量子計算機至今熱了30年，為何至今還沒有實現

1樓：

到目前為止，大多數人都聽說量子計算是一項革命性的技術，它利用量子力學的奇異特性，比普通計算機更快地解決某些問題。這些問題的範圍從數學到零售業，從物理學到金融。如果我們掌握了量子技術，這些好處將提振整個經濟，增強國家的競爭力。

量子計算的前景在20世紀80年代首次得到承認，但至今仍未實現。量子計算機極其難以設計、製造和程式設計。結果，它們被噪聲、故障和量子相干性損失等形式的錯誤所削弱，而這些錯誤對它們的執行至關重要，但在任何重要的程式有機會執行完成之前就會崩潰。

這種由振動、溫度波動、電磁波以及與外界環境的其他相互作用引起的相干性(稱為退相干)的喪失，最終會破壞計算機的奇異量子特性。考慮到當前退相干和其他錯誤的普遍性，當代量子計算機不太可能返回正確的答案，即使程式的執行時間很短。

當競爭的技術和競爭的架構正在攻擊這些問題時，沒有任何現有的硬體平臺能夠保持一致性，並提供大規模計算所需的健壯的錯誤糾正。突破可能還需要幾年的時間。

與此同時，最重要的問題是，我們如何從一臺在完成典型計算之前就變得非常不可靠的計算機中獲得有用的結果？

答案來自多個領域的深入調查，工業界、學術界和國家實驗室的研究人員正在尋求各種減少錯誤的方法。一種方法是根據不同噪聲水平下的計算結果來猜測無錯誤計算的結果。另一種完全不同的方法，混合量子經典演算法，在量子計算機上只執行程式中效能最關鍵的部分，而程式的大部分執行在更健壯的經典計算機上。

事實證明，這些策略和其他策略對於處理當今量子計算機的嘈雜環境非常有用。

雖然經典計算機也會受到各種錯誤**的影響，但是這些錯誤可以通過少量的額外儲存和邏輯來糾正。量子糾錯方案確實存在，但它消耗了大量的量子位元(量子位元)，因此用於實際計算的量子位元相對較少。這將計算任務的大小減少到在無缺陷硬體上執行的很小一部分。

為了正確看待吝嗇使用量子位元的重要性，今天最先進的基於門的量子計算機，使用的邏輯閘類似於你正在閱讀這篇文章的計算機、智慧手機或平板電腦中發現的那些構成數位電路的邏輯閘，號稱只有50個量子位元。這只是你的裝置可用的經典位的一小部分，通常是數千億。

馴服缺陷以完成某事

問題是，量子力學挑戰我們的直覺。因此，我們很難找出執行有意義任務的最佳演算法。為了幫助克服這些問題，我們在洛斯阿拉莫斯國家實驗室的團隊正在開發一種方法，來發明和優化演算法，使其在有噪聲的量子計算機上執行有用的任務。

演算法是一組操作列表，這些操作告訴計算機做一些事情，類似於烹飪配方。與經典演算法相比，量子演算法最好保持儘可能短的時間，而且我們發現，量子演算法最適合於給定硬體裝置的特定缺陷和噪聲情況。這使得演算法能夠在受約束的時間框架內執行更多的處理步驟，然後退相干將正確結果的可能性降低到幾乎為零。

在洛斯阿拉莫斯實驗室的量子計算跨學科研究中，由實驗室指導的研究和開發專案資助，我們正在尋求使演算法有效執行的關鍵步驟。其主要思想是減少門的數量，以便在退相干和其他錯誤源有機會不可接受地降低成功的可能性之前完成執行。

我們使用機器學習將量子電路翻譯或編譯成特定於特定量子計算機的最佳短等效電路。直到最近，我們還在經典計算機上使用機器學習方法來搜尋量子程式的簡化版本。現在，在最近的一次突破中，我們設計了一種方法，使用現有的量子計算機來編譯它們自己的量子演算法。

這將避免在經典計算機上模擬量子動力學所需的大量計算開銷。

由於這種方法產生的演算法比現有的演算法要短，因此可以減少噪聲的影響。這種機器學習方法還可以以特定於演算法和硬體平臺的方式補償錯誤。例如，它可能會發現一個量子位元比另一個量子位元的噪聲小，因此演算法優先使用更好的量子位元。

在這種情況下，機器學習建立一個通用演算法來計算計算機上分配的任務，使用最少的計算資源和最少的邏輯閘。優化後，演算法執行時間更長。

這種方法已經在有限的量子計算機上執行，現在公眾可以在雲上使用它。它還利用了量子計算機的優勢，可以在未來設想的更大的量子計算機上對大型問題擴充套件演算法。

2樓：宇航員

量子本身便是一種不可觀測之物，如果實現，那它就成為了肉眼可見的物體，太困難了。

3樓：秋風體育

主要還是因為科技水平不足，量子力學是很難研究的一種東西，更別說量子計算機。

4樓：技術小輝

因為量子計算機的製造難度很大，而且人類的量子技術還不夠成熟，所以至今沒有實現。