導讀：量子計算機（Quantum Computer）是一種使用量子邏輯進行通用計算的設備。不同于電子計算機（或稱傳統電腦），量子計算機用來存儲數據的對象是量子比特，它使用量子算法進行數據操作。

我們也許離真正解鎖量子計算的真實力量還很遠，但是D-Wave承諾通過其顯著升級的量子處理器讓我們一嘗未來的滋味。

當其明年初發布時，這家加拿大公司新的量子芯片將能處理2000量子比特的數據（qubits），幾乎是現有D-Wave 2X系統中處理器可用數量的兩倍，同時能夠比前代產品的處理速度快1000倍。

D-Wave機器都是價值數百萬美元的電腦，其使用“量子晶體管”來處理數據，另外使用液氮來冷卻細小的環形鈮到絕對零度。只有很少一些地方在使用這個系統，包括谷歌和高校空間研究學會（Universities Space Research Association）、洛克希德馬丁（Lockheed Martin）和洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory）。此外，D-Wave也提供云端服務允許用戶來訪問它的量子計算機系統。

量子計算仍然大部分處于理論研究階段，其主要研究如何利用的奇怪和違反直覺的方式，在原子水平上開發非常強大的機器。對于某些特定任務，量子計算機有潛力比現有的系統要明顯快上許多倍，同時更加節能。但是通用的量子計算機目前還不存在，D-Wave系統利用不同的原子行為特性（比如糾纏和狀態疊加等）來解決一系列困難的計算問題。

“我們選擇的方向發展十分迅速，幾乎每年量子比特的數目都會翻一倍。”D-Wave業務發展和戰略合作伙伴Colin Williams說道。

提升D-Wave處理器中的量子比特使得系統更加靠近擁有挑戰傳統計算機的能力，同時新的處理器也支持添加新的特性（允許進行更有效地運算）。

“從內部測試來看，這是一個非常值得去做的事情。通過利用這種特性我們已經加速了1000倍去解決那些存在的問題。”劍橋CW TEC的William這樣說道。

如果按照今日的計算機來類比的話，D-Wave系統不是通用的計算機。

D-Wave能做的遠不止你要求的任一計算任務，它被設計來是處理一些特定的任務（像無約束二進制優化及相關取樣問題等）。有關這類優化問題可以舉一個非常簡單的例子，你要制定一個房子的規劃，它要盡可能符合你心目中理想的條件、細節，但是又要保持在你的預算范圍中。

D-Wave處理器能夠執行的特定工作也能應用到一系列領域中，特別是訓練機器學習模型。

然而，建立通用的量子計算機仍然存在十分巨大的困難，有幾個尚未解決的工程難題擺在面前。UCL納米電子學和光子學教授John Morton通過過去芯片發展趨勢推算，預測第一代通用量子計算處理器不會在21世紀30年代之前出現。

John Morton提到僅僅一個計算器的話并不能稱為計算機，因此D-Wave系統并不能說是一個通用的量子計算機。“一個計算器能夠解決許多特定的問題。很多人都在使用它，并且你也能在不同的工業領域中使用它。因此當D-Wave展示出很多個工業領域中都可以運用它們的機器時，也許確實其可以被應用到該領域中，但是它仍然只是一個特定的設備而已。”

雖然谷歌目前并沒有將D-Wave運用到自身的機器學習系統中，但是D-Wave處理器的可信度（一直有學術界人士質疑）在去年谷歌的一個實驗中得到驗證。

在谷歌的實驗中，處理同樣大小數據量時D-Wave所需要的退火時間要少幾個數量級，下圖所示為模擬退火方法（SA）,量子蒙特卡洛方法及D-Wave 2X在執行退火操作所用時間的對比結果。

該實驗發現D-Wave 2X處理器在進行相似的操作中比傳統的處理器要快上1億倍，不過Williams說更重要是，這證明了D-Wave的芯片在未來的可行性。

實驗中也為我們展示了D-Wave 2X處理器在處理弱-強集群網絡問題方面的幾個實例的布局圖（見下圖）。圖中所示為三個不同規模大小的網絡295,490，945量子比特。每一個集群由Chimera圖的一個8量子比特單元構成。橙色的點所描述的是一個強局部場的量子比特，藍綠色的點代表弱場的量子比特。藍色線代表強磁耦合，紅色線代表強反磁耦合。注意，由于并不是所有的1152量子比特都具有可操作性，所得到的圖像可能呈現無規律性。

“該實驗的主要結果并不完全是速度的提升，因為在其他經典算法上能夠做到更好。這個實驗表明量子隧穿真的在D-Wave芯片中發生著。這說明即便隧穿范圍是有限的，它仍然是一個有用的計算工具。”

