年终总结 3： 当科幻照进现实 ：谷歌量子芯片 Willow 你需要知道的| S8E32
31:44 Share

欢迎来到 What's Next 科技早知道第八季和全球创新第一时间同步哈喽大家好今天是我们年终总结的第三期那今天我们要和雅贤来一起和大家聊一个超级硬核的话题那这个领域也是今年在科技领域最大的突破之一哈喽雅贤哈喽大家 Christmas 好可能咱们这期上线已经是新年了对对对

你已经为这个节目准备了好久了吧有好几个星期了我觉得对的其实从我 12 月中的时候看到了谷歌发布了他们最新的量子芯片 Velo 当时是引起了特别大的轰动然后我就开始想要做这一期节目当时报道是说 Velo 是一个有 105 个量子比特的这么一个量子芯片

然后它能用不到 5 分钟的时间就完成目前最强的超算 10 到 25 次方年才能完成的一个计算全球的历史走向可能又又又要发生改变马斯克为之惊叹全世界为之震惊人类要起飞了

所以它真的就是博眼球呢还是我们迎来了一个新的这种计算范式的突破这次谷歌发布的量子芯片呢到底是什么东西对其实我也有同样的疑问啊所以我就带着一样的问题呢就这几周时间就查阅了很多资料然后也请教一些身边的大神还有呢就要跟各种反常识的概念做斗争那这期节目呢就是想要告诉大家量子计算呢它究竟是什么以及谷歌量子芯片它究竟牛在哪里

在

再过几周就要过年了我猜很多人都在范畴新年要给家人送点什么礼物如果你们都近视今天推荐的就是一款有新意且有科技巧思的礼物界环 AI 音频眼镜是一个眼镜和耳机二合一的产品戴上眼镜就具备了听音频通话的能力而且它不需要戴在耳朵里对长辈来说舒适感好了很多界环开放式的生产设计让他们不需要腾出忙碌的双手接电话冬天用眼镜接电话

既不手冷也不会有带耳机过马路的交通隐患晚上刷视频既能听到家人说话的声音又能独享视频里的音乐声不影响家人休息而且也不会有带耳机的不适感那借环呢是由小米生态链公司蜂巢科技出品的

他们秉持的理念是做好一副智能眼镜的前提是先做好眼镜在外观设计和佩戴舒适度上下足了功夫能做到跟普通眼镜一样好看好戴无论是送自己还是春节送长辈借还 AI 眼镜都会是一个不错的选择那感兴趣的小伙伴请在 show notes 中查看购买详情那 DianeVelo 芯片其实发布的时候你是第一时间把这个新闻是发给了我我不知道你再看到这条新闻的时候是什么感受

就是觉得不明觉理特别科幻我发给你那篇文章我其实每个字都看得懂但是没看明白觉得需要很多的基础的知识可能才能真正的理解我们到底这一次有什么样的突破它的意义是什么瓶颈是什么那雅仙你看完是怎么样的一个感受我当时打开这条新闻的时候首先就是被它这个速度所震撼到了

我当时对这个 10 到 25 次方年这个时间就已经完全是没有概念了但是后来呢巴拉巴这个量子计算它研究的历史啊发现其实谷歌这个 VLOG 的发布也不是什么突如其来的突破那他们早在 2012 年的时候呢就已经创立了这个量子计算团队那在 2019 年啊也就是五年前谷歌呢就发布了一台有 54 个量子比特的量子计算机叫 SICMO 中文呢叫玄灵木

那他当时呢就是用 200 秒的时间完成了经典计算机需要 1 万年才能完成的计算任务那这个也被看作是第一次证明了所谓的这个量子霸权 Quantum Supremacy 也就是说呀在某些特定的问题上量子计算的速度是远远可以快于经典计算机呢

我知道其实除了谷歌之外也有一些科技的大厂像是 IBM 然后微软亚马逊他们其实在量子计算方面已经不久一段时间了有不少的研究那雅嫻要不要先来给我们大家讲讲究竟什么是量子计算和我们现在所认知的这种计算它具体差别在哪里

