以前从来没把量子纠错
放在他们路线图里面
至少没有明确放过
现在放上去了
什么时候放上去的
就是前几个月啊
因为谷果这个东西
工作也不是立刻出来的
说实话
内部的话我们早就能看到paper了
因为这是要同行审议的呀
这个peer review大家才能看得到的
所以paper其实它只要发出来
类似于这个东西它就开源了
对吧大家可能都知道这个方法了
首先它的路线图一直是明牌对吧
我们要做量子纠错
通过纠错就scale
包括量子纠错算法
算法是来自于
CalTech的，CalTech的叫表面码
或者叫surface code
是CalTech Alexei Kitaev发明的
纠错算法
所以实际上
就像硬件公司
跟软件不一样的一个很大点在于
硬件我可以把physical process
这个大方向给指清楚
具体的实现很多所谓的物理
哪里都一样
对吧那你就要大家根据这个大方向
进行努力了
所以IBM不放弃的原因在于
IBM他认为量子纠错的时间
时间线会拉得更长
他认为量子计算机通过暴力出奇迹的方式去增加量子比特数量
能更早地实现商业价值
或实现所谓的very useful quantum computer
换一个定义方式
首先IBM这条路
为什么他作为这个行业
最早参与的大公司
反而在这方面有一点点保守呢
因为很多事情
大公司其实往往倾向于更保守
更坚定的
他的早期路线图
所以IBM之前更多是想说
我怎样用现在不纠错
这样就能做出有用的应用来
这它的路径
所以它不停的堆它的区别数量
不停地探索一些商业化途径
就他的确做技术
但是在做商业化
Google的话呢
几乎完全不做商业化
他就专门去做纠错
然后IBM几个月演化的嘛
现在大家知道了
IBM觉得纠错反而可能
毕竟这个已经proven
是可以within reasonable effort可以做出来的
而且关键是Google的人还比IBM少很多
哈哈所以嗯
所以这个事情就IBM一直干
这种事情嘛
作为行业先锋
但是有的时候年轻人永远比
他还是要高效一些的
像另外一家大公司
我不comment哪家公司
因为有些这是非公开信息
但是也在把自己路线图换成纠错了
也是要对标Google的
这个大公司嘛
你看到另外一家公司做出突破
他们也想突然间倒戈换上去嘛
因为以前觉得可能很晚做出来东西
反而现在做的是最早的
D-wave呢有点难
因为D-wave他们的路径他们一直是做的
所谓的退火计算
就意味着
他们其实路径完全是跟量子纠错
完全是背道而驰的
但是也有历史原因
为什么D-wave是最早的纯量子计算公司
他们是90年代行业创立来
是2,000年初他们那个年代的计算机
他们说实话
那时候大家认为可编程通用计算机是不存在的
所谓的数字计算机是不存在的
或者很难很难很难造出来
所以他们的公司创始初衷
就是通过简单易实现
相对简单易实现的退火量子计算
去做一个专一化的量子计算机
它不能被用来去编程
来做所谓的量子纠错
也不能通过编程去做通用量子算法
但是他们认为
通过做专一化的量子计算机
可以更早地实现商业化价值
显然我现在回头看是错误选择吧
你不认可这条路线是吧
那他们现在有转变吗
他们公司的创始到现在
都是走这个框堂
量子退火方向
所以他们要转变也是要有过程的
相当于要彻底换方向了
只能说不是完全不认可吧
他们也许只能找到很多use case
但是实际上会
发现之前认为很难实现的
量子计算的路径
反而现在可能更早实现
而且关键时间之后的影响还更大
你说在纠错这条方向上
所以
纠错现在看起来是一个比较主流
跟大家认可的方向
对因为你做出来吗
活生生的例子摆在那里了
就像老黄的或者说很多人说
张口闭口就是什么要20年15年二三十年
但是大家仔细想一想哈
有什么技术人类开发了十几20年
或者说到现在这个阶段
还要开发十几20年的
可控核聚变哈哈哈
可控核聚变其实说实话
它本质上并不完全是个技术实验问题
因为想当年人类做核物理
从证明做出了第一个裂变反应
就真的只做了一个实验室
很小很小规模
裂变反应
只分散了几个原子弹中规模
到最后产生一个两代产品直接落地
字面意义落地用了3年的时间
再跨越一个时代
从下台用了可能不到10年的时间
所以实际上会发现
核控核聚变本质上他可能就这么说的
就是如果还要实现的话
说明这东西在市场血源上
并不那么迫切
因为人类有大量的壳
裂变反应堆可以用
说白了一你一定要用聚变的话
你可以用氢氮
其实也是可以发电
苏联有相关的方案
然后你要用可控核聚变的话
那是一个非常elegant且非常ideal的goal
但是坦率来说
ROI可能还没把裂变做大点高
就人类现在的能量需求的话
所以我觉得如果还要几十年的话
这种技术大概率
实际上它可能前置已经成熟了
比如说聚变已经有氢弹了
所以聚变这个反应其实已经落地了
它相对于是second generation
因为further improvement的一个过程
