雷锋网 AI 科技评论消息，12 月 28 日，香港中文大学计算机系任副教授张胜誉正式以腾讯量子实验室负责人、杰出科学家的身份现身由腾讯 SNG 主办的 TSAIC 大会。雷锋网(公众号：雷锋网)了解到，这是继贾佳亚、刘威等众多大牛后，又一位知名学者加盟腾讯。
值得一提的是，本次 TSAIC 大会也是量子实验室首次浮出水面，张胜誉教授在会场谈及了实验室的筹备进展和未来的规划。
面对在座定向邀请的 150 名来自全球高校的学者，张胜誉博士在本次论坛上深入浅出地以「薛定谔的猫」为切入点，阐述了量子计算的定义一些非正式的量子信息（如量子叠加、量子观察、量子纠缠等），引申到学术上量子计算的主要领域，回顾了量子计算的发展历史、现状以及物理实现，并对未来作出了发展可能性的探讨。
在分享的最后，张胜誉博士表示腾讯启动量子实验室的最新动态，并提及了两个招聘的主要方向：一个为量子方向；另一个则为 AI 方向。
据雷锋网了解，张胜誉本科毕业于复旦大学数学系；硕士毕业于清华大学计算机系，师从应明生教授；博士毕业于普林斯顿大学计算机系，师从姚期智教授。后在加州理工学院跟随 Prof. John Preskill，Prof. Alexei Kitaev 及 Prof. Leonard Schulman 做博士后研究。现在张胜誉在香港中文大学计算机系任副教授，研究方向包括量子计算，算法设计和计算复杂性分析，以及人工智能基础研究。他在理论计算机会议 STOC/FOCS/SODA/ICALP，量子信息处理会议 QIP，人工智能会议 ICML/AAAI/IJCAI 等上面均发表多篇文章，担任 Theoretical Computer Science 及 International Journal of Quantum Information 杂志的编委。
以下为张胜誉在 TSAIC 现场的演讲全文，雷锋网 AI 科技评论做了不改动原意的编辑和修改：
张胜誉：谢谢各位学者的到来，今天在这里简单介绍一下量子计算的发展。
我们先来看一些最近一两个月的新闻。第一个是英特尔做了 17 个量子位的芯片，第二个是 IBM，公布 20 位的量子计算机，也宣布了一个 50 位的下一步计划的。这里还有一些其它的有趣的新闻，比如一家在加拿大的公司 D-Wave，他们最近升级了他们一个 2000Q 的量子计算机，这个 2000Q 的意思就是说它有 2000 多个量子位。在这些新闻中已经看到一个现象，像 IBM 和英特尔这样很传统的大公司只有十几位、二十位，但是一个相对年轻的公司却可以有 2000 多位。我们再看一些更年轻的公司，有一个初创公司 QCI 最近刚刚融了 A 轮 $18M，还有一个公司 1QBit 刚刚融了 B 轮 $45M。这里还有一个新闻说中国最近要投入$10B 的一个实验室。
我挑出来的几个新闻，仅仅是发生在过去 1-2 个月的事情，如果看整个量子计算在过去二十年，一开始没有那么多新闻，但是最近集中在 1-2 年会发现很多新闻。看到各种各样的新闻也许你会有一些疑问，会觉得什么是量子计算，量子计算是什么，什么时候我们才有量子计算机在手里，什么时候可以买一台。如果真有这样的计算机，是不是把我们手里的计算机扔掉，腾讯开展什么方面的量子计算机的研究。
我们倒回到历史，大概一百年前，去看一下整个量子力学的发展。其中有一个很有名的，可能每一位在座的都听到过的一个思想试验。这里假设有一个猫，图片右边有一个小锤子，锤子可以砸碎下面的毒药，打碎毒药瓶，这个毒药释放出来，这个猫就被毒死了，如果没有砸碎毒药瓶，这个猫会活着。但是量子物理似乎在说，可以让锤子处于落下来和不落下来的叠加状态，也就是说，这个锤子可以同时落下和没有落下，这导致的结果是这只猫同时处于生和死的状态。这对经典物理来说是非常难以理解的事情。
这个现象就是叠加态（Superposition），是说一个系统可以同时处于两种不同的状态的叠加中。
现在我们再换一个角度看这只猫。因为我不知道它是生还是死，我想去看一眼。我们平时所谓的看到、听到，如果在物理上，都是一个观测的过程，也就是说，我们观察一个东西，实际上在对这个系统进行测量。跟我们日常生活的宏观世界感知不一样，微观现象中观测本身有两个很奇怪的性质。第一个是如果你对同一个，确定的量子状态进行多次观测，可能会得到不同的答案. 也就是说，即使用完全一样的观测去看那只猫，可能这次你观察这个猫是死的，下次看到这个猫是活的。对于同样确定的东西，如果我观测两次，会得到完全不一样的结果。
