IBM在量子模擬領域獲得重大突破！「量子霸權」雖未至，技術應用已初現端倪

經過幾十年的發展，知名的摩爾定律越來越難以為繼，傳統計算機的計算能力再也無法同以前一樣飛速的增長，而量子計算機的出現則恰好對此進行了補充，有望解決傳統計算機所不能解決的問題。

圖丨IBM量子計算實驗室

而在眾多投入到量子計算機研發的科技公司中，IBM 可以說是比較亮眼的一家，承襲著當年「深藍」超強計算能力的光環，他們又在今年初推出了「IBM Q」項目，目標就是要為企業和科研單位提供一種商用化的量子計算平台。

最近，IBM Q 團隊在量子模擬領域取得了重大的進展，他們宣布在自己的超導量子設備上實現了一種新的量子演算法，這種演算法可以模擬真實分子，能夠高效精確地計算出小分子電子的最低能態 (energy state)。而 IBM Q 團隊也利用這種演算法成功模擬了迄今為止量子計算機所能模擬的最大的氫化鈹（BeH2）分子，他們的研究成果作為封面文章，發表在最新的《自然》上。

圖 | IBM 量子模擬封面文章

如今，包括 Google，IBM 和 D-wave 在內的眾多公司、科研單位都在為「量子霸權」的早日實現而爭分奪秒，而他們所看中的恰恰是相較於傳統計算機，量子計算機所具有的三大優勢。

Shor 量子演算法：第一個量子演算法，可以短時間內對大整數進行因式分解，可以用來破解當今應用最廣泛的 RSA 密鑰體系。

Grover 量子搜索演算法：用很少的搜索次數找到目標客體，有許多用途，也可以用來攻擊密碼體系，比如 DES 加密，在大量可能的密鑰中強行試出正確的密鑰。

量子模擬（quantum simulation）：由於量子計算機是基於量子力學基本原理運行的計算機，對於同樣遵循量子力學的微觀粒子體系，相比於傳統計算機使用一些方法去近似，量子計算機可以用很少的計算資源完美地模擬出體系狀態。

而在這三者之中，量子模擬可以說是全世界物理學家最感興趣的技術。

簡單來說，使用量子技術進行分子模擬的本質就是發現化合物的基態，也就是最穩定的狀態。這件事情聽起來很簡單，況且此次模擬的氫化鈹分子僅有三個原子組成，似乎並不是特別複雜。不過，要想真正了解一個分子的基態，研究者需要模擬每一個原子中的每一個電子是如何與其它原子核相互作用的，甚至還要模擬在如此小的尺度上發生的量子效應。正因為如此，模擬的難度隨著分子大小增加而呈指數級增長。

儘管現有的超級計算機能夠模擬氫化鈹等一系列簡單分子，但是隨著分子的增大，它們很快就可能不堪重負。與此同時，研究化學合成的研究者們在不斷為更好的電池原料、更好的救命藥物創造新的化合物。在這一過程中，他們不得不估計未知化合物的反應特質，接下來才能在實驗中測試他們的估計是否和實際情況相同。

量子計算的意義在於它能夠通過精確預測新分子的結構、推測新分子與其它化合物的反應，從而大大簡化了化學合成過程。從某些角度來說，這次模擬只是一個微小的成功。但實際上，這是邁向用量子計算機進行複雜分子模擬的第一步。量子計算機的應用將為化學合成領域帶來重要的商業突破。

根據了解，IBM Q 團隊所使用的量子設備中的量子處理器 (quantum processor) 包含 7 個超導量子比特 (superconducting qubit)，通過將分子軌道 (molecular orbitals) 上的電子結構 (electronic structure) 映射到量子處理器上，可以計算出電子的最低能態。（電子並不像行星那樣繞核旋轉，相反它們存在於軌道中，會概率性出現在核外電子云內部的任何一個地方，而他們的能量也是概率性的一些分立的取值）

超導量子比特：量子比特物理實現方案的一種，主要由約瑟夫森結 (Josephson Junction) 構成，運行原理基於約瑟夫森結中大量超導庫柏對 (Copper pair) 表現出統一的宏觀量子態。

圖 | 包含 7 個量子比特的量子處理器 (量子比特分別用相應顏色 Q1,Q2…標出，Q7 未標出，在圖上白色方框內)

