如果有人跟你说他的量子计算机已经在实用了，那么你立刻就知道他在吹牛
http://t.cn/A6dWXFLr
【量子科学问与答】合集：量子计算现阶段能够应用了吗? | 量子科话
近期，随着我国“祖冲之三号”实现了超导量子计算的最强优越性，量子计算越来越得到读者朋友的关注，特别是对于量子计算当前的应用情况。本期我们发布关于量子计算应用问答的合集。
图片
图片
图片

读者提问

提问

Questions

&

解答

Answers

Q1

国内有学者声称可以通过372个量子比特破解RSA-2048问题，这是否意味着RSA加密算法在近期就会被破解？

答：2022年底，国内学者在预印本网站arXiv上发表了关于大数分解量子算法的工作[1]。该工作采取了量子经典混合方法：其基本思路是利用Schnorr整数分解算法这一经典算法进行预处理和后处理，将整数分解问题转化为格约化问题，同时利用量子近似优化算法（QAOA）来优化这一问题的求解效率。该文作者估计，通过该方法破解RSA-2048所需要的量子比特数为372，远低于Shor算法；而这一规模的量子比特数很有希望在几年之内达到，因此难免让人引发联想：这是否意味着RSA-2048加密系统会在短期内被破解呢？

答案是否定的。首先，该方法在原理上就行不通。不同于Shor算法，该方法采取的量子经典混合算法并不具有明确的复杂度分析。正如该文作者自己所指出的，“由于量子近似优化算法的收敛性不明确，该算法的量子加速还不清楚。”著名格密码专家Leo Ducas通过实验得出结论，对于分解40位的整数，使用该方法在1000次测试中并未成功发现满足要求的解，这进一步降低了其有效性。后来，谷歌量子计算团队进一步通过实验表明[2]，即使是在假设没有噪声的情况下，该算法最多只能分解80位的整数，这就意味着即使暴力破解所有可能性，算法仍然失效，因此该方法本质上是无法扩展的。

从技术角度，事实上该方法涉及上千的量子线路深度，这对于量子系统的要求仍然在短期内难以达到。评估量子计算系统的能力，除了量子比特数目以外，还受到系统的稳定性（即退相干时间）、操作的准确性（即单比特门、双比特门以及测量的保真度）的影响。具体而言，线路的深度越大，执行所需的时间就越长，量子信息丢失的概率就越大，引入错误的可能性越高；而门操作的数目越多，其错误的来源就越多，发生的错误就越复杂。因此，以当前最前沿的量子技术水平（单比特门保真度99.9%, 双比特门保真度99.5%）来估计，由372个量子比特以及1118层线路深度的量子计算系统来执行该算法，保真度将不足2-1600，相当于亿亿亿……（60个）分之一！这意味着实验结果将完全淹没在系统噪声当中。

由于该工作无论是原理上还是技术上都存在巨大的不确定性，国际学术界对其可信度普遍持否定态度。

例如，Shor算法的提出者Peter Shor评论该文章“极有可能是有问题的 (there are apparently possible problems with this paper)”。

图片
英国量子通信中心（Britain’s Quantum Communications Hub）主任Tim Spiller在《金融时报》上的一篇报道中描述这一工作“极可能是纸上谈兵，不具备可行性(it is quite possible that this algo might work on paper but would take so long to work in practice that it might not be a very useful speedup)”[3]。　

著名量子计算理论学者、美国德克萨斯州大学奥斯汀分校的Scott Aaronson 更是言辞激烈地批评该工作评价该工作是他“过去25年中看到的最具故意误导的量子计算论文之一(this is one of the most actively misleading quantum computing papers I’ve seen in 25 years)”，是“草包族量子分解算法（Cargo Cult Quantum Factoring）”[4]。这一事件对我国相关领域的国际学术声誉造成了不良影响。

【注：“草包族科学（Cargo Cult Science）”一词源于理查德·费曼于1974年在加州理工学院的毕业典礼演讲，意指某些虽然表面上遵循科学研究流程，包括发表论文、使用术语等，却缺乏对真相的诚实探索的现象。】