其实对量子力学我们可能大家多多少少都有点耳闻但是对它作为一种计算工具我们就相对比较陌生一点了所以我也带着你刚才问的问题采访了现在人在纽约的赵志诚博士他是理论物理博士现在就就职于 Google 大家好我是赵志诚

我自己是物理学的理工理学的博士之前的研究理论是闲论超对称和超引力和黑洞我现在是一个软件工程师对这个量子计算这个领域无论是以前的专业背景还是现在的从事的行业都是让我非常感兴趣的我当时就问志成他是怎么看网上大家现在热议的这个 VLOG 芯片的新闻的那他就告诉我大家对这次新闻其实是有一些误解和迷思的所以我在想这些迷思的一个根源是什么

我仔细去阅读这些大家的反应和大家聊天之后我发现大家对这些迷思的一个误解其实根源在于大家怎么去理解计算或者怎么去理解计算机这个概念

当我们今天聊计算机的时候我们其实基本上已经把计算机等同于所谓的图灵机或者说等同于所谓的经典的二进制机器但是计算在我看来它是一个可以远远超过框架限制的一个概念比如说我们人脑它显然是一个庞大的计算机然后它是一个非常复杂的一个生物的一个系统它也是一个计算机然后去看当我们这个系统给予我们一些新的性质和新的能力的时候我们要怎么样去设计一个计算系统

没错那计算机的本质呢是一个执行计算的物理系统那任何能够按照一定规则进行操作从而得出答案的这么一个物理系统啊其实都可以被视作一种计算机所以啊计算机的形式可以是非常多样的那举个例子呀我们看日本动漫的时候一定都看到过一个叫鲤鱼旗的东西在《哆啦 A 梦》里面对对对对对它其实呢就是在一个旗杆上有一个长条形的口袋那风一吹呢它就飘起来了

它其实也可以算作是一种计算机比如说李渔的尾巴它就是计算机的输出那尾巴翘得越高这说明这个风速越快那尾巴偏转的方向就是风吹来的方向那这种输出其实还没有任何延迟

因为对风速和风向的计算其实就是利用了李渔奇本身的物理性质我们都不需要对它做任何形式的转换就能读出结果但是李渔奇的偏科也非常严重他除了能测风向和风速其他就没有太多实际用途了

那回到我们平常所用的经典计算机或者数字计算机它就是用比特来进行运算的比特要么是 0 要么是 1 然后以这种 0 和 1 的状态来进行一个编码和计算那跟李渔奇一样他在某些计算任务上就非常擅长比如说我们平常做的加减乘除或者说我们用 Google 地图或者高德地图的时候让他在地图上找到两个点之间最短的路线这些他都可以特别快的给我们答案

但是呢它其实也有很多不擅长做的事情这种事情呢它运行起来就特别的缓慢了那这个呢我们待会可以再聊嗯那我来总结一下看我是不是完全理解了这个事情啊所以计算机可以有很多不同的形式那根据计算系统的本身它自己的特性啊它们都有擅长的和不擅长解决的问题所以我们就需要根据这些特性来建构一套适合它的计算的框架或者是这种模式吧然后来发挥它的长处是这个意思吗是

说的太对了我们刚才说了这个经典的计算机以及一些其他的计算系统我们现在如果来说量子计算的话我们就需要跳出这个传统的二进制的计算框架来思考那量子系统就有它自己独特的特性了我们要做的就是想要了解这些特性并且基于这些特性来构建一套适合于它的计算系统那这个量子系统作为计算工具的基础了就是这个量子力学了

那么量子力学它和经典力学的一个最大的区别一句话可以描述它是所谓的玻璃二象性从数学上来表述的话是我们的经典的物理态它是处于一个特定的位置的比如说你去观察一个物体的位置那么这个位置我们通常认为它在哪里但是一个固定的一个值它不可能说我一会儿在这儿一会儿在那儿

