薛定谔的算盘：量子计算是如何得到结果的 | 硬科技有点意思

最新推荐文章于 2025-05-28 07:04:09 发布

人工智能学家

最新推荐文章于 2025-05-28 07:04:09 发布

阅读量94

点赞数

文章标签：量子计算科技

原文链接：https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2650030753&idx=4&sn=8250021d03555b6cf6486b3d440166d9&chksm=8ecedf9cc65ec45ffe536d2ef02dfb28f25092b81acde18c44a61dfb7323ae420aeb6e295964&scene=126&sessionid=0

版权

自旋与纠缠

在我们的第一篇文章里就提到过，经典的计算机是用“比特”来计算的。尽管“比特”这个词听起来很神秘，其实它就在我们身边。

比如，你家里的灯，开灯的时候，它就代表一个状态，比如“1”；关灯的时候，它就代表另一个状态，比如“0”。这两种状态非常明确。经典计算机就是靠这种简单又明确的“0”和“1”来处理各种复杂的信息的。

图片来源：AI生成

但量子计算就完全不一样了！量子计算用的是“量子比特”。量子比特不仅能像经典比特一样有“0”和“1”这两种状态，还能同时处于“0”和“1”的叠加状态。

想象一下，就像一个硬币，正常情况下它要么正面朝上，要么反面朝上，但量子比特就像一个神奇的硬币，它可以同时正面朝上和反面朝上！

图片来源：AI生成

这种神奇的状态是量子力学的独门绝技，让量子计算机能够同时处理很多问题，速度比经典计算机快得多。

而且，量子比特还有一个很特别的地方，它通常是通过微观粒子的“自旋”来实现的。自旋其实可以这么理解：就像地球一边绕着太阳转，一边还在自己转一样。不过，自旋可不是我们平时看到的物体自转，它是一种真正的量子特性，完全超出了我们的日常经验。

关于自旋，通过科学家奥托・斯特恩和瓦尔特・格拉赫的银原子实验，可以更直观地识（实际上，这个实验最初目的是验证原子角动量是否量子化，因为当时尚未有电子自旋的概念）。他们用银原子做实验，由于银原子有47个电子，其中46个成对的电子磁场相互抵消，只有最外层的1个电子让整个银原子像一个小磁铁。

在这个实验中，他们让银原子束通过一个特殊设计的磁体，这个磁体的南极比北极更强。按照经典物理的观点，原子的磁矩由轨道角动量决定，其在空间的取向应是连续的，那么银原子束在经过非均匀磁场后，应该在底片上形成连续的一条带。

图片来源：网络

然而，实际结果却是屏幕上只出现了两个点，一个在最上面，一个在最下面（底片上出现了两条黑斑，表明银原子经过不均匀磁场区域时分成了两束）。

1925年，乌伦贝克和古兹密特提出了电子自旋的假设。这一假设认为，银原子的基态总角动量量子数为 0，轨道角动量也为 0，所以实验中观察到的磁矩只能来源于电子的自旋。

换句话说，电子具有自旋角动量，且其在空间某一方向上的投影只能取两个值，对应着自旋向上和自旋向下，这就使得银原子在非均匀磁场中只受到两种不同方向和大小的力，从而分成两束。

可以说，电子自旋的引入，使得量子力学能够更全面地描述微观粒子的行为，为解释原子、分子和固体等物质的各种性质提供了重要的理论基础。同时，由于电子具备自旋，因此也就可以作为量子比特的候选者之一了。

回到微观粒层面。电子的自旋有个专门的数字来描述，叫自旋量子数，它的值是1/2。它只有两种情况。一种是像陀螺往上转的状态，也叫自旋向上；另一种是像陀螺往下转的状态，也就是自旋向下。这两种电子自旋的状态，就相当于量子比特里的|0>和|1>这两个状态。

理解了自旋这一性质后，我们就要知道要如何定义量子比特了。

一般而言，科学家们用一套数学模型来描述它。在数学里，量子比特可以想象成一个特殊的二维空间里的单位向量。这个空间里有两个“基础状态”，就像两个不同的小箭头，我们叫它们|0> 和|1>。任何一个量子比特的状态，都可以看作是这两个“基础状态”的组合。

打个比方，假如把|0>和|1>想象成两种颜色，量子比特就像是这两种颜色混合出来的新颜色，混合的比例就是两个数字，我们叫它们概率振幅，用希腊字母 α和β表示。而且，这两种“颜色加起来必须是100%，也就是α的平方加上β的平方等于 1。