【风云之声注：Cargo Cult直译是船货崇拜，风云之声的文章四大发明究竟是“科学”还是“技术”？ | 科技袁人Lite第88期对此做过解释如下：还有一类非常有戏剧性的例子，叫做“船货崇拜”（cargo cults），说的是有些与世隔绝的原始部落见到外来的技术时，无法理解原理，把它当作神迹来崇拜。
例如二战时美军在某些岛屿建立临时基地，岛民对“大铁船”（军舰）和“大铁鸟”（军用飞机）以及其中运送的物资感到十分惊讶，把美军当成了神。二战结束后，美军离开了小岛，这些岛民居然发展出一种宗教。他们穿着美军军服，升起美国国旗，用草和木片扎成了“神鸟”（飞机），清理出一片空地作为机场，甚至晚上还插上火把来引导“神鸟”降落。他们相信，有朝一日“神”会带着更多货物再来，引领他们进入幸福新时代！】
图片
A

图片

Q2

我是一名基金经理，请问量子计算可以用于投资组合优化吗？

答：金融行业中存在多种复杂的计算挑战，例如进行组合优化、模拟随机过程以及处理大型数据集等。量子计算机具有远超经典计算机的并行计算能力，原理上可以为金融领域的计算挑战带来全新的解决方案。然而，当前量子计算的硬件水平，仅在某些特定问题（例如随机线路采样、玻色采样）的处理速度上超越了经典超级计算机，而这些特定问题至少在目前看来并不具有实际应用的价值。

值得指出的是，量子计算“应用”的准确意义是指对某些问题的求解能力超过经典超级计算机，也就是能够提供“量子优势”，否则就完全没有必要去费时费力研究量子计算机了。当前的量子计算硬件，当然可以演示一些小规模的量子算法，然而在达不到量子优势的情况下，这样的“应用”是毫无意义的。可以准确地说，一些公司声称的量子计算可以用于投资组合优化等问题，仅仅是指演示了相关的算法，并不能超越经典计算机，对于解决实际问题丝毫没有帮助。

下面，以投资组合优化方面常用的优化问题为例来具体说明。目前，量子退火和变分量子算法可用来近似求解优化问题。量子优化算法在金融中的可能应用场景有：投资组合优化，套利优化，金融网络结构优化等。在原理上，这类算法可以在有噪声的中等规模的量子计算机上做一些小规模的原理性演示，但是其量子优势目前没有任何证明。在技术上，现阶段的量子计算机在线路噪声的影响下，量子算法的表现还会进一步下降。

例如，谷歌团队在其超导量子计算平台上演示了利用量子近似优化算法(QAOA)求解图优化问题[5]。对于连通度较高的非平面图，需要使用额外的量子门线路完成编码，而且随着图规模的增大，实验效果迅速下降直至完全失效。因此，在现阶段的量子计算机上，使用量子优化算法求解问题的能力还十分有限。

A

图片

Q3

我听说国内有企业已经将量子计算应用于病毒检测了，这是真的吗？

答：原理上，利用量子计算机进行量子化学模拟，是可能在生物化学和医药领域实现应用层面量子优势的方向之一。具体而言，量子计算可被用于蛋白质-配体相互作用的模拟、药物的研发、蛋白质结构预测和设计等方面。例如，2021年，IBM的研究者使用10量子比特对蛋白质折叠的结构预测进行了模拟演示[6]；2023年，实验规模被西班牙的研究团队提升至17量子比特[7]。然而，据估计，即使是模拟青霉素这一单一任务，所需要的量子比特数也要达到286个[8]，而可读取并执行量子逻辑操纵的量子比特数目最近才刚刚突破100[9]。因此，目前在生物化学领域的实验进展所能够操纵的量子比特规模还远远不能达到量子优势，属于局限在小规模系统下的原理演示。

而随着化学体系复杂性的增大，模拟所需要的量子比特数将越来越多，因此量子线路会变得更宽更长，量子噪声将不断累积，而当前的量子计算硬件技术还不能实现大规模的量子纠错，因此模拟的结果将被噪声淹没。

由此可见，对于当前的量子计算水平，大规模的、体现量子优势的生物化学模拟是完全不现实的。随着量子比特体系更加稳定、操控更加精准，特别是大规模量子纠错技术的实现，量子计算在未来有望赋能生物化学和医药领域，这可能是10至15年以后的目标。

A

图片

Q4

目前量子计算能有哪些应用？

答：随着“量子计算优越性”里程碑的达到，目前量子计算已经进入了“有噪声的中等规模（NISQ）”阶段。这一阶段的量子计算原型机面临的最大挑战是噪声，导致量子算法的规模稍大，计算结果就被噪声淹没。国际学术界的主流观点是，在NISQ阶段可能体现“量子优势”的应用主要是对凝聚态物理、量子化学等领域的复杂问题进行量子模拟。

