據稱，谷歌研發人員在經過不懈努力后終于實現了所謂的“量子霸權”技術，最近的這條消息令人們興奮不已，因為該技術受到了人們的熱烈追捧。

盡管谷歌通過其研究及付出為“量子霸權”搖旗吶喊，但并非所有人都認同這一點。

當然，這并不是說谷歌采用了 54 量子比特（54-qubit）的 Sycamore 處理器這一事件的意義不顯著。恰恰相反，事實上，該處理器在助力實現可行的量子運行方面邁進了一大步，但量子計算機當前的水平能否當得起“真正意義上的霸主地位”的頭銜呢？許多人認為這還有待商榷，畢竟該技術水平尚不成熟，“霸權”一詞的使用方面也存在極大的爭議。

首先，讓我們先了解下量子計算機的構成及其令人驚嘆之處，然后再探討“霸權”這一用詞的使用是否恰當。

此外，我們還應該仔細考量：量子計算機如何影響真實自動駕駛車輛出現的影響，這才是有意義的事情。

解析量子計算

如今，我們傳統計算機所采用的硬件架構與計算機領域誕生以來所采用的架構基本一致。

硬件的速度確實變得更快了、體積更小了、成本也更便宜了。盡管如此，其基本設計原則和操作方法沒什么改變。

通常情況下，若提到經典計算（classical computing），您可能會聽到有人將這類硬件設備稱為圖靈機（turing machine），（這是以阿蘭·圖靈的名字來命名的，他是一位數學和計算學領域的先驅），或者您會向朋友和日常生活中的陌生人嘟囔，將這類硬件稱為馮紐曼架構（von Neumann architecture），（以物理學家和數學家約翰·馮紐曼的名字來命名）。

如今，你已經大致了解這類基礎性知識，現在是時候介紹愛因斯坦了。

在物理學中，有個研究領域被稱為“量子力學”（quantum mechanics）。當從原子級和亞原子級來看待宇宙及物質時，似乎還有許多難以用普通物理（ordinary physics）理論來解釋清楚的神秘未解之謎。然而，量子力學領域的相關知識可提供引人入勝的理論，可被用于解釋粒子及亞粒子級所發生的異常行為，這一點毋庸置疑。

舉個例子，當各粒子彼此間的距離較遠時，各粒子間似乎存在一定的關聯性，然而，目前尚找不到明顯理論依據來解釋離散的各離子相互間存在關聯性的原因。基本上，這就是人們所熟知的量子糾纏（quantum entanglement）。

愛因斯坦處于量子力學公式（quantum mechanics formulation）研究的全盛期，愛因斯坦更譏諷這類量子糾纏為“鬼魅般的超距作用”（spooky action at a distance），這一論斷讓他聲名顯著，同時也開始對如何全面解釋這一奇特的想象而煩惱。

因此，你可以引用愛因斯坦的話，量子糾纏的確像鬼魅一般。

總之，事情在于，不論你相信還是不信這類競爭理論（competing theories），似乎這類現象本身依然存在。因此，我們可以探索其原理。

至于計算機方面，有人認為，您或許能夠構建比特與字節（bits and bytes）、存儲器元件（memory components）、利用量子學方法，從而有可能大幅提升計算機的存儲能力。

相較于傳統計算機，由于其采用了不同的方式，該方式被取名為量子計算，由一臺特殊的計算機構成，該設備采用了量子學的知識，其基本信息單位是量子比特，計算對象是量子比特序列。量子比特與傳統的比特有點類似，但會像用了類固醇（steroids）一般加速旋轉，從本質上講，量子計算機的計算速度更快，比當今傳統計算機的計算速度快太多。

目前，一臺量子計算機的建造成本極其高昂，其體積也相對較大，需要采用大量的制冷設備。當前，只是實現幾個零散的量子比特，因此，目前的水平仍遠未發揮出該類設備的全部潛力。

當然，您也不能因量子計算機體積太過于龐大且極為笨重而否定它，在真空電子管時代，也有人這么說過傳統的計算機并預言未來的計算機將始終占據整間房間。然而，現如今的智能手機可以輕松放入衣物的口袋內，而手機的計算能力也遠強于早前的巨型機（mainframes）。

最終，未來的量子計算機的體積將變得更小、功能也更為強大、成本較低，這類假設很合理。但前提是，若該目標能夠得以實現，在真正實現該目標之前，恐怕還需要等上許多年，或許要數十年之久。

