当前位置: 首页 > news >正文

量子计算与经典计算的拉锯战:一场关于计算未来的辩论

在计算科学领域,一场关于未来的激烈辩论正在上演。2025年3月,D-Wave量子公司的研究人员在《Science》杂志上发表了一项突破性成果,声称他们的量子退火处理器在几分钟内解决了一个经典超级计算机需要数百万年才能完成的复杂现实问题。这一声明立即引发了科学界的广泛关注和激烈讨论。

量子计算的里程碑声明

D-Wave团队使用配备量子退火处理器的量子计算机模拟了磁性无序碎片(称为自旋玻璃)阵列的量子动力学。这种设置与材料科学高度相关,理解这些系统的演化有助于设计新型金属材料。"这是对磁性材料的模拟,"D-Wave首席科学家Mohammad Amin解释道,"磁性材料在工业和日常生活中非常重要,"它们出现在手机、硬盘和专用医疗传感器等设备中。

研究人员模拟了这些系统在二维、三维和无限维度中的演化。在尝试用超级计算机通过近似方法解决这个问题后,他们得出结论:经典计算机无法在合理的时间范围内完成这一任务。D-Wave的量子计算机科学家Andrew King称:“这是量子计算的一个里程碑式结果。我们首次在一个真正有实际意义的问题上展示了量子优越性。”

经典计算的迅速反击

然而,这一声明很快遭遇了挑战。量子计算机科学家Joseph Tindall及其同事在纽约市Flatiron研究所使用经典计算机模拟了同一问题的部分内容。他们开发了一种方法,重新利用了已有40年历史的人工智能常用算法——置信传播算法。他们的结果于2025年3月7日提交给arXiv.org(尚未经过同行评审),声称在某些二维和三维系统情况下,他们的方法比量子计算机更准确。

"对于当前的自旋玻璃问题,我们的经典方法明显优于其他报道的方法,"该小组在研究草案中写道,“在[两种情况下],我们还能够达到明显低于D-Wave Advantage2系统采用的量子退火方法的误差。”

技术分歧的核心

这场争论的核心在于量子退火处理器的独特性质。退火处理器与其他更典型的量子处理器不同,它们在执行特定任务方面显示出了前景。这些处理器更适合处理大型问题,因为它们的量子比特(qubit)与许多其他量子比特耦合,而不像其他类型的量子处理器那样只与一个耦合。

然而,它们仅适用于特定类型的问题,如优化问题,而且D-Wave的计算机过去曾引起科学界的怀疑。南加州大学量子计算中心主任、物理学家Daniel Lidar表示:"这是非常令人印象深刻的工作。他们确实成功地在硬件上进行了超出当前经典方法能力的量子模拟。"Lidar虽然没有参与这两项研究,但与D-Wave设备有合作。

无限维度的量子优势

值得注意的是,量子计算机在无限维系统方面表现无可争议。虽然这个系统不是严格物理的,但它对改进人工智能很有用。Lidar指出,与用于二维和三维系统的方法相比,经典地模拟它需要完全不同的方法。这是否能做到仍然是一个悬而未决的问题。

量子计算的原理与潜力

要理解这场辩论的意义,我们需要了解量子计算的基本原理。量子计算机利用量子力学的独特特性,如叠加和纠缠,来处理信息。与传统计算机使用的二进制位(0或1)不同,量子比特可以同时处于0和1的叠加状态。当组合在一起时,处于叠加态的量子比特可以指数级扩展——两个量子比特可以同时处理四种状态信息,三个可以处理八种,四个可以处理十六种。

这种叠加特性赋予了量子计算机固有的并行性,使它们能够同时处理许多输入。纠缠则是量子比特与其他量子比特状态相关联的能力。纠缠系统是如此内在联系,以至于当量子处理器测量一个纠缠量子比特时,它可以立即确定纠缠系统中其他量子比特的信息。

量子计算的现实挑战

尽管量子计算前景广阔,但它面临着重大挑战。最主要的挑战之一是量子退相干——量子系统与环境相互作用导致的量子特性丧失。由于振动、温度波动、电磁波和与外界环境的其他相互作用,量子比特极其脆弱,任何微小的扰动都可能导致它们失去量子特性。

另一个主要挑战是错误纠正。量子计算机对噪声和错误极为敏感,这些错误会累积并降低计算质量。开发可靠的纠错技术对于构建实用的量子计算机至关重要。虽然纠错码在经典计算中并不新鲜,但在量子环境中它们变得更具挑战性。

可扩展性也是一个重大问题。虽然量子计算机在某些任务上表现出了令人印象深刻的性能,但与经典计算机相比,它们仍然相对较小。将量子计算机扩展到数百或数千个量子比特,同时保持高水平的相干性和低错误率,仍然是一个主要挑战。


这场关于量子计算优越性的辩论反映了该领域的快速发展性质。随着量子硬件和算法的进步,经典计算方法也在不断改进。McKinsey估计,到2035年或2040年,量子计算市场可能增长到约800亿美元。IBM、微软、谷歌和亚马逊等领先机构与Rigetti和Ionq等初创公司一起,正在大力投资这项令人兴奋的新技术。

量子计算是否会最终超越经典计算,还是两者将找到各自的专业领域共存,这仍然是一个开放的问题。但有一点是明确的:这场辩论推动了计算科学的边界,无论结果如何,都将为科学和技术带来重大进步。正如Plain Concepts所指出的:"量子计算的增长是指数级的,因此每增加一个量子比特的计算机都会使其计算能力翻倍。"这场量子与经典计算的拉锯战远未结束,但它已经改变了我们对计算的认知和期待。

http://www.dtcms.com/a/109492.html

相关文章:

  • 3.2/Q2,GBD数据库最新文章解读
  • 开源可视化大屏go-view前后端安装
  • 文献分享: DESSERT基于LSH的多向量检索(Part2——理论保证的证明)
  • 《K230 从熟悉到...》识别机器码(AprilTag)
  • OpenHarmony子系统开发 - 安全(十)
  • 【网络安全实验】PKI(证书服务)配置实验
  • 操作 Office Excel 文档类库Excelize
  • Python项目-基于Python的音乐推荐系统
  • 无需预对齐即可消除批次效应,东京大学团队开发深度学习框架STAIG,揭示肿瘤微环境中的详细基因信息
  • 在网络中加入预训练的多层感知机(MLP)有什么作用?
  • BT-Basic函数之首字母R
  • Opencv之dilib库:表情识别
  • 【Linux】-进程的控制(下)
  • 安卓中app_process运行报错Aborted,怎么查看具体的报错日志
  • 光谱成像技术在海洋/管道漏油(溢油)监测中的应用
  • 化工行业如何通过定制化工作流自动化实现25-30%成本优化?
  • Bazel中的Symbol, Rule, Macro, Target, Provider, Aspect 等概念
  • Maps,
  • Computer VIsion1
  • android开发:zxing-android-embedded竖屏扫描功能
  • 四门冷柜、操作台、卧式冰柜区别及运输注意事项
  • 什么是 StarRocks?核心优势与适用场景解析
  • 【深度学习】嘿马深度学习笔记第13篇:卷积神经网络,学习目标【附代码文档】
  • 2025软件供应链安全指南︱构筑企业安全积极防御体系实践
  • U盘实现——BOT 常用命令
  • 无线通信技术(三):5G NR通信频带划分与应用场景
  • Spring Boot后端开发全攻略:核心概念与实战指南
  • python大数据相关职位,还需要学习java哪些知识
  • 股权转让怎么交税?
  • 【动态规划】线性dp——LIS和LCS