还有一个很奇怪的性质，如果你观测到它是死的，你改变了原来这个猫即生又死的状态，它就真的变死了，如果观测它活着它就真的活了。当你观测这个东西的时候会改变这个物品本来的状态。如果真的宏观世界是这样，那将是件很麻烦的事情。比如你想量一下自己的身高，发现每一次量完都不一样，本来你以为你是 1.8 米，你量完发现结果是 1.7 米，而且量完以后真的变成 1.7 米了，这时候你就会很头疼。看来量子物理世界会呈现出跟宏观物理世界很不一样的东西。
大家还会听到一个概念叫「纠缠」，就是两个粒子之间在很强的意义下不可分：即使你们把这两个粒子分别放到非常远的地方，对其中一个粒子进行操作，会改变另外一个粒子的状态。
下面简单说一下量子计算研究从学术界的角度看有哪些重要的领域。首先一个是量子算法，在这个领域中，我们关注如何去设计有效的量子算法，使得这些算法需要花的时间要远远短于经典算法花的时间。一个相关的领域是计算复杂性的问题：我们想知道量子计算机最终研制出来之后到底计算能力有多么强，在那些问题中它有很大的作用，哪些问题中没有那么大的作用。还有一个领域是纠错：如果真的做量子计算机实现，好的纠错方案往往是是不可避免的。还有量子计算机一开始就带来很大的影响的一个领域是密码学。如果有量子计算机，可能会攻破现有的密码体系。量子相关的密码学也包括我们要设计一些新的密码体系，可能是量子的，也可能是经典的，使得即使是量子计算机也无法攻破。另外，如果将量子计算机做得越来越好、越来越大，就不可避免的产生编程问题，我们希望设计高级的语言，研究如何把高级的语言变成一个低级语言描述，软硬件当中怎么来结合，这都是在学术界比较关注的问题。
下面再简短的展开一下刚才说的这几个领域里面的第一个领域，也就是量子计算。假设以这条线为时间轴。1981 年到 1982 年 Feymann 第一次提出量子计算机的概念：既然用经典的计算去模拟量子系统会发生指数差的问题，为什么不干脆做一个量子计算机，这样可以反过来达到快速计算的效果。1985 年 Deutsch 形式化了量子图灵机的概念，1993 年 Berstein-Vazirani 研究了量子图灵机上的一些基本复杂性问题，Yao 研究了量子电路的复杂性问题，把量子图灵机转成我们比较熟悉的量子电路的概念。1994 年 Shor 提出了大数据分解和算法，这是我们比较熟悉的。1995 年 Shor 还提出了一个量子纠错码。1996 年 Grover 发现可以用量子计算机进行大量快速搜索，在密码里面有广泛的应用。搜索这件事情，肯定是到处都会建造一个任务，所以对于一个搜索这样一个一般的而且没有任何结构的问题都可以加强，这大大提高了量子算法的可应用型。再之后到 2003 年，Ambainis 和 Szegedy 做了量子随机游走算法，为后面的学者提供了量子算法的新方法。2009 年几位科学家研究怎么解线性系统，线性系统有着的广泛应用，但是这个算法并不是把所有的变量解全部输出出来，而是把解压缩到一个小的空间中。最近出现了越来越多的量子机器学习的有趣研究。
下面想讲一些经常听到的概念，这些概念有一些是正确的，有一些可能不是那么精确。刚才我说到叠加态的事情，叠加态，本身就是带来了自然并行的能力，这当然很好。但这并不是说，可以把搜索空间让量子计算机并行搜索，然后把正确解的那一个分支拿出来这么简单。在整个量子系统演化当中，它必须遵循量子物理的规律，其中一个就是整个确定性演化过程是一个酉变换。再加上之前提到的观测的不确定性和破坏性，给量子算法的设计带来很大挑战。量子算法设计的过程，基本上是你想办法去利用量子并行的能力，然后需要去克服由于酉变换和测量给你带来的麻烦。
我们有时也会听到一些概念不是很准确，比如说纠缠态可以实现瞬间的信息传输。这个问题的答案现在很清楚，我们其实不能利用纠缠进行瞬间的信息传输，对两个纠缠的粒子中的一个进行测量确实会影响另外一个的状态，但是这个测量结果的随机性我们没法控制，我们也没有办法用这个来传输我们想要传输的信息。
另外一个常见的不准确的说法是量子计算机可以快速解决 NP-complete 的问题。这个我们并没有绝对确定性的答案，但是绝大部分学者认为这个事情是做不到的。当然我们还没有严格地证明，事实上，如果能证明这个，那么它马上就能推出 P 不等于 NP，而这是计算机科学中最大的一个 open problem。所以我们可以想像，想证明量子计算机不能多项式时间解决 NP-complete 问题，将会是一个非常难的问题。