但是量子态它不是一个确定的位置它作为一个叠加态它可以同时处于不同的位置如果你用位置去观测它的话它的这个量子态它可以描述为不同的所谓本真态的叠加就像一个硬币在经典力学的世界里一个硬币要么朝上要么朝下就好像在经典的计算系统里一个比特它要么是 0 要么是 1 但是在量子力学的世界里

一枚硬币呢它可以是处于朝上和朝下的叠加态那就像是在空中不停的旋转那当然呢最经典的例子呢就还是那只猫了

比如说我们大家可以经常听过的薛定谔的猫的这样一个思想实验那么大家可以把它想象成猫有两个基本的状态一个是活的状态一个是死的状态那么当你在观察这个猫的之前这个猫它可能处于活的状态和死的状态的一个叠加然后它有一个系数然后这个系数既标志了它处于哪一个状态的一个概率因为它是个符系数就是它是一个 complex number 所以它标志了有一些相位信息这个在这段时间内是非常重要的

那么还有一个非常重要的一部分就是所谓的观测当人去观测一个系统的时候这个系统会以一定的概率它缩到其中一个固定的态那么对一个猫来说如果它是一半活一半死的一家态当你去观测它的时候它会有分别有 50%的概率它缩到一个完全是活的猫和完全是死的猫的这样一个状态然后这个状态是不可逆的

所以在现实世界中这只猫要么是死的要么是活的它的状态要么是 0 要么是 1 但是如果到了量子系统里如果它是一个量子比特也就是 Qubit 的话它就会处于一个 0 或者 1 的叠加态它有可能有 50%的概率是 050%的概率是 1 或者是 10%的概率是 090%的概率是 1

那假如我现在桌子上有三个硬币也就是三个经典比特的话呢它们要么朝上要么朝下所以一共呢就有八种可能的组合比如说 000 001 或者 111 以此类推啊那在传统的计算机里啊存储的信息呢就只可能是八种可能性其中的一种但是如果是在量子系统里量子比特存储的信息就比这个要丰富的多了

如果你有这样一个经典 3 比特系统的话你可以有 8 种可能性相当于你可以存储这样一个可能性为 8 的一个信息那么如果它是一个三个量子比特它就可以存储 8 个这样的可能性的组合也就是比如说 A1*000A2*001 一直到 A8

也就是说因为一个三比特三量子比特系统它是八个可能态的叠加那我们可以用八个连续的量来描述这个系统所以一个三比特系统它其实可以同时位于八个不同的风量上面那如果将经典比特看作一个开关的话那量子比特就像一个旋钮它所携带这个信息密度就比经典比特要大很多了

因为它是一个叠加态所以当我对这样一个叠加态进行一系列所谓计算的话这个计算的函数我们可以把它想象成一个比如说在经典探测我们去计算一个 3 比特的一个量然后对它进行一个函数计算那么这个函数去作用于这个八种可能性的之一去计算结果那么当我用这样一个同样一个函数通过量子的方法去作用在这个三量子比特的这个态上的话

但它同时是作用于 8 个可能的态也就是说它实际上在函数运算的过程中实现了一种通过物理层面实现的一种并行计算当我把这一次运算运作一个 8 个态的叠加态的时候它同时对每一个态进行运算然后得到的是 8 个叠加态的同时的结果所以这是它使得它可以高效运作的一个基础

想象一只老鼠走迷宫的游戏如果是经典计算机那老鼠每次都需要从头开始找路如果发现一条路走不通它就要重新回到原点把迷宫再走一遍直到找到正确的出口但是如果是量子计算机那老鼠就不需要每次都从头再来而是同时把所有的路都走一遍挑出能够通向出口的那一条那这就相当于大大缩短了计算的时间了

老鼠它一次把所有的路都走了就直接找到唯一走得通的那条路这个问题就解决了或者说在这个量子系统的语境下面我一次量子计算对所有 8 个态同时计算之后我就同时获得了 8 个结果也就是说量子系统从物理层面实现了并行计算像我们通常说并行计算像 GPU 这种它其实是多线程其实它只是在时间上压缩但计算量上并没有减少但量子系统它计算量上是就是你

