“预测股市、破解密码”，量子计算是科技神话还是未来实用？

随着各国政策工具箱持续扩容、技术突破不断涌现，全球量子竞赛进入白热化阶段。包括中国的“九章”系列、“祖冲之”系列，以及美国谷歌的Sycamore（悬铃木）、Willow等在内，全球范围内至少有四型量子计算机实现了量子优越性。所谓「量子优越性」，即量子计算机在特定任务上展现出远超经典计算机的计算能力，其核心价值在于在特定计算任务中证明量子计算带来的指数级加速优势，从物理原理层面验证量子计算体系超越经典计算边界的可行性。目前，中国是唯一一个在两条技术路线（超导、光量子）上都实现了量子优越性的国家。

这些重大成果也迅速将量子计算推向了公众关注的热潮中心：“量子计算机真有那么神奇？它能预测股市涨跌、让我们一夜暴富，甚至破解所有密码？”量子计算究竟是媒体过度渲染的科技神话，还是即将落地的实用工具？那些被热炒的超能力到底是真实潜能，还是夸张想象？在揭开「量子优越性」的面纱之前，我们需要先踏入量子世界的基础门槛，了解其独特的工作原理，并看清它目前到底发展到了哪一步。

经典计算&量子计算：

究竟是什么“魔法”？

要理解量子计算，首先需要从我们当下所熟悉的“经典计算”说起。

1.1经典计算：0和1的世界

我们每天使用的手机、电脑，核心都基于经典计算。它的基础是“比特”（bit），就像电灯开关：非开（1）即关（0）。所有信息（文字、视频甚至复杂程序）最终都被转化为无数个0和1的组合。经典计算像一位勤勤恳恳的邮差，每次只能走一条路送一封信，效率虽高却难应对指数级增长的问题。当问题复杂度爆炸（如药物分子模拟需计算所有原子组合），即使超级计算机也需要数亿年才能解决。经典计算的瓶颈主要有：摩尔定律接近极限；数据规模持续上升；算力需求不断增大。

图1：一个比特（bit）就是一个二进制位，8位称为一个字节（byte）

1.2 量子计算：欢迎来到“非0非1”、“既0且1”的世界

与经典计算的0和1不同，量子计算的基础是“量子比特”（qubit），它不仅能像经典比特那样表示0或1两种状态，还能以叠加态的形式同时兼具两者特性──就像那只既死又活的薛定谔之猫一样，正是这种违反常识的特性，赋予了量子计算超越经典计算的潜力。

图2：量子比特不仅可以像经典比特一样处于0态或1态（左、中），还可以同时处于0态和1态的叠加态（右）

单个量子比特在其内部的两个状态0与1之间存在量子叠加现象，然而，量子世界给我们带来的惊奇还远远不止这一点——多个量子比特之间还可存在一种被称为量子纠缠（quantum entanglement）的特殊关联。简单来说，就是两个或多个（任意个）量子比特之间无论相距多远，对其中一个量子比特的测量都会瞬间影响到其他量子比特的状态！

正是因为量子叠加和量子纠缠的存在，量子计算机在处理特定问题时，可以展现出经典计算机难以企及的并行计算能力。举例来说，一个拥有N个量子比特的量子计算机，在叠加态下可以同时表示2^N种可能性。这意味着，随着量子比特数量的增加，量子计算机的计算能力将呈指数级增长。对比于经典计算机一次只能尝试一种可能性，量子计算机可以同时尝试所有可能性，从而大大缩短解决复杂问题的时限。

图3：经典计算与量子计算的对比

再举一个形象的例子。如果将计算比作是在寻找迷宫的出口的话，那么经典计算就相当于逐个遍历所有路径，尽管这样也总能找到那条正确的路线，但耗时可能非常长。而量子计算则相当于同时走所有路径，并通过量子算法的设计，令测量时坍缩到正确路径的概率最高，进而迅速筛选出正确路径。

视频1：经典计算寻找迷宫的出口示意

视频2：量子计算寻找迷宫的出口示意

误解破除一：

量子计算机真的能预测股市走向、让人“一夜暴富”吗？

股市预测一直是金融领域的圣杯，如果存在一种可以精准预测市场的技术，那确实能让我们一夜暴富。量子计算在理论上具备处理海量金融数据、识别复杂模式、优化投资组合和风险管理的能力。例如：

• 蒙特卡洛模拟：量子算法可以加速期权定价中的蒙特卡洛模拟，提供更快的估值；

• 投资组合优化：量子退火算法可以用于在给定风险水平下寻找最大收益的投资组合；

• 套利机会识别：在高度复杂的金融市场中，量子计算可能帮助识别微小的套利机会。

图4：量子蒙特卡洛模拟

然而股市是由人性、政策、突发事件等无数变量交织的混沌系统，本质是信息不全+随机不可测。量子计算擅长解决有明确数学规则的问题（如优化路径、分解质数），但无法预测人类情绪或未来突发新闻。如果有人说“量子算法能稳赚不赔”，大概率是骗局——科技不是魔法，更不是赌徒的工具。

