Hello 大家好
欢迎收听硅谷101
我是泓君
大家有没有关注今年的GTC？
英伟达的创始人黄仁勋邀请了量子计算的12家知名企业和2家巨头
包括微软还有亚马逊的量子计算科学家
进行了一场两个多小时的对话
去年这个时候
英伟达邀请的是Transformer的八位作者
当时可以说是一个历史性的对话了
它今年是把这个特别的环节留给了量子计算
还邀请了业界所有知名的公司
黄仁勋在分享中有一段话让我印象挺深刻的
他说英伟达的崛起很大程度上依赖于电脑游戏
让并行计算得到普及
他当时就是找到了这样一个门槛非常低的痛点
因为早期比如说在1996年左右
如果想在高画质高帧率的情况下顺畅地玩雷神之锤
几乎就离不开一张3D加速卡
但是当时他们其实早期发明的3D图形卡也并不是那么完美
也会有一些像素缺失
Z-buffer精度不够这些问题
但人们多多少少是可以接受的
所以他如今也希望用类似的思路
在量子计算领域找到早期的突破口
可是这一次他把全球14家顶级的量子计算公司
汇集在一起的时候
却发现每一家在硬件还有算法上路径都截然不同
这远比早年3D图形领域要复杂得多
一位D-Wave还有IonQ的风险投资人John在会后跟我说：
没有统一的路径
无法达成共识
无法协同
无法产生经济效应
无法高效利用有限的专业人才
这也是为什么量子日之后
量子计算的股价会集体走低
而这个现象本身就是量子计算界最大的问题
其实我们上一集的播客已经是着重讲过了
超导量子计算的路径
这期播客我们将系统地对量子计算行业做一个梳理
盘点5种主流的不同路径
以及大家经常提到的量子计算与AI的关系
但是最后我们这期播客还是没忍住
又从技术播客变成科幻播客
这种能力实际上非常类比于
在星际迷航这些电影从前所描述的虫洞
虫洞作为一种时空几何中间的特殊的结构
它连接了两个相距很远的点
比如你从一个点丢一个宇宙飞船进去
就会从另一个点抛出来
有一些理论物理学家相信引力的实质是大规模的量子纠缠
如果我们人类有一天
能够通过量子计算技术的发展做到对量子纠缠的精确控制
那人类就获得了改变引力
改变时空结构的能力
量子计算就有点像量子物理
是我们这个宇宙的底层编码
我们人类如果有一天能够掌控量子技术的话
就相当于我们掌握了这个宇宙的底层编码的这个root权限
事实上有很多物理学家是持这样的世界观的：
我们的宇宙是一台巨大的量子计算机
接下来我们就一起来听一听
我们离拿到打开宇宙的钥匙还有多远
最后我也给自己打一个小广告
硅谷101最近正在招聘
我们在招聘播客运营、播客主播
设计师、插画师以及视频的主持人与后期
如果大家对内容有热情欢迎来联系我们
具体的招聘详情和职位的申请表
我都放在我们的shownotes中了
如果你所收听的渠道看不到我们的shownotes
也可以将你的简历和代表作品发送到HR@sv101.net
也请大家在邮件上标注一下你是在应聘哪个职位
好了 下面就请收听我们今天的节目
今天我们再来聊一下量子计算
今天跟我们在一起的两位嘉宾也是非常厉害
一位是UCSD的物理学教授尤亦庄
尤老师您好
大家好
尤老师是量子计算方向的顶级专家
对AI还有量子计算物理学可以说都是有很深的造诣的
今天跟我在一起的还有一位是侯万达
万达是尤老师的博士生 欢迎
大家好
我们节目大概在几周以前刚刚发过一期
跟量子计算相关的播客
我们也上线了一期量子计算相关的视频
我们当时在采那期节目的时候是CES期间
就是Jensen Huang他刚刚评价了
有用的量子计算离我们有多远
那个时候谷歌的Willow芯片也出来了
但是我们在采访的时候
微软还没有发它的量子的量子芯片
亚马逊也没有发它的量子芯片
所以我们那期节目放出来的时候
就会有非常多的听众就在下面留言
想让我们继续聊一下微软的量子计算
它的芯片到底做的怎么样？
不然我们今天就从这个问题开始
其实微软最近发的这个量子芯片
还是挺大的一个消息
微软的Station Q长期以来
一直在沿着Majorana和拓扑量子计算的方向发展
想起我十几年前在UC Santa Barbara做博士后的时候
其实我跟Station Q距离也比较近
也经常听他们讨论这些方面的进展
他们使用是一种叫做拓扑量子计算的技术
实际上是将量子信息编码在
一个叫做“马约拉纳零模”的拓扑激发中间
我们打个比方
这个东西就很像我们喝咖啡的时候
把咖啡匙划过咖啡的时候
会在咖啡匙的后面留下两个涡旋