“谷歌同我們一樣明白，當我們進一步使得芯片更加緊密連接時，目前運行良好的經典算法將會馬上完全失敗。”Williams另外提到。

D-Wave已經從許多投資者那邊募集了幾百萬美金，投資者包括高盛投資銀行、In-Q-Tel（美國中央情報局投資部）、Bezos Expeditions（亞馬遜創始人Jeff Bezos）以及BDC Capital、Harris &Harris Group和DFJ。

一臺能夠模仿人類說話的機器

D-Wave芯片太過于專業化，反而限制了其實用性，這是關于這種芯片的另一種批判性觀點，但是， Willams并不贊同這種觀點。

“認為D-Wave芯片用途過于單一，我不贊同這種觀點。事實上，該種芯片在一個領域的應用能夠被擴展到更多不同的領域”，他表示。

Williams未直接提及有哪些公司通過這種方式運用D-Wave芯片，他表示，這類處理器被應用于商業領域來優化交易軌跡，在生物科學中用于研究蛋白質是如何組合的，并構建蛋白質序列過濾器，以便精確檢測每一個潛在的蛋白質序列，D-Wave芯片的這種應用有助于改善檢測恐怖分子名單的安檢服務，同時也有助于研發AI和計算機視覺二元分類器。

但是，D-Wave芯片的理論基礎是無監督機器學習，為一個神經網絡提供訓練數據，機器通過識別模式進行學習。Williams認為，D-Wave處理器將產生巨大的影響，也許能夠解釋Google在該技術領域的研究興趣。

“我們認為，機器學習與AI是這種機器最優的應用案例。D-Wave芯片將有可能為機器學習領域，尤其是為無監督生成學習研究，帶來一場徹底的革命”，他認為。

“利用這種量子芯片，我們將有能力解決機器學習領域先前出現的極具挑戰性的問題——‘如何使無監督生成型機器學習能夠有效地投入到實際應用中？’”

如果能夠解決上述問題，你將能夠運用機器學習實現許多不可思議的突破。通過訓練機器，你能夠使它生成新的數據，從統計學層面來講，新生成的數據能夠達到與用于訓練機器本身的數據高度相似的效果。

Williams預測，未來的D-Wave芯片能夠訓練機器，例如用繪畫大師的作品來訓練機器，使機器能夠生成具有藝術價值的新作品，或者使機器能夠高度逼真地模仿人類的聲音。

D-Wave已經在芯片上運用機器學習進行過實驗，構建出一種玻爾茲曼機，一種隨機遞歸神經網絡，也可以稱之為“量子玻爾茲曼機”，Willams表示，“這種量子玻爾茲曼機在本質上有別于先前的機器學習模型”。

Williams認為，D-Wave芯片，或其他類型的量子處理器不會取代一些經典的計算機芯片，反之，將會與這些經典的芯片共同被用戶使用。

“我們認為，量子計算不會取代經典的機器，這種計算方法將通過強化經典的系統來改變世界”，Williams表示。

例如，你能夠獲取一臺量子計算機的輸出信息，將其作為輸入信息運用到一種啟發式搜索算法中。核心觀點是這種量子算法有助于你接近而不能夠找到一種好的解決方案，而一種經典的算法則能夠有助于最終找到這種解決方案。

我們也可以從一些預處理技術中選取一個難以解決的問題，運用這種量子芯片將這個問題分解為一系列小問題。

Williams表示，除了能夠處理2000量子比特，D-Wave將基于我們學習到的所有經驗，運用一種新型拓撲結構，設計出一種“下一代芯片”。

關于新型D-Wave芯片的更多詳細信息

針對那些對實質問題感興趣的專業人士，Williams對2,000量子比特芯片的性能做出了深度解說。

每一個D-Wave處理器的設計宗旨是用于量子退火，即運用量子物理學知識找到一種消耗能量最小的狀態，這將有利于解決優化問題和上述提到的相關樣本問題。關于這種新型芯片如何更加有效地控制退火過程，Williams也做出了詳細解釋。

經過參考哈密頓公式（在給出一個系統的狀態的條件下，運用該公式能夠在該系統中輸出能量），他表示，“這種新型芯片不僅僅能夠處理更多的量子比特，我們已經運用它改變了許多其他特征。運用先前的D-Wave芯片，我們只能夠觀察一種退火軌跡。目前，我們只能基本做到閉合初始哈密頓回路，打開最終哈密頓回路”。

現在運用能夠處理2,000量子比特的芯片，我們將能夠更好地控制參數，控制軌跡。

我們能夠運用很多特征中止退火過程，并且能夠快速加速這一過程。不再需要以一種恒定的速度執行退火這一過程。

這將是非常有趣的，因為你能夠在退火正在進行的過程中，探測量子的狀態，這是量子玻爾茲曼機的一個極為重要的特征。

我們先前也擁有一個快速退火生成系統，能夠在20微秒內操作完成退火過程。不過，運用我們的新系統，能夠實現在5微秒能完成這一操作。