误解破除二：

量子计算机真的能一夜破解所有密码？

“量子计算机能一夜破解所有密码，信息安全将不复存在！”——关于量子计算的种种误解，这是最为常见、也是最具误导性的一个。虽然Shor算法对RSA等经典密码构成威胁，但实现Shor算法需要数百万个高保真量子比特和成熟的量子纠错技术，而目前最先进的量子计算机只有几百个易出错的量子比特，距离实用还很遥远。更何况，科学家早已开始研发抗量子密码（如格密码、哈希密码）。二者就像矛与盾，量子计算之矛和量子安全之盾都在同步演进，我们需要警惕，但无需恐慌。

图5：肖尔算法示意图

至此，也就引出了如下这个为大众津津乐道的话题——量子计算机会取代经典计算机吗？由前文所言，我们可以确信地说：量子计算机是特定问题的加速器，而非通用替代品。

量子计算机在处理某些特定类型的计算问题上，表现出指数级的优势。例如：

• 搜索问题：格罗弗算法（Grover's Algorithm）可以加速无序数据库的搜索；

• 模拟问题：量子模拟在材料科学、化学、药物研发等领域有巨大潜力，可以模拟复杂的分子行为；

• 优化问题：在物流、金融、人工智能等领域的复杂优化问题上，量子算法有望找到更优解。

对于大多数日常计算任务，比如浏览网页、处理文档、看视频、玩游戏等，经典计算机已足够高效经济。此外，量子计算机的运行条件极为苛刻（如超低温、高真空等），维护成本高昂，且其擅长的领域非常专业化。因此，量子计算机更可能作为经典计算机的补充和加速器，而非完全取代。

由此可以预测：未来很可能是一个“混合计算”的时代，即经典计算机负责处理通用任务，而量子计算机则专注于解决那些经典计算机难以胜任的“超难问题”。就像超级计算机不会取代我们家用电脑一样，量子计算机也不会取代我们口袋里的智能手机。澄清了种种误解，让我们回到技术本身——

当前进展：

量子计算机究竟发展到了什么程度？

从目前的进展来看，量子计算正处于从实验室走向实际应用的含噪中等规模量子（NISQ,Noisy Intermediate-Scale Quantum）时代，其特点是量子比特数量有限、纠错能力不足。

图6：不同技术路线的量子计算机

基于不同物理体系的量子计算实现方案（技术路线）各具特色。当前，全球范围内的科技巨头和初创公司都在大力投入量子计算的研发：

• 超导量子计算：中美团队在2024年均取得重大突破，例如：12月10日，谷歌推出具有105个超导量子比特的Willow芯片，实现了低于阈值的量子纠错；由中国科大、国盾量子等联合研制的“祖冲之三号”超导量子处理器在量子计算优越性方面建立了新的全球基准；

• 离子阱量子计算：Quantinnum、华翊量子、奥利地因斯布鲁克大学等团队在离子阱技术上持续进步，以其高相干性和精度著称；

• 光量子计算：中国科大团队、加拿大Xanadu已在光量子计算领域取得了里程碑式成果（如“九章”系列）；

• 中性原子、拓扑量子计算等：多种不同的物理实现路径并行发展，各有优劣。
  

目前，量子计算正从单纯的硬件研发走向平台化和云服务化。许多公司和研究机构已经提供了基于云端的量子计算服务，让开发者和研究人员无需拥有昂贵的量子硬件，也能通过网络访问并运行量子算法。这种模式极大地降低了量子计算的门槛，促进了生态系统的发展。例如，2024年9月，中电信量子集团“天衍”量子计算云平台在气象预测领域率先发力，发布了混合量子经典神经网络预测降雨量的解决方案。在时间序列预测和模式识别等关键任务中，这一创新模型能更敏锐地捕捉气象数据的细微变化与潜在规律，增强了灾害性天气的监测与预警能力。

结语：

从科幻走向现实，未来可期

量子计算并非万能的“神话钥匙”，而是一项仍在摸索中成长的颠覆性技术，面临着硬件制造、纠错机制和算法研发等多重挑战。那些看似违背直觉的量子叠加与纠缠特性，赋予了它在并行计算、材料设计、药物研发、人工智能、金融建模和物流优化等领域的独特优势。

随着理论突破与工程攻关的不断深入，量子技术将继续以云服务形式不断融入我们的日常生活，悄无声息地提升物流效率、加速新药研发并强化数据安全。而理解它、关注它、甚至参与其中，将帮助我们更好地迎接这个即将到来的量子时代。

[1]https://www.nist.gov/news-events/news/2024/08/nist-releases-first-3-finalized-post-quantum-encryption-standards

[2]https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.134.090601

[3]https://blog.google/technology/research/google-willow-quantum-chip

[4]https://www.nature.com/articles/s41586-024-08449-y

[5]https://medium.com/@dylanmendonca/into-the-quantumverse-f88bdffb1ea5

来源：光子盒

编辑：月

转载内容仅代表作者观点

不代表中科院物理所立场

如需转载请联系原公众号