像量子计算呢
我们谈的更多是第一个落地的本身
这个东西
其实我觉得并不存在有这样的技术
真的是发展的
还要十几二十年去做出来的
OK对
那我们刚刚其实点评了一些公司
亚马逊现在的路线是怎么样的
公开来说
他们做的还是一种比较新颖的
超导量子比特
来进行scale
嗯超导量子比特的路线
所有大公司做的超导量子比特
Google啊IBM啊
亚马逊只是不同的超导量子比特
从公开信息来说呢
亚马逊做的是一种比较新的
超导量子比特
叫cat qubits
但是Google显然是产生了影响的
是微软的
微软他们当年也是有历史原因的
他们当时觉得量子计算很遥远
他们其实开始的很早
应该不比Google晚
但是
他们走的一个是叫拓普量子比特的
一条路子
就是一个完全
到现在为止
都没有能证明proof concept的东西
他们八成已经放弃了
所以他们现在最新的进展
他们更多的是想去做
因为他们硬件机把你废掉了嘛
跟别的量子计算公司进行深度合作
比如说他们现在
之前跟Honeywell的spin off公司
叫做Quantinuum
合作了所逻辑量子比特计算
最近又跟Atom computing
也是Berkeley的一个spin off company
做基于原子的逻辑量子比特计算
微软其实一开始也很像谷歌一样
重视容错量子计算
谷歌其实更保守
谷歌为什么选超导
超导量子路线
其实这个工程上早就被证明
那个路线
因为你可以真的是把芯片造出来能用
所以说从公司层面上来说的话
实际上你只需要对他进行所谓的
engineering improvement
你就可以慢慢的去deliver这个成果
这一快和慢
很多时候跟你的投入
和市场需求有直接挂钩的关系嘛
就像刚刚说的曼哈顿计划的例子嘛
市场有巨大的需求
那就3点就能deliver市场需求
相对来说要等待时机的话
或者商业上的合理性的话
那就可能会拖得长一点
但是总体上来说
用超导路径
你是可以直接把它给project out出来的
微软当时就觉得
这条路子可能都要走个十几二十年
就像我说的
最早是大家的对未来的估算
都是容易diverge的
很容易就会说啊
30年之后
所以他们选了一个叫拓扑量子比特
那做量子比特的好处就是上来就容错
然后他们也对应的开发了很多软件
他们也算比较早的量子软件开发公司
然后现在硬件废了之后
他们就把它的软件
跟那些现在别的量子计算公司
进行合作
去做逻辑量子比特
在别的量子计算的运行
所以实际上他跟Google很像
也很重视所谓的容错量计算
只是最后实现路径的时候
Google其实选择一条
硬件上更能profit的方式
去软硬结合的去做这个事情
而微软因为决策上的一些失误所以现在只有软件了
跟硬件公司合作
嗯所以我觉得整个过程
大家对技术方向的把控还是蛮关键的
一些决策的
对对对
那还有几家创业公司呢
比如说IonQ
IonQ的路径主要是离子阱
离子阱路径其实曾经很长一段时间
甚至在10年以前
被认为是比超导更有前景的路径
因为简单一点
就是基于离子阱的量子实验
其实是人类最早的量子实验
拿了不少诺贝尔奖
超导在很长的时间
在2007年09年之前
被认为是一个非常差的平台
因为当时能实验上做出的量子比特
都不太行
都非常差
人类大概在09年
从耶鲁开始
把量子比特做的越来越好了
然后出于所谓到了14年的时候
可以到了所谓的纠错的阈值
也是谷歌参加的一个时间点
IonQ他们路径呢
为什么最好呢
因为IonQ的这套量子体系
其实是历史最久的
然后同时也是在小规模量子体系里面
是最好操纵的
可靠性很强
所以说他们当时的路径就认为trapped Ion
就是离子阱这个路线
可能会更早的实现所谓的商业落地
和所谓的useful Quantum computer
但是事实来说
他们公司的离子阱
从他们公司创始到上市到现在
一共他的量子比特的数量
可能就翻了个倍吧
差不多也有快多少年了
现在是多少个量子比特
他们17年创始的时候
大概因为是学校大学出来的嘛
所以上来从大学实验室搬得来的东西
就有11个量子比特
可以相互纠缠和计算
也当年发了很多论文
其实都还不错的工作
但是后来发现你自己这个路径就是
你当你要超越11个量子比特的时候
工程上面有巨大量的科学调整
一个是工程挑战大家都很大
但是你可以一步步实现它
一个是有科学挑战
哦科学挑战会更难
它需要依靠基础科学的突破
就是有更多的不确定性在里面
你需要有更多的innovation去drive它
所以你刚刚说他们翻了一个倍
现在是22个量子比特
现在差不多
他们俩差不多20多个到30个之间吧
嗯
现在业界最多的是多少个量子比特
离子阱最多的应该是Honeywell那个32吧
没记错的嘛
但是现在的问题就变成了
当你的量子比特变多的情况下
其实他们的一个trade off
就是会发现
离子阱的性能越来越接近超导了
就是量子比特变多
它的运行性呢