这两个涡旋即使你把咖啡匙拿出咖啡
涡旋往往也能在咖啡杯里面存在相当长的一段时间
这两个涡旋实际上编码了咖啡匙运动的信息
实际上这些涡旋在咖啡杯里面
它就是一种拓扑的激发
因为你如果想要改变这个涡旋的结构
你需要对咖啡里面的流动做一个整体的全局的变化
咖啡匙的涡旋的结构是被
编码在全体的流动的pattern（形式）里面的
所以如果你有一些很小的微扰
比如说咖啡杯里面有一些泡沫
或者说咖啡表面有一些涟漪
这些都不会影响这个涡旋的存在
所以马约拉纳的费米子
或者“马约拉纳零模”的这种方式
实际上是一种量子的涡旋
它其实是把量子信息以一种非常类似的方式
给编码在了两个“马约拉纳零模”上面
每一个“马约拉纳零模”就像一个小涡旋一样
而每一次我们去编码的时候
都会产生一对的“马约拉纳零模”
“零模”实际上是用一个量子多体态全局纠缠的这种结构
去描述了量子信息
所以如果我们把这两个“零模”分隔得很远的话
它们就没有办法重新彼此湮灭
从而这个信息就常的稳定
所以一些环境中间的噪声、热涨落等的
都不会改变这个量子多体态所蕴含的信息
所以这就做到了对量子信息的一个保护
这个就是用像涡旋一样的拓扑不变性来保护量子态的机制
这个机制你可以想象它就是在制造这个量子比特的时候
它天然的就是一个抵抗噪声的“量子硬盘”
如果这个技术能够获得成功的话
是一个非常了不起的成就
因为它在底层上面
使得我们制备出来的量子比特本身
就天然得具有对抗环境噪声的这种能力
它这种结构我理解也是在量子纠错上
要保证量子比特尽量不出错
在这个上面它也是在解决跟Willow差不多的问题
就是解决量子计算错误的问题
对 但是以往的很多方案都是通过比较人为的方式
去设计一些纠错编码来解决这个问题
而这种新的方案是利用多体量子态的量子纠缠
把量子信息编码在像涡旋结构的这种背景中
实际上这个信息是在背景流体中间流动的
它是利用量子多体系统中间的
非常底层的背景的运动模式
在一个全局的范围内 来编码量子信息的
所以它就能够自然得对局部的噪声有很好的抵抗性
您会怎么样去比较微软的量子芯片
跟谷歌的Willow在行业里面的一个定位呢？
我们刚刚在录播客前还聊到
谷歌的Willow上已经运行了一百多个量子比特
但是微软的量子芯片现在还只有0.5个量子比特
那是不是代表其实它还没有像Willow跨得那么远？
没错 因为这是一种非常新的技术
这种技术非常具有挑战性
如果成功的话
那么将意义重大
所以它当然需要花更大的精力
和更大的effort（付出）去做这种研究
谷歌的这个技术相对更成熟一点
它是直接通过在超导量子线路上面制作超导量子比特
在物理层面上实现一些量子比特
但是这些量子比特并没有一个非常好的对抗噪声的机制
只能尽量把系统做得尽可能完美
来降低噪声率、误码率
所以它还需要很多量子纠错的编码方式
来真正实现比较有用的逻辑比特
所以人们预测
可能实现逻辑比特需要十几个
甚至也有比较悲观的估计是百万个级别的物理比特
如果从这个角度比较的话
假使微软能够做出一个逻辑比特
也能够比上谷歌的十几个物理比特
对 但是我看微软的这个学术成果发出来以后
学界可能对它整体的印象
跟对当时对Willow的整体印象都不太一样
因为微软它走的这个量子芯片的路线
其实是拓扑量子计算的路线
它其实是在学界里面有一些争议的
大家对它的一些争议的点是什么呢？
拓扑量子计算从原理上面来讲
学界对它并没有很大的争议
基本上从理论上来讲
这是一个可行并且非常令人值得期待的一个技术路线
学界对它的研究也很多
而且微软使用的Majorana的这种技术
在理论界也有很多的讨论
但是长期以来
这个讨论一直都存在于理论和一些简单的实验验证中
还没有被非常明确地实现过
而且在过去的十几年
其实也有很多的实验组
不仅仅是微软试图实现“马约拉纳零模”
这也包括国内的丁洪、薛其坤老师等等的
各种实验组的一些工作
其实这个物理体系相对来说还是有点复杂的
因为它涉及一个量子多体相互作用的一些费米子的系统
所以这里面往往有一些信号
它可以有很多不同的机制来导致相同的实验信号
所以关于这个实验数据应该怎么解读
同样的实验数据是否真的就一定是由马约拉纳零模造成的
是否一定意味着它有拓扑保护
这里面有很多复杂的物理讨论
所以学界中也有很多争论
在过去的历史中间
曾经有一些文章声称发现了马约拉纳零模
但是事实上后来被发现是一些假信号
甚至遭到撤稿