比如说，有一种“混合颜色”是由一半|0> 和一半|1>组成的，也就是α和β都是二分之根号二，这时候量子比特就处于|0>和|1>的等概率叠加态。

当我们想要测量一个量子比特时，结果就是按照概率来的。如果量子比特处于刚才说的那种由α和β决定的状态，那么测量后得到|0>这个结果的可能性就是α的平方，得到|1>的可能性就是β的平方。而且，一旦测量，量子比特就会“固定”下来，变成|0>或者|1>其中一个状态。

科学家们为了研究这些变化，发明了一种特别的“魔法变换器”，它的名字叫“酉矩阵”。当量子比特碰到它的时候，就像被施了魔法一样，会立刻变成一个新的状态。常见的量子门就是这种“酉矩阵”的一种。

量子的门路

继续其那面的话题，我们来说一下控制状态的“，门”，以及由一系列“门”构成的“路”。这里，我们还是以经典计算作为起始点。

如果你对计算机原理有些了解，你可能知道在经典计算的世界里，有一些重要的概念构成了它的逻辑基础，比如布尔代数、逻辑门和电路。

布尔代数就像是一种特殊的数学语言，用来描述各种逻辑关系。而“逻辑门”则是实现这些逻辑关系的基本元件，不同类型的逻辑门有不同的功能。

比如“与非门”，它就像是搭建积木的万能零件，利用它可以构建出任何布尔电路，实现各种复杂的逻辑运算。

反观量子门和量子电路，它们就属于从经典的门和电路延伸而来，但它们按照量子力学的特殊原理来工作，有很多独特的本事。

刚才说过，量子门可以用一种叫正交矩阵的数学工具来描述（前面说的“酉矩阵”）。听起来有点复杂，但你可以把它想象成一种特殊的“操作指南”，这个“指南”规定了量子比特在经过量子门时会发生怎样的变化。

举个例子，有一个2×2的正交矩阵对应的量子门，当一个量子比特遇到它时，就会按照这个矩阵里的“指示”来改变自己的状态。

常见的量子门有好几种：受控非门（CNOT门）、Hadamard门、Pauli变换门（门Z、X、Y）等等（功能参考图示）。

值得注意的是，这些量子门可不是单独工作的，它们组合在一起就能形成量子电路，就像搭积木一样，能完成各种复杂的量子计算任务。它们可以改变量子比特的状态，还能让量子比特之间产生纠缠。所以，量子电路其实就是使用量子门执行计算，是最标准的量子计算机的计算模型。

由这些量子门组成的量子电路，比如SWAP电路，加法电路等等，功能十分强大，能够实现一些经典电路做不到的事情，比如超密编码，还比如量子隐形传态。

另外，量子电路还具备纠错功能，因为量子比特很容易受到外界干扰出现错误，而量子电路的纠错功能就像是一个小卫士，可以及时发现并纠正这些错误，保证量子计算的准确性。

好了，截至目前，尽管我们介绍了很多量子计算的基本常识和概念。但其实有一个很关键的东西没有说，就是如何实现计算。

这里，我们就要使用到一个中学的物理现象——波的干涉，并结合量子力学的独特性质来展开说明。

在之前的讨论中，我们提到量子计算依赖于量子比特的操控。量子比特与经典比特不同，它不仅可以处于经典的“0”或“1”状态，还可以处于这两种状态的叠加态。这种叠加态可以用波函数来描述。

波函数是量子力学中的核心概念，它包含了量子系统的所有信息。具体来说，一个量子比特的状态可以表示为：∣ψ⟩=α∣0⟩+β∣1⟩。

在量子计算中，对量子比特的操作是通过量子门来实现的。量子门可以看作是对波函数的调制工具，类似于经典计算中对电信号的操作。量子门的作用是改变波函数中的相位和振幅，从而调整量子比特处于不同状态的概率幅。

例如，Hadamard 门可以将一个经典状态，H∣0⟩=根号2分之1 (∣0⟩+∣1⟩)。

这种操作使得量子比特处于∣0⟩ 和∣1⟩ 的概率幅相等，从而为后续的干涉效应奠定了基础。

当多个量子比特相互作用时，它们的状态就像水波一样会发生干涉——你可能见过两列水波相遇，在某些地方波峰与波峰叠加，使得这些地方的水波变得更高（干涉相长）；而在另一些地方，波峰与波谷相遇，水波相互抵消（干涉相消），变得更平静。

类似地，在量子计算中，多个量子比特的叠加态之间也会发生干涉。干涉的结果是，某些量子状态的概率幅会因为干涉相长而增强，而另一些状态的概率幅则会因为干涉相消而减弱。这种干涉效应是量子计算的核心机制之一，它使得我们能够通过精心设计的量子门操作，将正确答案对应的量子状态的概率幅放大，而将错误答案对应的状态的概率幅缩小。

