量子计算

关键词#

量子计算; 量子比特; 量子叠加; 量子纠缠; 量子算法; Shor算法; Grover算法; 量子纠错; 量子霸权; 量子互联网

"量子计算机在所有任务上都比经典计算机快"——这是最危险的误解#

标题："量子计算机比经典计算机快"——这个说法需要严重限定

"量子计算机在所有任务上都比经典计算机快"——这是最危险的误解。量子计算机的优势仅限于特定类型的问题。对于日常任务（如文字处理、网页浏览、视频播放），量子计算机没有任何优势——甚至可能更差。量子计算的真正优势在于利用量子叠加和量子纠缠来加速特定的算法，如大数分解（Shor算法）、无序数据库搜索（Grover算法）和量子系统模拟。

另一个误解是"量子计算机只是更快的经典计算机"。量子计算不是经典计算的加速版——它基于完全不同的计算范式。经典比特只能是0或1，而量子比特可以处于0和1的叠加态。n个经典比特可以表示2ⁿ个状态中的一个，而n个量子比特可以同时"探索"所有2ⁿ个状态。但这种"并行性"不能被直接利用——测量会坍缩量子态，只能得到一个结果。量子算法的精髓在于通过精巧的干涉设计，使正确答案的概率被放大。

1982年费曼的设想，1994年Shor的算法，2019年谷歌200秒的证明#

标题：从费曼的设想到谷歌的量子霸权——量子计算四十年

量子计算的概念可以追溯到理查德·费曼（Richard Feynman）1982年的著名演讲。费曼指出，经典计算机模拟量子系统是指数级困难的——因为量子系统的状态空间随粒子数指数增长。他提议建造一种"量子计算机"来直接模拟量子系统。

1985年，大卫·多伊奇（David Deutsch）提出了量子图灵机的理论框架，证明了量子计算的通用性。1994年，彼得·肖尔（Peter Shor）提出了大数分解的量子算法——Shor算法可以在多项式时间内分解大整数，而经典算法需要亚指数时间。这一结果对RSA加密体系构成了潜在威胁，引发了量子计算研究的热潮。1996年，洛夫·格罗弗（Lov Grover）提出了无序数据库搜索的量子算法，实现了平方根加速。

实验方面，量子比特的物理实现经历了多种技术路线的竞争。超导量子比特（谷歌、IBM）、离子阱（IonQ、Honeywell/Quantinuum）、光量子（中国"九章"）、拓扑量子比特（微软）和中性原子（QuEra）各有优劣。2019年，谷歌宣布用53个超导量子比特的Sycamore处理器实现了"量子霸权"——在200秒内完成经典超级计算机需要约一万年才能完成的特定任务。2020年，中国科学技术大学的"九章"光量子计算机在玻色采样任务上实现了类似的里程碑。

叠加、纠缠与量子干涉：Shor算法为什么能把大数分解#

标题：量子比特、量子门与量子算法的核心原理

量子比特（qubit）是量子计算的基本单元。与经典比特不同，量子比特可以处于|0⟩和|1⟩的任意叠加态：|ψ⟩ = α|0⟩ + β|1⟩，其中|α|² + |β|² = 1。n个量子比特的联合态存在于2ⁿ维的希尔伯特空间中——这是量子计算指数级能力的来源。

量子计算通过量子门（quantum gate）操作量子比特。单量子比特门（如Hadamard门、Pauli门、相位门）在布洛赫球上旋转量子态。双量子比特门（如CNOT门）产生量子纠缠——这是量子计算超越经典计算的关键资源。量子电路由一系列量子门组成，最终通过测量获得计算结果。

量子算法的核心技巧是量子干涉。Shor算法将大数分解转化为求函数的周期问题，利用量子傅里叶变换将正确答案的概率幅相长干涉、错误答案的概率幅相消干涉。Grover算法通过反复"放大"目标状态的概率幅，实现了搜索的平方根加速。量子模拟算法可以直接模拟量子系统的演化，有望在材料科学和药物设计中产生革命性影响。

退相干、阈值与2000万个物理量子比特的代价#

标题：量子纠错——从噪声中提取量子信号

量子计算面临的最大技术挑战是退相干——量子比特极易受到环境噪声的干扰，导致量子信息丢失。当前的量子处理器（含数百到数千个物理量子比特）的错误率约为10⁻³到10⁻²——远高于经典计算机的错误率。要实现可靠的量子计算，需要量子纠错码将逻辑量子比特的错误率降低到可接受的水平。

一个关键的判据是"阈值"：只有当物理量子比特的错误率低于某个临界值时，增大纠错码的规模才会让逻辑错误率下降，而不是上升。2024年12月，谷歌的"Willow"处理器首次清晰地展示了这一点——在 105 个物理量子比特上实现的距离-7 表面码中，每把码距增大 2，逻辑错误率约下降一半（约 2.14 倍），且逻辑存储寿命已超过其最好的单个物理量子比特（约 2.4 倍）。这被视为"低于阈值"纠错的首次明确证据，是近三十年纠错研究追求的目标。

量子纠错的代价巨大。表面码（surface code）是当前最有前途的纠错方案，它需要数千个物理量子比特来编码一个逻辑量子比特。要运行有实际价值的Shor算法破解RSA-2048加密，估计需要约2000万个物理量子比特——远超当前的技术能力。近年纠错实验如何首次"跨过门槛"（即增大码距反而降低逻辑错误率），见前沿专题 量子纠错跨过门槛；试图用拓扑保护从硬件层面抑制错误的另一条路线，见 拓扑量子比特与马约拉纳费米子。