量子系统进行对一个态的计算和对所有 8 个态的计算它的计算量是一样的对物理层面上来说是一样的所以它本质上是从物理的基础层面去实现了一种高效的变形计算

所以也就是说仅仅是利用量子系统本身的特性我们就能天然的实现并行计算然后把计算机的算力提到了一个新的维度没错虽然这个老鼠走迷宫的例子可以非常形象的比喻量子计算的优势但是它其实还是不太准确的因为它忽视了量子计算本身的一个非常重要的限制

这也是很多人对于量子计算的一个误解当人们说并行计算的时候好像意味着它一次性把所有可能的情况都给计算出来所有的结果都摆在那里我们可以随意的去访问每一种计算结果就好比这个老鼠走迷宫的例子好像是老鼠只要走一次就可以把所有的可能的态度变厉了然后我们就可以去访问逐个的去看哪一个结果是可行的但是量子

物理或者量子力学它的一个最大限制就我一开始也说的关于这个观测的一个限制就是观测是一个不可逆的过程当你进行一次观测的时候这个量子态它的信息就会丢失它就会以某一种概率它做到其中某一个特定的结果所以量子计算的这样一种限制就必须让我们设计一种非常精巧的

观测方式使得我们在一次观测中去获取我们真正关心的那个信息而去舍弃掉我们不太需要的那些冗余的信息那雅馨你前面提到每一个计算系统都会有自己擅长处理和不擅长处理的问题那具体有什么问题是经典计算机不容易处理的但是量子计算机却非常擅长的呢我们感觉好像平常总觉得计算机能够处理所有的问题但是其实也不是这样的

这有不少的问题咱们这个经典计算机处理起来至少效率都是非常低下的比如说一些组合优化的问题比如说呀像给你一组城市和他们之间的距离然后你要找到一条经过所有城市的而且每个城市只经过一次的最短的路径这个就是经典计算机处理起来会非常麻烦的一个问题

那随着城市数量的增加问题的复杂度呢其实就是成一个指数级的增长那经典的计算机就很难在合理的时间内找到这样一个最优解那还有一个与我们生活息息相关的呀就是在密码学当中的应用那我们今天几乎所有的数据安全保障都需要用到一个加密算法比如说一个比较经典叫 RSA 加密算法

那这个 RS 加密算法呢其实就是用到了经典的计算机不善于做这个大的整数分解的这么一个弱点那么 RSA 加密它是一个首先它的加密系统它是集结公钥和密钥的加密系统就我们可以想象两个人 A 和 BB 想给 A 传递一段文字这个时候 A 所要做的是他可以公布一段所谓的公钥

所以密钥和公钥的这个那简单的说呢加密的过程其实就是给信息赋予一个密码这个密码呢就是一个非常大的整数 N 那如果想要破解这段密码呢就需要将这个整数 N 啊分解成两个因数 P 和 Q 最后呢使得这个 P 和 Q 乘起来等于 N

对于拥有了密钥也就是知道 P 和 Q 的值的人来讲其实想要验证 P 乘以 Q 是很容易的所以也就可以非常轻松的解开密文但是对于公众来讲比如说我们知道了 N 这个数我们想要找到解密的两个数在不知道 P 和 Q 的前提下我们只能非常简单粗暴的罗列所有可以被分解的质因数的可能性对于传统计算机来讲这是一个非常困难的过程

只有 N 的情况下你去解密它的复杂都是 N 所以它是一个指数级的一个差别也就是说

我现在可以如果我的计算能力变强了使得我可以解决一定程度的 N 的这样一个破解那么我只要作为这个密码的使用者我只要增加这个 N 增加这个密码的长度我就可以使得你破解这个密码的这个困难度指数的难于我去用它来进行加密和解密的这样一个复杂度所以它可以非常有效因为这难度的不对称它可以非常有效的实现一种加密的一个效果

那就像我们前面提到的量子计算机能够在物理层面上实现天然的并行计算科学家们在 30 年前就开发了一个适合量子计算机的算法它就是能够利用量子计算机的特点将指数级的时间复杂度降低到多项市级的时间复杂度量子计算机利用这套算法就可以快速的破解 RS 加密