下面再讲一下量子密钥分配的问题。基本上，任务是生成随机数分配给双方，使得如果中间有人窃听，通讯双方会发现这件事情，通讯双方就会放弃使用这一对密钥。当然现实应用中需要结合身份认证，不过总的来说，量子通信及其再密钥分配上的应用比量子计算走得超前，市场上也可以买到量子密钥分配的产品。
一个有趣的方向是量子模拟如果有了量子计算机，我们可以用这个量子计算机来模拟量子系统，这会大大改变整个人类探索微观世界的根本方式。这在将来在化学，材料，制药等问题上有相信会有跟以前不一样的办法，产生比较大的帮助。
还有一些其他的研究领域，比如说信息领域，研究编码解码，信道容量等问题，量子精准测量希望可以对时间和空间上进行非常精准的测量。最后还有量子相关的机器学习和智能领域。
我们可能都想看看现有的量子计算机长什么样。这是 D-Wave 的机器，都封装到一个大机箱里面了。一回会看到更多的图片，但是这里先谈一个问题，为什么这样一个公司可以做 2000 位，而很多传统的大公司只能做 10 几、20 位呢？因为做量子计算机基本上有两个不同的目标，一个是要做一台专用机，这个机器只能处理一些特殊的事情，比如说目标是某一类优化的问题。另一个不同的目标是做通用机，实现通用电路。这个目标非常高，可以想象，一方面要量子比特之间交互，另一方面还不许他们和外界环境有交互。这本身是优点矛盾的事情，工程工艺实现上很有挑战。在实现的条件上很苛刻，比如很多实现方案要求超低温。所以整个通用量子计算机实现是个非常艰辛的事情，从二十年前就一直做这个事情，也一直有比较稳定的进展，可喜的是最近的三五年能明显看到一些加速的迹象。也出现了越来越多的实现方案，有一些现在看起来跑得更快一些，当然最终哪个能成为赢家现在预言还有点为时过早。我们可以看看更多的 IBM 和 Google 公布的图片。其实这是给芯片做冷却的装置。这一张图是从 IonQ 的报道中取的，IonQ 应该是做离子阱最好的技术团队之一。
这是今年 8 月份的一个总结（见 PPT），可以看到大概的业界发展现状。这张 slide 是总结量子位数。右上角是通用机，右下角是专用机，左边是模拟机的。这里我们应该注意不应该只是简单比较有多少位，因为除了要有这么多的量子位排在那里，还要看能实现的电路有多深，可以进行怎样的操作，电路的连接程度怎么样，产生的状态可以保存多长时间，等等。基本现状是，现有的通用量子计算机还是比较小规模的几十位，对差错的控制还有待进一步提高。大家还在努力一点点把这个做得越来越好。
整个工业的现状，大家是比较关注的，也看到很多未来得应用，有的应用在 3-5 年之后就有有一些小规模的原型出现。
从投入来说，各国在量子计算机投入很大，比如去年欧盟推出一个 Billion 的研究计划，北美大概也是这样的量级，中国也开始有打的投入大家都投入到这场人类改变认识自然方式的革命中。
我们经常听到不同的对量子计算机的语言，我们认为量子计算机可以改变人类认识自然的方式，如果将来大量用量子计算机，确实会有非常革命性的颠覆式的变化，但是它不会取代经典计算机，至少目前看来，很多实现条件都太苛刻而且昂贵。但是截止到目前，看不到任何本质上的跨不过的坎，所有问题都在工程工艺上。现在各国都在投入，也有很多公司加入，我相信这些力量一定会推动量子计算机最终实现。所以总的来说，前途是很光明的，但是道路是很曲折的。这里我觉得要避免两个极端，在短期来说，可能不会 6 个月或者一两年就能造出一个大型的量子计算机，解决一个不得了的问题；这个事情没有那么简单，比公众想象的更加困难。但是长期来看也不应该那么悲观，有人觉得十年甚至五十年也做不出来什么，我觉得太悲观了。科技的发展突破有时候难以预料，而且关键环节一旦突破，发展会非常迅速。
刚才主持人也介绍了，腾讯准备启动量子实验室，我们希望招聘到跟量子相关的算法、复杂性、通讯、模拟、量子物理、量子化学等等各方面的人才。
另外我们也很看重量子力学和人工智能的结合。可能有一些从物理中过来的想法，这些想法是完全可以实现在经典量子计算机上，如果有人喜欢做 AI、喜欢做机器学习中的基础问题，但是又想多一些理解和多一些本质性的突破，也希望加入我们，大家一起来研究探讨这个问题。
最后是我们的联系方式。谢谢大家！
。
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/129100.html