此外，量子计算的另一个关键特性是量子测量。根据量子力学的原理，当我们对一个量子比特进行测量时，它的叠加态会坍缩到一个确定的状态（例如 ∣0⟩ 或 ∣1⟩）。具体坍缩到哪个状态取决于测量前量子比特处于各个状态的概率幅。

所以，人类其实是巧妙地利用了干涉和量子测量的特性，使得干涉过程能够让正确答案所对应的量子状态的概率变得很高，而错误答案所对应的量子状态的概率变得很低。

图片来源：民生证券

这样，当我们对量子比特进行多次测量时，由于正确答案对应的状态出现的概率大，所以在多次测量的结果中，正确答案出现的次数就会远远多于错误答案出现的次数。通过对这些测量结果进行统计分析，我们就可以得出最终的计算结果，这就是量子计算利用量子特性来实现高效计算的基本原理。

例如，在一些量子算法中，通过干涉使得正确答案对应的状态概率接近1，而错误答案对应的状态概率接近 0，那么多次测量后得到正确答案的次数就会远多于错误答案的次数，从而得出计算结果。我们前面说的量子搜索算法——Grover算法就是利用这个方式。

量子计算到底能干什么？

花了两章多的内容，我们终于到了应用。所以，量子计算到底能干什么呢？

前面说过，在密码学领域，肖尔算法加上量子计算是一个非常厉害的解密手段，但是，量子计算不仅在密码学领域大放异彩，还能在许多其他领域引发革命性的变化。

比如，在化学模拟的微观世界里，量子计算成为了科学家们的超级助手。过去，科学家们在研究复杂分子结构和化学反应过程时，传统计算方法常常显得力不从心。面对大分子体系，那些庞大的计算任务让传统计算方法难以深入探索分子内部的奥秘。

量子计算就像是为科学家们提供了一双“量子之眼”，能够精准地模拟分子的电子结构，清晰展现分子内部电子的运动和相互作用。在模拟化学反应路径上，量子计算也表现得极为出色，能够准确呈现化学反应的每一个步骤和变化过程。

这种强大的能力对于新药研发和材料科学创新来说，无疑是一剂强大的“加速剂”。在新药研发中，科学家们可以借助量子计算快速筛选和设计出更有效的药物分子，大大缩短新药从研发到上市的周期，为无数患者带来新的希望。

举个例子，IBM 在量子计算用于分子模拟方面进行了实践。他们使用7量子比特量子处理器模拟氢化铍分子（BeH₂），虽然这个分子只有三个原子，相对较小，但量子计算机没有使用经典计算方法中常用的近似值，能够更精确地模拟分子的行为。虽然目前由于量子处理器的量子比特数量有限，经典计算机仍能模拟该量子处理器的操作，但随着量子比特数量的增加，经典计算机将无法胜任，而量子模拟将展现出其超越经典计算机的能力。

在金融领域，量子计算同样展现出了非凡的实力，尤其是在投资组合优化和风险评估这两个核心环节。投资组合优化需要综合考量众多资产的风险与收益情况，每一种资产的价格波动、市场趋势以及它们之间的相互关联，都需要进行细致的分析和计算，其计算量之大超乎想象。

量子计算凭借其独特的量子算法，如同拥有了一个智能的“金融大脑”，能够在海量的数据和复杂的计算中迅速找到最优的投资组合方案。这不仅能帮助投资者实现资产的合理配置，还能有效降低投资风险，让财富在稳健中实现增值。

在风险评估方面，量子计算更是展现出了惊人的预测能力。它能够对市场上的各种数据进行深度分析，包括宏观经济指标、行业动态、企业财务数据等，通过复杂的量子算法预测市场的波动趋势。这种精准的预测为金融机构提供了可靠的决策依据，使他们在面对复杂多变的市场环境时，能够提前做好风险防范措施，稳健地开展金融业务，在激烈的市场竞争中立于不败之地。

此外，量子计算与人工智能的结合，为人工智能的发展带来了新的突破。在机器学习中，训练模型需要处理大量的数据和复杂的计算，量子计算能够加速模型的训练过程，提高训练效率。例如，在图像识别和语音识别领域，量子计算可以帮助人工智能系统更快地学习和识别模式，提升识别准确率。

同时，量子计算还可以探索新的机器学习算法，挖掘数据中更深层次的信息，为人工智能的发展开辟新的道路。通过量子计算的助力，人工智能有望在更多领域实现更智能、更高效的应用，如智能医疗诊断、智能家居控制等，为人们的生活带来更多便利。