现在我们量子计算还没有发明之前这个已经发明了这套算法了这还挺有意思的对然后我其实还看到谷歌的 Velo 芯片发布以后还引起了加密货币市场的一些恐慌情绪不少加密货币也在短时间内大幅的下跌比如说是比特币它其实短暂的下跌超过了 2%然后以太坊下跌了大概有 4.5%吧可能也是因为担心就要被量子计算给破解了对我觉得这个市场的反应也是挺快的

那在 2019 年谷歌用玄离木芯片证明了量子计算机所具有的这个潜力之后就有研究者称如果我们如果能有一个拥有一千万量子比特的这个芯片那只要一天的时间就可以破解比特币钱包的私钥加密

但是这个重点来了就是理想很丰满这些现实很骨感我们刚才提到这一套解密算法我们都需要至少 100 万个量子比特但是 Velo 芯片才只有 105 个量子比特还差了 4 个数量级

那意思就是现在的这个量子计算基本上还停留在了测试阶段就还没有办法能够实现规模化的应用那从现在 100 个量子比特做到 100 万个量子比特的话咱们需要龙宫分几步呢哎

这个答案这个问题是非常值钱的问题啊现在最关键的这个瓶颈呢也是这个量子计算要怎么样实现这个规模化就是首先我们要明白这个 qubit 它其实是一个非常容易受到外界环境影响的这么一个机制刚才我们也提到因为它非常容易它说那因此呢它的这个工作环境就非常的严苛

所以这次 Google 的芯片其实是用到了低温超导技术因为温度越低 Qubit 所受到的干扰也就越小另外大量量子门的操控也是在工程上一个非常有挑战的操作现在的量子门操控其实已经可以达到 99.9%的精度了

但是呢无论是从实验上还是硬件上哪怕是 0.1%的错误呀对于量子计算来讲都是非常高的错误率所以啊我们为了保证计算的精确性我们还是需要开发一号算法对它来实现错误的检测和纠正

我怎么样去进行一个它的这个错误的检测以及当我检测到错误的时候如何进行纠正这就是一个非常重要的一个算法问题那么量子纠错算法它其中也碰到一个非常大的问题其实我不可能去直接去检测这个量子系统本身因为一旦你检测它的它就发生塌缩了它这个信息就往前丢失了所以我们现在用的一个方法就是一个间接测量的方法

我有一个量子系统有三比特系统然后我有一个额外的一个比特我叫观测比特这个观测比特它的变化依赖于数据比特的值也就是说我这样实现了一个不去直接观测数据比特而观测这样一种间接观测的方式来获得这个数据比特是否发生错误的信息然后如果发生错误了这个时候我再用一个纠错比特

去操作于这个数据比特上把它发生的错误我所观测到的错误给拉回来把它拉回到一个我认为应该正确的一个状态这每一步都是有可能出错的 By the way 观测不能可能出错你的纠错也可能出错但是它本身就是一个概率的游戏

俗话说是一个好汉三个帮那这句话呢用在量子计算系统里面就再恰当不过了为了保证几个计算比特的精确工作呀我们还需要一堆监督人员还有纠错人员来辅助完成任务那理论上来说呀纠错者越多完成任务的精确率就应该越高但是现实是这个纠错者他也不是特别靠谱

他自己也经常出错所以现在就变成一场竞赛我们需要突破一个临界点让他纠正错误的速度能够超过错误产生的这么一个速度

如何能够做到它这个错误本身发生的速度它就变成了一个竞赛在竞赛当然它背后有很多的方法去提高这个纠错的一个概率和减少物理出错的概率比如刚才说的物理上进行一个低温超导减少它的一个出错的概率然后 Google 这一次进行它有一系列的人工智能的算法可以有效的去找到这个错误然后比如你纠正它它是一个竞速的过程

因为我们刚才说的比如说我们 Velo 现在实现的是个 7x7 的一个警戈它是可以做到它的速度从 5x5 到 7x7 的这样一个进化过程之后人们发现它的纠错速度是可以做到快于出错速度的