您可能會好奇，有什么功能是傳統計算機無法實現但量子計算機卻能夠實現的？

為何要喋喋不休地談論并在意這類與量子相關的知識點呢？

好吧，從理論上講，量子計算機的計算速度要遠遠勝于傳統計算機的。我們所謂的快速，指的是快到極致。

由于其計算速度較快，其中一項應用領域是加密技術，在數字化世界中，我們利用加密技術為存儲于遠程磁盤驅動內的文本信息及文件提供隱私保護。

大多數人都認為，在沒有密鑰的前提下，加密（文件）是不太可能被破解的。

當今，絕大多數的加密算法依賴于密鑰，若要破解當代的加密技術，這需要數量巨大的計算能力，因此要耗費巨大計算量，花費高昂的代價。換言之，幾乎無懈可擊。

即便是采用計算速度最快的傳統計算機，也需要耗費 1 萬年來破解加密文件，從實踐角度看，這意味著加密或許無法被破解，盡管從事實上講，若您愿意等上一萬年且該計算機能夠始終持續地從事破解工作，等一萬年后也是可以破解的。

若采用一臺量子計算機，可能只需要耗費數月時間就能破解該加密文件，或許只需數天乃至數分鐘，這主要取決于所采用的加密方式以及量子計算機的體積與功能。

這聽起來非常駭人，這意味著若某人對加密文件感興趣，只需要使用量子計算機調查該文件，并等待其計算完畢，就能在多日后使用被破解的加密文件，從而能夠在決定破解文件后看到早前被隱瞞的秘密信息。

當然，凡事都有兩面性，我們可以用傳統的計算機功能更為強大的加密機制，還能利用量子計算機來打造更難以破解的加密方案。

量子計算是當前最熱門的技術趨勢領域之一，未來將獲得更多的宣傳介紹。

目前，對于量子計算機，業內還有大量的開放性問題，如：還有哪些類型的難題只能由量子計算機來解決，而其他的傳統計算機卻根本解決不了？這意味著除了計算速度外，還有哪些類型的難題是我們從未通過使用或考慮使用傳統計算機來解決的，但卻能夠被量子計算機解決的？

此外，另一項爭論話題在于：是否存在傳統計算機能夠解決，而量子計算機可能無法解決的難題？或者相較于傳統計算機，量子計算機解決該類問題的實際表現更差勁？

這就引出了我們前文所提及量子霸權的話題了。

當您與各類了解計算機的人士共處一室時，他（她）們將分享不同的觀點，在討論量子計算機的運行及問題解決能力時，不可避免地會形成意見相左的兩個陣營（量子計算機陣營和傳統計算機陣營） 。一個陣營宣稱他們會有更好的方法，而另一組人則會駁斥其觀點。

這與你們在選擇支持自己喜愛的球隊或偏愛的威士忌酒品牌時遭遇的情況類似。

量子計算機陣營的人士認為，未來某一天，或許有跡象表明，量子計算機將完勝傳統計算機。當那一天到來時，量子計算機的“霸權”地位將得到彰顯，因此，“量子霸權”這一口號令量子計算機聲名狼藉（前面提到的霸權是貶義詞）。

谷歌斷言，其最近的研究成果已實現了量子霸權這一目標，其采用了實驗型量子計算機執行任務，若采用傳統計算機，該任務的完成時間需要 1 萬年。然而，其他人卻并不這樣認為，其斷定若改用傳統計算機來執行該試驗任務，耗時僅為 2-3 天。

對于堅定站在量子計算機陣營的人而言，他（她）們迫切需要高舉“量子霸權”的大旗，這一點不難理解，但其所謂的“霸權”從詞義上講有些含糊不清，某些人則認為這個說法有些缺乏定義（poorly defined）（目前的爭議點在于：應采用哪些指標進行衡量），還有一部分人聲稱，谷歌作出如此大膽的宣告似乎有些操之過急。

此外，若您還關注過已被傳統計算機或經典計算機解決的海量難題，那么就會發現，目前仍處于研發模式的量子計算機未必能解決這類難題。

當量子計算機的性能遠不如當今日常生活中所使用的計算機時，這時候卻宣稱量子計算機全面領先且已處于霸主地位，這樣是否公正、合理呢？

為量子計算機冠上“霸權”的頭銜也頗有譏諷的意味，可能關注霸權的爭議有失禮貌，有人也認為“量子霸權”這一稱呼不得體。

確實，冠上“霸權”這一王冠頭銜可能是推動量子計算機研發的一種手段。事實上，這類能喚起集體榮譽感（esprit de corps）的稱呼可能會使創意的思維流淌，吸引公眾的關注。但是，最終，我們希望將（量子）計算機視為一種工具，供我們進一步探索和進步的探尋工具。

