量子计算再次迎来重大突破：国内首个“量子计算双创平台”上线

量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机，其理论模型是通用图灵机;通用的量子计算机，其理论模型是用量子力学规律重新诠释的通用图灵机。从可计算的问题来看，量子计算机只能解决传统计算机所能解决的问题，但是从计算的效率上，由于量子力学叠加性的存在，某些已知的量子算法在处理问题时速度要快于传统的通用计算机。2019年8月，中国量子计算研究获重要进展：科学家领衔实现高性能单光子源。

量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数(00、01、10、11)中的一个，而量子计算机中的2位量子位(qubit)寄存器可同时存储这四种状态的叠加状态。随着量子比特数目的增加，对于n个量子比特而言，量子信息可以处于2种可能状态的叠加，配合量子力学演化的并行性，可以展现比传统计算机更快的处理速度。

量子计算让编程和数学领域出现一些振奋人心的事情成为可能。

量子二进制数字或者量子比特之所以表现为这样是因为一种叫作态叠加的原理。态叠加原理是量子计算背后的核心法则。我们在讨论态叠加时，通常会用到电子这一例子。电子具有自旋的特性，旋转的方向既可能是向上也可能向下。然而，根据量子力学理论，电子不仅能向上或向下旋转，它还具有一种综合两种状态而任意线性组合的旋转形式。线性组合意味着它可以同时具有向上旋转的状态也有向下旋转的状态。

2021年10月6日讯，随着下一代通信技术的不断迭代和用户使用量的增加，以量子计算为主的新的算力平台成为焦点，合肥市大数据公司近日依托合肥先进计算中心和本源量子共同打造的合肥量子计算创新创业平台上线。这是国内首个量子计算双创平台，将面向多行业创新创业者提供优质的量子计算学习、量子算法仿真开发、量子计算应用推广和交流服务，推进量子科技产业持续发展。

了解得知，合肥在量子科学领域的研究一直走在前沿，在2020年合肥就启动了“量子计算创新创业平台”建设，在经过了几个月的努力之后完成了平台搭建、系统设计、开发、测试和线上部署。目前，该量子计算双创平台支持适配超导和半导量子芯片接入，包含了四种量子虚拟机(全振幅、单振幅、含噪音机、部分振幅)、量子软件开发插件、量子云软件系统、量子算法应用和开发组件等。

值得注意的是，该平台也包含“云上”“线下”服务。在“线上”,平台主要基于“云”进行技术孵化和项目孵化,只要创业者和创新者能够连接入平台,无论身在何处,都可以进行量子计算学习、项目开发和创新应用。在“线下”,合肥大数据产业园提供物理场地和双创服务平台,采用“基地+基金+数据+定制服务”的运营服务模式,构建多方协作、互利共赢的良好大数据生态链,为众多量子计算领域的创新创业者提供全方位的双创服务。

量子通信、量子计算，这些带有神秘色彩的技术词汇，在过去几年逐渐为产业界熟知。其中，量子通信技术已经开启规模商用，中国发射了全球首颗量子通信卫星“墨子号”，并开通了第一条量子保密通信干线——“京沪干线”。而更为前沿的量子计算，还处在商业应用的萌芽阶段。

产业生态的力量开始逐渐汇聚。9月27日召开的中国国际信息通信展上，专门举办了一场“量子计算论坛”，国内多位知名量子信息专家学者及行业初创公司济济一堂，探讨了量子计算产业发展趋势。论坛嘉宾、中山大学罗乐教授对C114强调，离子阱量子计算拥有明朗的未来。

量子信息包括量子通信、量子测量、量子计算。罗乐教授介绍，相较于其他两项技术，量子计算是起步时间最晚，技术难度最大、参与企业最少、对社会生产生活影响面最广的一项技术。它不仅会带来经典计算不可比拟的超强算力，也会反向驱动量子通信、量子测量等技术的发展。

对于量子计算的价值，罗乐教授认为，这是21世纪的基础技术，将服务于人类社会的方方面面，与之类似的技术是人工智能。区别在于，人工智能初级阶段的技术，例如人脸识别等，已经开启规模商用，商业与技术创新形成正循环。量子计算还处在更早期的阶段，技术流派初步成型，应用场景也在探索中。“举例来说，量子计算可望在超大规模数据中心应用，替代经典计算产生的巨大能源消耗，助力达成国家‘双碳’的战略目标。”目前，量子计算主要有两大技术流派：离子阱和超导。哪种技术流派更具前景，美国IonQ公司让离子阱技术的价值得到进一步广泛重视，该公司由罗乐教授博士后导师、美国科学院院士Monroe教授创立。事实上，IonQ成功上市，意味着离子阱技术的商业化潜力，取得了资本市场的认同。

教会电脑知道现实问题的原因并从经验中学习的方法就叫做机器学习。这是人工智能的一个分支。我们所写的大部分代码都是完全静态的，也就是说，给定新的数据，它将不断地重复执行相同的计算并且犯同样的错误。使用机器学习，我们可以设计自我修正的程序。这种程序还可以学习采用新的方法去处理一小段数据，甚至这些数据机器从来就没见过。在D-Wave硬件上运行很好的程式都是需要在不确定条件下学习和做出决定的程序。举个例子，假设让电脑基于一组之前给它看过的相似物体的图片中识别某个物体。对于遵循严格逻辑原因设计的传统电脑架构来说，这个任务非常困难。如果系统被输入了一张新图，它就很难对这张图进行总体描述。比如“这看起来像个苹果”。D-Wave的处理器是被设计成支持那些拥有高级认知水平和决断能力的应用程序

我们怎样才能使用量子计算机去实现学习呢?举个例子，比如我们想让系统识别物体。为此编写能量程序也是非常困难的，甚至是使用量子编译器也是如此，因为我们不知道在细节上如何能抓住让系统必须认识的物体本质。幸运的是，我们还有另一种方法绕开这个问题。因为这里有一种模式可以让量子计算机根据新输入的数据片段来调整它自己的能量程序。这就允许机器做出比较好的去猜想这个物体到底是什么。甚至这个实例电脑从来没有见过。下面的章节给除了这个过程的大致框架。

如果你感到有些疑惑，别担心。即使是在量子计算领域的重要科学家也发现，它无法仅靠直觉来领悟。尼尔斯·玻尔说：“那些第一次听到量子理论而没被震惊的人，可能还没能理解它。”理查德·费曼说，“我可以很有把握地说还没有人能理解量子力学。”