举一个例子，假设用经典计算机对一个包含300个两能级原子的量子系统进行模拟。由于量子叠加原理，300个两能级原子的态空间维度将达到2300，这一数字已经超过已知宇宙中原子数目的总和，这意味着即使用宇宙中每一个原子来做存储器都无法存储如此大的状态空间，因此，经典计算机无法有效模拟量子系统的行为。量子模拟的原理则是人工操纵300个量子比特，用这些可控的量子比特的演化来模拟真实的多体量子系统，也即是“用量子来理解量子”。

由于量子模拟并不要求特别高精度的量子比特制备和量子逻辑门操纵，因此有望成为近期真正实现“量子优势”的应用。例如，在凝聚态物理领域，我国学者成功构建了“天元”超冷原子量子模拟器，成功验证了费米子哈伯德模型中的反铁磁相变，朝向获得费米子哈伯德模型的低温相图、理解量子磁性在高温超导机理中的作用迈出了重要的第一步[10]，而这一问题的计算复杂度非常高，即使是超级计算机也无法进行有效的数值模拟。在量子化学领域，我国学者通过相干操纵超冷分子，成功获得了多达49个电子的三原子分子的势能面信息[11]，这一问题由于涉及多个电子，同样无法通过经典数值模拟有效求解。未来3至5年，将有望实现专用的量子模拟机，用以解决经典计算机无法胜任的若干重要科学问题，包括量子化学反应动力学、高温超导机理、拓扑物态等。值得指出的是，即使在未来实现了专用量子模拟机，其应用也集中在前沿研究领域，距离大规模商用仍然比较遥远。

将量子计算与AI结合是现阶段开辟量子计算应用领域的另一可能途径。AI+量子计算的优势在于：（1）量子计算提供高效初始态，AI优化后续计算；（2）AI帮助克服量子设备的噪声和资源限制；（3）两者结合为复杂系统的精确描述提供了强大工具。例如，我国学者提出将量子计算与基于Transformer的神经网络结合的方法，利用量子计算机生成纠缠态，并通过AI进行高效训练和推理[12]。利用此方法，在处理铁硫簇等强关联系统时，精度和效率均得到了提升。AI+量子计算不仅大幅提升了计算精度，还显著加快了收敛速度，同时节省了量子资源。

总体而言，现阶段量子计算系统的硬件性能还不足以在具有重要价值的实际问题上实现量子优势，量子计算的应用还在探索之中。而量子计算能够大规模应用的前提是实现容错通用量子计算机，这要求达到百万量级量子比特的操纵，还需要10至15年的发展。对量子计算的长远发展，一方面需要来自政府和民间的耐心支持，另一方面要杜绝炒作，营造积极且理性的发展环境。

A

图片

参考文献：

向上滑动阅览

[1] http://t.cn/A69hEf01

[2] http://t.cn/A6dWXFLB

[3] http://t.cn/A6dWXFLe

[4] https://scottaaronson.blog/?p=6957

[5] Matthew P. Harrigan, et al., Quantum approxi-mate optimization of non-planar graph problems on a planar superconducting processor, Nature Physics 17, 332 (2021).

[6] Robert, Anton, et al., Resource-efficient quantum algorithm for protein folding, NPJ Quantum Information 7, 38 (2021).

[7] Pranav Chandarana, et al., Digitized-Counterdiabatic Quantum Algorithm for Protein Folding, Phys. Rev. Applied 20, 014024 (2023).

[8] http://t.cn/A6dWXFLd

[9] Google Quantum AI and Collaborators, Quantum error correction below the surface code threshold, Nature 638, 920 (2025).

[10] Shao et al., Antiferromagnetic phase transition in a 3D fermionic Hubbard model, Nature 632, 267 (2024).

[11] Yang et al., Observation of magnetically tunable Feshbach resonances in ultracold 23Na40K + 40K collisions, Science 363, 261 (2019).

[12] H. Shang, et al., Rapidly Achieving Chemical Accuracy with Quantum Computing Enforced Language Model, arXiv:2405.09164.

本文2025年4月27日发表于微信公众号 量子科话 （【量子科学问与答】合集：量子计算现阶段能够应用了吗?），风云之声获授权转载。