这意味着什么呢在这个算法上随着我的金额的变大我可以做到它纠错的能力比出错的能力越来越快使得它整个系统的所谓逻辑寿命越来越长然后也就使得这个系统可以可靠性越来越高也就是它某种程度上实现了一种 scalability 可以实现规模化对

那 Google 呢其实就是将一种叫做表面码纠错的技术应用到了这种网格状分布的量子比特上呀通过特定的算法呢让这个错误率持续下降到了一个临界点随后呢我们再增加这个量子比特的数量最终计算的错误率也能够不断的降低哦 我明白了那是不是 Google 这一次的突破其实并不在于说是算力而是它的这个强大的纠错能力嗯 对 没错那

那现在 Google Velo 的这个芯片一个 105 的量子比特现在的这样的一个规模来说它有什么样的一些实际用途了吗我觉得太扎心了遗憾的就是虽然算是一个突破但其实它没有太多的实际用途别看它这个新闻标题特别逆天但其实呢这类研究成果呢

都只是说这个量子计算机在处理某些特定的数学问题时它的速度超过了最强的这个超级计算机而且呢这些数学问题本身呢也没有什么实际的用处就是纯粹是为了体现量子计算机的优越性而设计出来的

那就好像我们现在有了一根键我们要来画个靶子让它来射那即使是有一些能够处理的问题这些问题在经典计算机上其实也比现有的量子计算机算的要快所以想要真正让量子计算机处理这个现实世界的问题无论是在硬件上还是在软件算法上都还有特别大的挑战

首先我们要从硬件上能够实现这样一个像刚才说的我们要实现至少 100 万量子比特这样一个系统然后要有更高效的纠错算法要更快和准确的量子逻辑门现在量子逻辑门的计算误差还是很高的还是达到百分之一和千分之一的这个原来是不足以实现我们所需要的精度的最主要的就是能够设计出有效的一个

一个量子算法它可以甚至有一定的通用性我们甚至可以需要一个量子编程的语言和一个软件的生态然后在此基础之上我们甚至可以想象量子神经网络以及量子计算机器学习等等然后这些在量子计算科学上都是非常大的挑战那看起来其实实现量子计算的规模化还真的是路还蛮长的那如果真的要我们去畅想一下如果量子计算真的实现了我们先不说多久它能够做些什么呢

其实我们在一开始的时候就讨论了关于利用计算系统本身的特性来解决符合它本身性质问题的这么一个话题对吧所以如果我们现在已经有了大规模能够使用的量子计算机的话那它最适合解决的就是量子系统本身的问题

这就好比说你要扔一个网球你想知道网球扔出去以后它有什么样的轨迹那最简单的方法呢就是把网球扔出去然后看它的轨迹是什么样呢或者说是你如果想要知道一个玻璃杯碎裂的过程那最简单的方法呢就是打碎一个玻璃杯那这个量子计算其实是同样的一个道理

其实更有效的算法是用量子系统来模拟真正的量子系统比如说我要去模拟原子核的一些性质甚至一些化学分子的一些化学反应它们其实背后的机制就是它本身就是量子性的它对于这种算法的依赖性会相对低一些因为它本身它的背后的结构就和它要去模拟的对象是同构的模拟的对象就是一个量子系统然后你本身就是一个量子系统所以在这一点上它的应用是相对会容易一些的

那就像志晨说的因为量子系统擅长模拟微观系统的反应比如说一些化学反应过程一些分子的结构天然的它未来也可能可以被用来预测材料的性能比如说加速新材料的研发像电池超导这类在微观层面上需要很多模拟的这么一些反应或者是预测药物分子与蛋白靶点中间的相互作用

那这样呢就可以提升药物的研发效率那当然了因为量子计算也非常适合用来优化人工智能的算法那比如说我们可以设计特定的算法来实现量子神经网络或者量子机器学习完全可能颠覆我们现在所拥有的 AI 的范式和训练方法