"量子霸权"的定义也引发了争议。谷歌声称Sycamore在200秒内完成的任务需要经典超级计算机约一万年，但IBM随后指出，使用优化的经典算法可以在更短时间内完成。"量子优势"（quantum advantage）的实验证明需要排除所有可能的经典算法——这在实践中很难做到。

从破解RSA到模拟分子：量子计算将重塑密码学与药物设计#

标题：量子计算的应用前景——从药物设计到密码学革命

量子计算最具影响力的应用可能在以下领域：药物设计和材料科学——量子计算机可以精确模拟分子和材料的量子行为，加速新药和新材料的发现。经典计算机无法精确模拟超过几十个原子的量子系统，而量子计算机可以自然地处理这类问题。

密码学——Shor算法对RSA和椭圆曲线加密构成了潜在威胁。虽然当前的量子计算机还远不足以运行有意义的Shor算法，但"先收集、后解密"（harvest now, decrypt later）的威胁已经促使各国政府和企业开发抗量子加密标准。2024年，美国国家标准与技术研究所（NIST）发布了首批抗量子加密标准。

优化问题——量子近似优化算法（QAOA）和量子退火有望在组合优化、金融建模和物流规划中提供加速。量子机器学习也在探索量子计算对人工智能的潜在影响。

量子计算的发展仍处于早期阶段——类似于1950年代的经典计算机。从当前的"噪声中等规模量子"（NISQ）时代到实用的容错量子计算机，可能需要数十年的持续技术突破。但其潜在影响之深远，使得全球政府和科技巨头都在大力投资这一领域。

连接节点：纠缠是量子计算超越经典计算的核心资源，见本知识库"量子纠缠"条目；超导量子比特依赖约瑟夫森结的"量子隧穿"，见"量子隧穿"条目。前沿进展见 量子纠错跨过门槛 与 拓扑量子比特。

事实卡#

• 卡1：1994年Shor提出大数分解的量子算法，在多项式时间内完成经典算法需要亚指数时间的任务。
• 卡2：2019年谷歌Sycamore处理器用53个超导量子比特实现了"量子霸权"。
• 卡3：表面码需要数千个物理量子比特来编码一个逻辑量子比特，纠错代价巨大。
• 卡4：2024年NIST发布了首批抗量子加密标准，应对Shor算法对现有加密体系的威胁。
• 卡5：2024年12月谷歌"Willow"芯片首次明确实现"低于阈值"的量子纠错——增大码距使逻辑错误率下降，这是近三十年纠错研究的关键里程碑。

引用#

"自然不是经典的，如果你想模拟自然，最好用量子力学来做。" — 理查德·费曼，1982年 "量子计算不是要取代经典计算，而是要做经典计算做不到的事情。" — 彼得·肖尔

跨域连接#

• 量子纠缠：纠缠是量子计算超越经典的关键资源——双比特门（如 CNOT）的作用就是制造纠缠。推论是：只有纠缠门的保真度越过阈值，多比特优势才成立；单比特门做得再漂亮，没有高质量纠缠门也只是昂贵的经典模拟器。
• 超导与低温工程：超导量子比特依赖约瑟夫森结，必须在极低温下压住热激发才能维持相干。推论是：退相干时间每提升一个量级，可运行的电路深度就上一个台阶——硬件竞赛的本质是相干时间与门速度的比值竞赛。
• 密码学基础（计算机科学）：Shor 算法确实威胁 RSA 类公钥体系，但运行有实际破坏力的版本估计需要约两千万个物理量子比特。推论是："先收集、后解密"的现实威胁使抗量子迁移必须赶在容错机之前完成——密码迁移的时间表由硬件进步速率决定，而非算法本身。
• 硬件路线之争：超导、离子阱、光量子、中性原子、拓扑比特各有噪声谱与扩展性瓶颈，没有一条路线被实验判决胜出。推论是：投资组合的分散不是犹豫而是理性——在退相干与串扰的物理被吃透之前，押注单一路线的期望损失更大。
• 计算复杂性（计算机科学）："量子霸权"宣称总可能被更优的经典算法回敬——谷歌的宣称就被 IBM 用优化经典方案质疑过。推论是：严格的优势证明需要给出对手算法的下限论证，否则一切"霸权"都只是赛跑中的暂时领先。

参考文献#

1. Feynman, Richard P. "Simulating Physics with Computers." International Journal of Theoretical Physics, 1982.
2. Shor, Peter W. "Algorithms for Quantum Computation: Discrete Logarithms and Factoring." Proceedings of the 35th Annual Symposium on Foundations of Computer Science, 1994.
3. Grover, Lov K. "A Fast Quantum Mechanical Algorithm for Database Search." Proceedings of the 28th Annual ACM Symposium on Theory of Computing, 1996.
4. Arute, Frank, et al. (Google AI Quantum). "Quantum Supremacy Using a Programmable Superconducting Processor." Nature, 2019.
5. Zhong, Han-Sen, et al. "Quantum Computational Advantage Using Photons." Science, 2020.
6. Google Quantum AI. "Quantum Error Correction below the Surface Code Threshold." Nature 638 (2025): 920–926. doi:10.1038/s41586-024-08449-y.
7. 郭光灿, 韩正甫. 《量子信息物理原理》. 科学出版社, 2013.