儘管這種七個量子比特量子處理器沒有做完全的糾錯和容錯，但是單個量子比特的相干時間大約為 50μs（對於量子計算機最關鍵的參數，可以理解為能夠做量子操作的時間，所有的計算都必須在相干時間內完成，50μs 是一個較長的退相干時間）。因此，如何設計演算法，能夠充分利用這寶貴的相干時間內的量子一致性，並計算出分子結構是非常重要的。並且這種演算法還必須考慮到處理器的比特數和操作次數。

相比於之前的量子模擬演算法將傳統的分子模擬方案直接應用於量子硬體，沒有考慮當前有限量子器件的資源。IBM 的科學家們反其道而行，他們在充分評估自己量子處理器性能的前提下，設計了一種新的量子演算法：

1、首先，用一種新的映射 (mapping) 方法將分子的「哈密頓量」映射到量子比特的哈密頓量，這種映射方法可以減少量子模擬需要的量子比特數量。

2、利用一些量子門操作來操作連接在量子比特上的量子電路 (quantum circuit，圖中蜿蜒線)，從而製備哈密爾頓量的試驗基態。

3、將量子處理器驅動到試驗基態，並進行測量，得到製備的試驗態的能量。

4、將測量的能量值反饋到一段傳統的優化程序中，操作下一個量子電路以驅動量子處理器，以便進一步減少能量。

5、執行步驟 2、3 和 4 迭代直到獲得的最低能量達到所需精度。

由於之前的量子模擬工作的低效率，只能模擬包含氫氦的分子，相比之下，這項工作的一個優勢是可以模擬包含電子更多的分子，在他們現有的量子設備下最大可以到 BeH2（包含 6 個電子，用 6 個量子比特模擬）。該團隊表示，隨著量子處理器發展，使用這種量子技術，可以很輕鬆的模擬出更大的分子。

雖然 BeH2 是迄今為止由量子計算機模擬的最大的分子，但是考慮分子本身模型仍然足夠簡單，可以讓傳統計算機精確地模擬。所以它可以作為一個測試方案，來測試這種七量子比特處理器的計算極限，並為分子能量研究奠定基礎。下圖為測試結果，可以看到，三種分子量子模擬和精確解，傳統計算得到的結果都符合地很好。

圖 | 量子模擬 (黑點)、精確解 (點橫線) 和傳統數值計算 (彩色陰影) 得到的電子能量和原子距離之間關係的比較。a, H2 分子，用到兩個量子比特。b, LiH 分子，用到四個量子比特。c, BeH2 分子，6 個量子比特。

研究組表示，相信不久的將來，隨著量子處理器集成度的增加，運算能力的發展，運用這項技術可以探索超出傳統計算機能力的複雜大分子，準確地預測其化學反應，這將極大的推動新化肥，新葯甚至是新的可再生能源的研究。

這項研究的背後的領導者，正是我們的老朋友 Dario Gil 博士，2003 年畢業於 MIT 電子工程與計算機科學系，現在是 IBM 研究院 12 個研究部門的負責人。其中意義重大的共生認知系統部就是由他所領導。他幫助 IBM 利用商用認知系統取得了對其他公司人工智慧產品的彎道超車。

簡單來說，認知系統就像是人工智慧和人機互動的中間地帶。認知系統的機器主體——沃森——與市場上最先進的人工智慧沒有區別，都是由最尖端的演算法和硬體驅動的。然而，沃森的主要功能卻是依靠對歷史數據的分析找出具體的規則，並把這些規則按照概率呈獻給人類，幫助人類做出決定，而這對於跨領域協作有著巨大的幫助。

而 Gil 在 IBM 的成就也不斷被刷新，在今年 8 月，他開始負責主管人工智慧與量子計算（IBM Q）團隊。9 月初，Gil 又促成了 MIT 和 IBM 沃森人工智慧實驗室的 2.4 億美元合作項目。由此可見，IBM 在量子計算領域的雄心壯志，而在能力卓群的 Dario 的領導下，IBM 的人工智慧與量子計算將會像認知系統一樣，必將在商業化的道路上取得突飛猛進的成績。

接受DT君邀請，Dario Gil也已確定將於明年一月作為演講嘉賓參加在北京舉辦的EmTech全球新興技術峰會，屆時中國讀者將能夠與量子計算領域最權威研究者直接溝通的機會。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！