那这么看来其实量子计算会给我们现在的 AI 研究的许多领域其实叠很多的 buff 那不知道现在市场或者资本对量子计算产业的态度怎么样还是挺早的听起来对 是的但是大家都已经看出来了未来是一个人工智能的时代而且大家都在疯狂卷算力所以大家也都能意识到量子计算它的这个巨大的潜力如果能够实现的话一定能够让我们的

AI 出现一个紧喷式的增长所以资本还是挺为这个赛道买单的那我查了一些数据啊那我根据统计呢从 2021 年到 2023 年这仅仅两年的时间里头啊全球量子计算的市场规模就已经从 8 亿增长到了 47 亿美元增长了应该是至少有 6 倍啊那根据预测呢到了 2035 年的时候呀这个市场规模呢将达到 8000 亿美元真正意义上的一个指数级的增长了

也像 Diane 刚才说的就是现在的这些科技大厂像谷歌 IBM 微软还有亚马逊这些不差钱的大科技公司早就开始布局量子计算了那另外呢也有很多初创公司也在入局他们都希望通过不一样的技术路线来实现量子计算的一个规模化吧那其实量子计算在我们中国的发展其实也是国际领先的就在谷歌的 Velo 发布了一周之后呀咱们中国的中科大发布了一个叫主冲之三号的超导量子计算机

它在很多方面的指标都能跟这个 VLO 做到不相上下听起来其实大部分的研究还都是在停留在实验室里面那具体就现在的量子计算的落地产业化离我们多远你刚刚讲的是 2035 年会有一个市场规模的一个大爆发到 8000 亿要这么久的时间吗

其实我在网上也看一些很多人的预测但是我觉得实际上我觉得这个问题就是说它什么时候能落地跟我们之前聊的可控核聚变那一期还挺像的量子计算在科学上它其实已经证明是可行的了但是在实际的发展过程中还需要对很多的具体技术路线进行探索包括很多硬件的软件算法上的突破都需要同步的发展来

那其实谷歌给自己解锁这个百万 QB 的量子计算机是设计了一个六个步骤路线图那到现在为止呢他们是完成了前面的两步但是呢之后呢还需要不断的提高量子比特的规模量子逻辑门的寿命还有它的精度等等所以还有很长的路要走

那有些预测呢说可能未来 5 到 10 年量子计算能够逐渐实现商业化落地但是我觉得这个预测是这个挺不切实际的就像我之前说那个可供活剧变啊它能发电和我们能用它发的电来实现生产是完全是两回事你想要实现商业化呀你还得考虑它的成本效率啥的都得考虑进去所以我觉得这个没个二三十年应该很难实现它的商业化落地

但大家好像感觉二三十年其实挺久啊但是如果我们再回头再看之前的每一次工业革命就是第一次到第二次工业革命蒸汽机 仿杀机这个大概用了 110 年第二次再到第三次电力啊 内燃机啊有一些化学的工业它大概是 90 年那第三次到第四次呢就是可能我们现在的这个电子技术啊计算机啊 互联网啊再到我们人工智能其实只有 50 到 60 年所以我们再等个二三十年然后就有量子计算这还太滑的来了哈哈哈

这么一笔时间是越来越缩短的对我觉得如果我们一旦开启了量子计算领域的这种新纪元的话我们可能真的就离科幻小说里面的这种星际穿梭我不知道你有没有看过那种你一生病了躺在一个这种叫做 mat bay 上面然后稍微给你一扫描然后就好了好

量子致病对期待这样子的未来那我们今天节目就到这边再次祝大家在 2025 年新年快乐一切都顺利吧

这就是我们今天的节目了欢迎你订阅分享给身边的朋友就会对我们非常有帮助 2024 年我们还制作了两档全新的付费节目不止金钱和跳进兔子洞第三季希望可以给大家提供更加优质和深度的内容另外欢迎你加入生动活泼胡同会员计划支持我们的内容创新还能解锁我们所有的付费节目每周会员通讯和线下活动详情可以查看单击简介好的那我们就下期再见