就说保真度这些指标越来越近超导了
我应该说是超导越近他们了
导致一个现在很有趣的一个Crossover
就是
以前认为超导不可能做到保真度
大于99.9 嘛
现在能做到了
做到不止一个
从小规模身上来的话
随着你自己的变得越来越大
反而从实验过程中
应该到手有各种挑战嘛
导致实际上你的trade off就是你的变大
同时你的quality在下降
然后两个居然cross over了现在哈哈
OK
技术发展其实是一个很有趣的过程
你会发现很多人当年弯道超车
在技术发展早期时候并不存在可能性
就像AI例子嘛
Transformer去到GPT
你不能为了避免用Transformer
换一个别的完全不一样的架构
去试错对吧
但是很多以为自己可以换
他的例子反而就换到被翻车了
换到翻车
所以说IonQ的问题在于
他没办法一个clearway去做
到现在超导这种scale
他们会说我们有root map
但是show me actual demonstration
嗯对
这个是离子阱
D-wave我刚才说过了
他那个完全不一样
都不是digital
他那个是个叫量子退火
没法用来做纠错
Rigetti
Rigetti这公司很传奇吧
Rigetti本人就是
当年在
也有把第一个高保真度超到比特
量怎么做出来的人
他的毕业论文就是他
然后他把这套带到IBM
和他同学在一起
所以IBM最早的路径图
就是根据他的那套架构起来的
然后他自己开公司嘛
反正各种原因吧
他的公司的超导比特的一些小细节
也变了变
Rigetti我觉得其实在量子公司star up里面
算是前辈了
先驱
但是因为可能有点太早了
他13年创建的
因为太早了
所以说实际上the way too head of curve
然后要说的
你在Transformer之前创建一个AI公司
你可能会end up变成先驱
但是可能后面你就会
momentum就display掉了嘛
你就没办法去用最新的技术
最新的一些信息去做更明智的决定
是不是该
其实是一个
我觉得我还是很respect他们的
但是他们的整个公司的performce
无论技术层面还
是商业层面其实都现在有点falling behind
但是他们CEO现在也不在了嘛
Rigetti现在退休了
实际上现在yeah like all the STARTUP STORIES
所以我现在听下来
我觉得是不是整个量子计算领域
还是巨头的路线会稍微solid一点
比如说Google这些公司相比于创业公司
它还是在一个更加领先的位置
首先亚马逊不一定
to be honest with you
IBM因为之前选的路径稍微有点偏
也真的不一定
他们stay with他们自己的那个路径
大概stay了个十多年嘛
然后他们在24年的时候
就去年在
他们发布
他们1,000量子比特的那个量子芯片
之后把它路线图改了
改到跟我们有点像了
其实你们的路线是什么
我们算是很早就是用多个量子芯片
做modular Quantum computing这条路线的
他们发布的成为long range copper
其实当时我们都做了
我们刚创建就有相关专利了
这个事情就很有趣了
我们创建的时候
现在我们路线图
之前都没有明确放到自己的路线图上
现在IBM pivot也过来了
当然
这个也是我们从伯克利spin off的时候
因为我们看到了过去10年
整个量子行业的发展
我其实不应该反对start up说
弯道超车的说法
因为你做一个完全不一样的路子
就像说你去搞一些完全新的量子比特
去做这个事情
不现实对吧
那你在架构上
你可以比大公司要创新一些
用一些更加Agile的
更加灵活
且更加高效的架构
对因为更新
对更新
就IBM这公司
以前我们covid之前
其实我们给他们那些人聊过嘛
其实他们的mindset就是
我认为我的这条路径
只要我能走下去
我有公司有钱有人甚至有信心
那我为什么要去试一些新的东西呢
我就直接做就好了呀
所以他们不是很care over time的这种创新
他们也不是觉得
那个自己公司的
一些小的架构的低效性
对他们的整体商业落地
有任何实际的影响
因为对他们来说技术进步的高效率
上面那一点上下浮动
对于一个百联企业来说其实一般对
所以实际上这个大公司的话呢
我觉得Google是一个很好的例子
Google就是一个会去用创新的方式
因为它的架构跟IBM也不太一样
微架构来说大家都是超导
但是不太一样
但是它用了一个非常
从UC Santa Barbara出来的一个路线
就是可调性非常强
非常灵活
所以导致他们可以用这个灵活性
先于IBM去做一些IBM不肯做到的事情
嗯对
然后我自己还有一个问题啊
你们怎么去衡量量子计算这个事
他应该在学界做还是在工业界来做
就比如说
你其实也可以继续在学校
去做这个科学研究
也可以成立自己的创业公司
去做科学研究
我觉得这个问题
发表回复