更有价值的科研工作中。
图库版权图片，转载使用可能引发版权纠纷
当然，AI 赋能量子，并不是一帆风顺的，它也有自己的难题。目前这条路上，有几个绕不开的挑战：
1. 数据太少。AI 的成长依赖大量数据，但量子计算机目前的用户极少（基本只有高校和科研院所），整个领域的数据量非常有限。加上科研人员出于竞争压力往往不愿公开数据，AI 的“粮食”严重匮乏。
2. 模型不能通用。中性原子、超导、离子阱……不同类型的量子计算机，底层的物理机制完全不同。在一种系统上训练的 AI 模型，搬到另一种系统上基本无法使用，甚至同一类型的不同机器之间也很难直接复用。
3. 需要真正懂量子的人来把关。AI 给出的结果好不好、对不对，外行人是无法判断的，必须由专业科研人员来把关。这对既懂AI又懂量子的复合型人才，提出了极高的要求。
结语
现在的量子计算机还处于“原型机”阶段，还难以解决什么实际问题，很多人因此觉得它“没什么用”。
但栾春阳讲述了一个让人深思的历史故事：当年法拉第发明了电，有人问他“这玩意儿除了能电人，还有什么用？”那时候，没有人能想象电会变成今天这个世界运转的基础。
今天，我们用经典计算机的思维去猜测量子计算机的“潜力”，就像一个拨弄算盘的古人，试图想象今天的计算机能做什么——想象力根本不够用。
量子计算，有朝一日，也许真的会像今天的“电”一样，成为人类文明不可或缺的基础设施。
策划制作
解读专家丨栾春阳 中国移动通信研究院未来研究院研究员
整理丨何雨濛
原标题：《当 AI 遇上量子计算，人类科技要真正迎来“超级天才”了吗？》