我確信我在努力的修正該議題的兩極化趨勢發展，但最終會受到兩大陣營的抵制，在最近的這些日子里，我已料到了這類結果。（傷心）

讓我們將注意力放到真正的自動駕駛車輛上吧。此外，量子計算機的出現將會對自動駕駛車輛造成何種影響呢？

自動駕駛車輛的分級

當提到真正的自動駕駛車輛時，我需要進一步闡明其定義，這一點非常重要。

真正的自動駕駛車輛完全由車載人工智能技術來驅動車輛的操作，在執行駕駛任務期間，無需人類介入操作輔助

這類無人駕駛車輛即 SAE 定義的 Level 4 和 Level 5 自動駕駛車輛，而需要人類駕駛員進行駕駛操作輔助的車輛通常屬于 Level 2 或 Level 3 自動駕駛車輛。這類車輛需要駕駛員與車載半自動駕駛系統共同承擔駕駛任務。此外，這類車輛通常內置了各類附加裝置，即所謂的先進駕駛輔助系統（ADAS）。

目前，尚無一輛真正意義上的 Level 5 自動駕駛車輛，我們甚至不清楚未來能否造出這類車輛，也不知道還需要多久才能造出 Level 5 自動駕駛車輛。

與此同時，Level 4 自動駕駛車輛在某些非常“狹義的”、經過挑選的公路路段上開展路測活動，試圖實現對應的自動駕駛駕駛水平，但該路測研究本身卻引發了爭議（某些人指出，在高速公路及側道上開展自動駕駛路測時，在面對生死風險時，我們都是實驗用的“豚鼠”）。

由于半自動駕駛車輛需要配置人類駕駛員，從量子學角度看，相較于傳統車輛，這類自動駕駛車輛并無本質上的差異。

值得指出的是，盡管有些人一直在發布視頻，顯示在搭乘 Level 2 或 Level 3 自動駕駛車輛時，自己卻在駕駛座入睡的。但看視頻的人千萬不要被誤導了，切勿相信在搭乘半自動駕駛車輛時，用戶能夠將自己的注意力從駕駛任務中移開。

不論車輛的自動化程度是否能達到 Level 2 或 Level 3，只要在這類半自動駕駛車輛中，您（駕駛員）就是該類車輛駕駛操作的責任方。

自動駕駛車輛和量子計算機

對于 Level 4 和 Level 5 這類真正意義上的自動駕駛車輛而言，量子計算機的作用只是“搭把手”罷了。

首先，我們將“量子計算機能否在短期內將體積縮減得足夠小”這一難題放一邊，其售價能否變得足夠便宜？其他方面能否進一步修正，以便能夠以車載處理器的方式被整合到自動駕駛車輛中呢？

我覺得，就目前的情況看，不存在這類可能性。

短期內遠不可能將實現車載量子計算機，不用對這類情況的發生抱有期望。

那么，量子計算機對自動駕駛車輛而言用處大嗎？

當然沒用！

不過，還請切記，自動駕駛車輛擁有空中下載（OTA）電子通信功能，可從云端向車輛下載系統升級包，實現車載 AI 系統的功能升級。與此同時，系統還能將自動駕駛車輛所采集的數據上傳到云端。

量子計算機或許能在云端擁有一個受歡迎的高速計算插槽，為真正的自動駕駛車輛提供輔助。

這并非某些遙不可及的幻想，因為如今已經有了基于云端的量子計算機資源可供使用，研究人員及其他人員正在網上使用這類資源。

事實上，我也通過云端（平臺）進行過量子計算編程，這確實很具有沖擊性（blast），但也明確了一點：我們正設法弄清楚，究竟應采用何種專業的編程語言及何種專業的類數據庫結構，以便與量子計算機相匹配。

有一點需要牢記，當今的量子計算機尚處于初級階段，這意味著其錯誤率居高，目前正在探索應如何在量子比特環境下抗衡、規避或減少系統錯誤率，該難題始終是研究的重心所在。（這類問題通常被稱為“量子噪聲難題”）。

