【編者按】量子計算機將是計算能力組合的重要補充，但量子計算領域仍處于起步階段，因此沒必要早早叫囂量子技術的“霸權”。傳統計算機沒有被這么宣傳過，可它對人類日常生活習慣的改變也起到了舉足輕重的作用。

Quantum supremacy成功了……嗎？

所謂的Quantum supremacy，可以理解為量子優勢，也有人翻譯為量子霸權，一般指的是量子計算在某一個問題上，可以解決經典計算機不能解決的問題或者是比經典計算機有顯著的加速（一般是指數加速）。

說得再直白點就是它擁有秒殺所有傳統計算機的計算能力。

最近有消息稱，通過谷歌研究人員的努力，量子霸權已經成為現實。然而，并不是所有人都認為谷歌的成果意味著可以開始揮舞量子至高無上的旗幟。

這并不是說其54量子位的Sycamore處理器不厲害，只是，許多人會覺得為時過早，且極具爭議。這可能只是為實現可行的量子計算提供的另一個途徑。

我們先來看看關于量子計算機的爭論有哪些，然后再來看看霸權的主張如何成立。此外，量子計算機將如何影響真正的自動駕駛汽車的出現，這也是值得思考的重點。

量子計算

直到現在，我們的傳統計算機基本上仍采用與該領域出現之初相同的硬件架構。

當然，硬件已經變得更快、更小、成本更低，但是，底層的設計原則和操作方法仍然沒變。我們通常稱其為經典計算，你也可以把硬件稱為圖靈機或馮·諾依曼結構。

復習了最基本的計算機知識，現在就該讓愛因斯坦登場了。

在宇宙和物質的原子和亞原子層面上，有些方面對人類來說似乎有些神秘，普通物理學很難解釋。因此，我們有了一個新研究領域——量子力學。

而量子力學提供的一些理論確實解釋了在粒子和亞粒子水平上發生的不尋常行為。

例如，當粒子之間相距較遠時，它們似乎可以以某種方式相互連接，但卻沒有明顯的理由說明為什么不同的粒子之間能夠相互連接。一般來說，這被稱為量子糾纏。

愛因斯坦曾說過這種令人驚訝的糾纏是“鬼魅般的超距作用”，并為如何完美地破解這種奇怪的現象而苦惱。

不論你對上述這種相互矛盾的理論是否感興趣，現象本身就在那里，因此我們也可以利用它。

對于計算機，人們認為可以利用量子方法來構造比特和字節，即內存組件，并有可能極大地提高計算機的內存能力。又由于這會是一種與傳統計算機不同的構造，因此被稱為量子計算，單位是“qubit”（量子位，除了處于“ 0” 態或“ 1” 態外，還可處于疊加態）。

量子位有點類似于二進位制信息單位比特，只不過被加速了。因此它們本質上要更快，比傳統計算機快得多。

另一個與傳統計算機出現早期的相似之處是，現階段建造一臺量子計算機非常昂貴、體積也比較大，還需要大量的冷卻，而且它只有少量的量子位。

Homeland Security Research預測：到2024年，北美將成為全球量子計算的最大市場，市場份額占比39%;其次是亞太地區，占比30%。

當然，電腦太大、笨重不是問題，曾經占用整個房間的傳統計算機如今也變成了可隨身攜帶的移動設備，性能也提高了不知多少倍。因此，量子計算機的全部潛力顯然還沒開發出來。

我們有理由假設量子計算機最終會變得更小、更強大、成本更低等等。盡管要實現這一目標還需要很多年，甚至幾十年的時間（如果它能夠實現的話）。

看到這里也許有人會問，量子計算機能做什么經典計算機做不到的事情？

大多數人認為沒有密鑰加密是不可破解的，只不過當今的大多數加密算法都依賴于這樣一種優勢，即破解加密需要大量的計算能力，因此用于破解計算的成本太大或幾乎難以處理。

如果最快的傳統電腦需要1萬年才能破解你的加密文件，你當然可以認為所有的加密技術都是不可破解的。

但1萬年只是個數字，它并非是無限的。從理論上講，因為量子計算機在計算方面會比傳統計算機快得多，因此，根據使用的加密類型和量子計算機的大小或能力，破解一個加密文件所需要的時間會縮短到幾個月、幾天，甚至是幾分鐘。