所以学界和业界目前相对来说
对它还比较谨慎
所以人们期待微软能够进一步公布更多的数据
在未来的实验中间
甚至有可能有别的实验组能够重复类似的实验
能够交叉验证这个现象
来确定马约拉纳零模的真实存在
最好能够演示这些马约拉纳零模
能够用一些移动的方式来实现拓扑这个逻辑操作
您有看过微软的那篇论文吗？
您觉得这个论文中它存在着数据不足
甚至是否有和2018年的那次撤稿相同的问题吗？
我有读过这篇论文
我在这个方面并不是一个非常完全的专家
所以我只能说这篇论文在我看来
它描述了一种实验的方法
这个物理量的意义在于
它可以用来读出一个Majorana量子比特的信息
这对于我们读取量子比特信息是非常重要的一种实验手段
这篇论文结论的解读依赖于它们的设备
真的是实现了一个Majorana的量子比特
在这个设备中真的存在马约拉纳零模
但是在论文的数据中
我们还没有看到非常明确的证据
所以人们也是期待微软会有进一步更多的讨论
事实上这篇文章也经历过一段时间的审稿
所以不代表微软最新的研究成果
我相信他们的实验室中间可能会有一些更新的报告
也许我们会在不久的将来听到
因为我们今天录制的时间是在3月12号
然后据说微软会在3月17号
也会公布一些更加详细的数据
或许之后等微软公布了
我们可以有一个小的补录
其实在微软发布了以后
亚马逊也很快发布了它的量子芯片
尤老师可以跟大家解释一下
亚马逊的这个量子芯片它的实现路径吗？
亚马逊的这个量子芯片是叫Ocelot
它也是一个非常有意思的芯片
可能也是好几年磨一剑的成果
它实际上也非常巧妙
用了一个“猫态”的方式来实现量子比特
“猫态”这个量子态可能大家在科普中间也听说过
就是薛定谔的猫
薛定谔曾经作为量子力学的创造者之一
他提出来一种假想的量子态
是一只猫它处于活和死的两种状态的量子叠加态中间
这种叠加态在我们日常的经典的生活中间
是从来没有见到过的
你不可能在大街上见到一只又活又死的猫
这是量子力学给我们的一种奇迹
实际上猫态就意味着说一只猫是活的时候
它体内的每个细胞都是活的
如果它死的话
它的每一个细胞都是死的
所以活和死实际上是大量的细胞的宏观的量子叠加
相对于普通的量子比特来说
你可以认为普通的量子比特像是一个单细胞生物
而猫态是一个量子多细胞生物
对于单细胞生物
它的问题就在于如果有环境的干扰就比较脆弱
容易在环境的干扰中死亡
但是作为一个多细胞生物
它对环境的抵抗力就强得多
如果环境杀死了这个多细胞生物中间的某一些细胞
那剩下的细胞基本上还能够工作
只是可能会生病
比如说会受伤
但是仍然可以通过量子纠错等等的方式
来修复这些伤口
来治疗这些疾病
所以它实际上是利用了多细胞
对于单细胞的在量子层面上的类比
来增加了量子比特的稳定性
以前的量子比特就直接拿一个原子
或者某个微观粒子的某种微观的状态
直接来承载量子信息
就相对比较脆弱
而它们使用这样一个薛定谔猫一样的状态
它也采用了很多先进的手段
来纠正各种各样不同类型的量子错误
它的主要的优势是在于
它能够保证猫态至少在生和死
这两个态上面的寿命能够达到秒的量级
这种量级的寿命
大概是以前其他量子比特的1000倍以上的
也就是说猫态的比特至少在生死这种本真态上的稳定性
比以前好了1000倍左右
所以亚马逊这个量子芯片是有多少个量子比特？
它目前是做了五个量子比特
就算逻辑比特五个是吧？
逻辑比特跟量子比特有什么区别？
猫态做出来的比特
按照他们的定义的话
直接就已经是逻辑比特
因为它有对抗噪声的这个能力
所以它是更不容易出错的
对 更不容易出错
这么看来我能感受到在最近的这半年
甚至是三个月里面
各个硅谷的大公司整体上的突破还是很多的
但是尤老师我记得上次我们在聊我们上一期节目的时候
我觉得您有一个非常好的点评
您说我们基本上所有的节目关注的路线
主要还是集中在超导量子比特的路线
包括像谷歌、亚马逊可能都是这条路线
您觉得量子计算还有哪些比较经典的路线？
有哪些代表性的公司
可不可以总体上给大家来复盘一下？
可以的
还有一些相对来说比较重要的路线
这就包括了中性原子的量子比特
实际上它的想法是用激光
像一个小镊子一样
把一个原子给排列在一起
每个原子它就像一个小灯泡一样
它可以有两种不同的状态
就像亮和暗
当然这些都是量子的
所以它就利用这个原子的不同状态的特性
用激光的手段把原子放到一起去
当原子靠的比较近的时候
发表回复