總體而言，云端量子計算機（最好不是一種模擬設備）或許能以無數種方式被應用于自動駕駛車輛，為其提供助力。

舉個例子，自動駕駛車載系統將通過實施數據更新向 AI 系統傳輸信息，該系統將基于所采集的道路數據信息分析做出駕駛決策。憑借機器學習（ML）和深度學習（DL）技術，云端的 AI 系統的功能將得到強化。此外，該類 AI 系統還將基于模擬的道路數據開展測試，當該系統成熟后就會被配置到無人駕駛車輛中，被用作車載 AI 系統。

云端 ML/DL 所能實現的運算工作量相當龐大，相當于成堆成堆經典計算機的計算量，這意味著只需一小會兒，就能為車載 AI 系統創建新的升級包，但要“消化”如此巨量的傳統計算機計算量，所付出的代價也極為高昂。

想象下量子計算機的應用畫面。

或許您本可以在云端擁有一臺量子計算機，并使用該設備參與到 AI 增強任務中。由于量子計算機擁有巨大的速度優勢（可能吧），您可能會生成一款修訂版的 AI，不久后將該 AI 系統配置到車隊內的無人駕駛車輛中。

不妨這樣想吧。

假設在某些公路事例中的邊界情況或極端情況下中出現無人駕駛車輛，且這類情況是早前車隊內任何一輛自動駕駛車輛所未經歷過的情況，該數據或被傳輸至云端并被立即解析，然后創建升級包，再傳輸至無人駕駛車輛中。在完成升級后，可基于從車隊中的其他自動駕駛車輛所學到的要點（elements），從而快速提升整個車隊的自動駕駛水平。

我不建議將量子計算機用于某些全新的領域，我要強調的是，應嘗試將量子計算機的速度優勢運用到無人駕駛車輛的軟件更新升級領域。

若操作得當，這意味著這類無人駕駛車輛的功能性會有所提升，乘客的搭乘體驗也會更好，由于無人駕駛車輛是自動駕駛車輛的強化版，可以推斷出，那些鐘情于無人駕駛車輛的人對這類車輛的感官也會更好。

但請勿將此錯誤地解讀為：量子計算機方案是“靈丹妙藥”（panacea）。

或許有人會經不住誘惑，想憑借量子計算機的超高速度走捷徑，推出一些準備不足、尚不足以應用的升級包推出來。若真如此的話，是相當不幸的一件事。

我希望自動駕駛技術制造商及那些云端技術（含量子計算機技術）的使用方能夠穩住，能夠能像使用日常傳統計算機那般來使用量子計算機。

結論

云端量子計算機還有另一項使用示例：將量子計算機用于車流量的規劃安排并承擔交通管理的工作。

有人認為，當無人駕駛車輛在路面上占據主導地位后，這類車輛或將完美無缺，并通過車輛的相互協調，緩解交通擁堵的情況。

除了能夠通過車間通信（V2V）、車輛與基礎設施間通信（V2I）等實現車輛間的“溝通”外，自動駕駛車輛還能與“占據主導地位的（master）”交通管理系統實現交互，該系統正試圖規劃好路面上數以千計的車流。

由于交通管理系統的計算量極為龐大，甚至有些“超負荷”，而云端量子計算機的強大計算能力及計算速度或許能提供相應的輔助。

我知道你們中的某些人可能會好奇，云端量子計算機的計算速度是否足夠快，從而成為自動駕駛車輛的“駕駛員”。

我不這么認為。

我早前發布的文章中提到過將無線網絡用作駕駛方式的危險性，駕駛員進行遠程車輛操控時存在一定的風險，不論是遠程駕駛員還是云端量子計算機，若采用遠程車輛操作，從自動駕駛車輛的安全性考量，這種方式不會帶來好結果。

換言之，車載 AI 或許能夠與云端量子計算機進行咨詢溝通，上述工作只是為車輛駕駛提供額外的“參考意見”（opinion），但前提是要牢記，從云端獲得結果時存在一定的數據傳輸延時（由于云端連接難以維持，延時難題始終無解）。

量子計算機將成為計算功能方案的重要補充手段。

畢竟，量子計算機尚處于初級階段。

如今，您只是對量子知識有所熟悉（只是熟悉最新的量子計算的最新知識）。

我鼓勵所有想為計算機未來發展作貢獻的人參與到量子計算相關工作中，或對這類技術有更多的了解。

這只是我的一個小小承諾。

對于“霸權”一詞的使用要持有審慎的態度，不要將穿上那些印有“量子霸權”的 T 恤衫四處鼓吹，除非您也樂意穿上“經典霸權”（classical supremacy）的T 恤衫做同樣的事情，這非常考量個人的膽量和對該技術的熱誠度。