這在現在就有其危險性。這就意味著有人可以把加密文件一直私自留存著，然后等到量子計算成熟后將其破解，以此來獲取早年不為人知的秘密。

另一方面，我們可以利用傳統計算機來實現更強的加密，并利用量子計算機來制定更嚴格的加密方案。

但不可否認，不論最后看到的是硬幣的哪一面，量子計算作為最熱門的趨勢領域之一，必將繼續大張旗鼓地發展下去。

速度極快是我們能確定量子計算機能做到的事情，但也許還有很多我們不曾用傳統計算機嘗試解決的、或者想都想不到的情況是它能辦到的。

能幫助人類解決問題這點很好，可同時量子計算也有可能把事情搞砸，讓后果更嚴重，這就引出了量子霸權的話題。

相信量子計算機的人會說，總有一天，這種機器將取代經典計算機，而當那一天來臨時，量子計算機將成為至高無上的存在，這就是“量子優勢/霸權”口號的由來。

谷歌聲稱，他們最近的努力達到了量子至上的目標。他們用實驗量子計算機完成指定任務只用了3分20秒，而對于一臺傳統計算機來說，這需要1萬年的時間。

其他人不信，他們斷言一臺傳統的計算機可以在2~3天內完成同樣的任務。

可以想象，站在量子陣營的人有著舉起量子霸權旗幟的強烈愿望;站在對面的人則認為，做出這樣一個大膽的宣言操之過急。

至少在現在，傳統的計算機能解決無數問題，而這些問題還不能被仍處于研發模式的量子計算機解決。從這個角度出發，當量子的能力還遠遠不如日常使用的電子設備時，說它是至高無上的顯然不合適。

說了這么多，讓我們把注意力轉向真正的自動駕駛汽車，以及它們將如何受到量子計算機的影響。

需要注意的一點是，這里所指的自動駕駛汽車是那種完全由AI操控、不需要人類介入的車輛，也就是要達到L4或L5的水平。

自動駕駛汽車和量子計算機

曾經對L5自動駕駛汽車信心滿滿的蘋果公司聯合創始人史蒂夫·沃茲尼亞克（Steve Wozniak）有些動搖，他在10月的一次活動上更正了自己的想法，說“這太難實現了，在我有生之年估計是懸了”。

而想要實現完全自動駕駛，量子計算機能起到極大幫助。

不過，我們先不考慮量子計算機變得足夠小、足夠便宜，然后把它作為車載計算機處理方式應用到汽車上的情況。畢竟，這里我們太遙遠。

這并不意味著量子計算機就與自動駕駛汽車扯不上關系。

自動駕駛汽車將擁有OTA（空中下載）技術，從云端獲取機載AI系統更新，并將自動駕駛汽車收集的數據傳送回去。

正是在云計算中，量子計算機的超高速運轉能力就凸顯出來，成為協助自動駕駛汽車的有力幫手。更重要的是，這可不是什么遙遠的暢想，當下已經有基于云計算的量子計算機資源可用，相關研究人員正在網絡環境下進行測試。

只不過，現在的量子計算還處于早期版本，錯誤率很高。如何處理和減少量子位的系統錯誤率（通常被稱為量子噪聲問題）一直是研究的焦點。

總的來說，云量子計算機可以用無數種方式協助自動駕駛汽車。

例如，我們知道自動駕駛汽車上的AI系統可以根據收集的道路數據分析，不時進行更新;接下來，通過機器學習（ML）和深度學習（DL）的形式，AI系統在云計算中得到增強、在模擬道路數據上進行測試;然后當一切準備就緒時，就會將其推送給自動駕駛汽車。

ML/DL在云端的計算工作量可能非常大，對于經典計算機來說，會耗費大量的計算周期，運營成本會很高。從車輛的角度來說，這意味著機載AI系統獲得更新需要時間。

換成量子計算機會怎么樣？

天下武功，無堅不破，唯快不破。在云端用量子計算機參與AI增強任務的話，其巨大的速度優勢或許能夠生成一種經過修正的AI，進而更快地推送給整個自動駕駛車隊。

話又說回來，好像量子計算機沒有做出什么新事情，但不可否認，我們可以利用它的速度作為自動駕駛領域進一步發展的一部分。

在云中使用量子計算機的另一個潛力是讓它進行汽車交通調度和交通管理。

一些人認為，一旦自動駕駛汽車流行起來，它們就可以相互配合，以減少交通擁堵。而除了通過V2V（車對車）和V2I（車對基礎設施）進行電子通信外，它們還可能與一個“主”交通管理系統進行交互，該系統將試圖使成千上萬輛汽車的流量保持平衡。

進行流量管理的計算工作量可能相當大，因此云量子計算機就能發揮其作用。量子計算機的車載AI可以在云中咨詢，得到一個額外的“意見”。

至于想要單獨依靠量子計算機對車輛進行遠程操控，這個想法可能不太行。無論是讓人類遠程駕駛還是量子計算機進行同樣的操作，涉及乘客的遠程相關風險對自動駕駛汽車的安全來說都不是好兆頭。

同時，不要誤以為量子計算就是萬靈藥。專注自動駕駛技術的企業和那些利用量子云能力的公司在使用量子計算機時應該像使用常規計算機一樣嚴謹，有了速度優勢就偷工減料，推送大量沒必要的信息不可取。

結論

量子計算機將是計算能力組合的重要補充，但量子計算領域仍處于起步階段，因此沒必要早早叫囂量子技術的“霸權”。

傳統計算機沒有被這么宣傳過，可它對人類日常生活習慣的改變也起到了舉足輕重的作用。

責任編輯：ct