（文章來源：環球科學）

量子計算機是個研究熱門。美國國會已經批準為量子信息科學（包括量子計算）提供高達12億美元的研究資金。一些國際上最大的科技公司的原型機建造進度都是十分迅速。上個月谷歌公司報道了量子計算機在特殊任務中打敗傳統計算機的首個案例。

這些機器最具預期的用途是作為研發新藥、催化劑和新型材料的工具。正如2017年《化學工程新聞》中的一個標題所說明的，“化學是量子計算的殺手級應用”。商界和政界的領袖們的發言也助長了這種興奮情緒。一位IBM的副主席預測在3到5年內量子計算機將使新材料的發現成為可能。并且剛從國會議員退休的Lamar Smith支持了量子研究資金法案，并承諾到“新藥物和材料的研究突飛猛進地發展。”他同時還吹捧到量子計算產業已初露崢嶸。

這種希望被寄托在量子計算機能準確模擬化學和材料的量子結構與行為上。但盡管取得了這樣的進展，量子計算機仍需要重大的進展才能實用化。材料科學家和化學家警告說現在量子計算機遠遠不能與同樣日益強大的傳統模擬方法相競爭。來自加州勞倫斯伯克利國家實驗室（Lawrence Berkeley National Laboratory）的材料科學家Kristin Persson表示目前這項技術在短期內產生影響的能力“被夸大了。”

量子計算專家承認這項技術還有很長的路要走，但他們表示正在硬件和軟件的開發上快速進步。他們同時還指出了在某些傳統模擬有困難的特殊應用中量子機器或許能首次發揮出自身的影響。并且他們認為巧妙的設計可能能最終讓量子計算機與傳統計算機并行運作，從而最大限度的提高每一臺計算機的效益。

量子計算機使用量子比特或量子位，它可以存儲0、1或兩者的組合，例如75%的1和25%的0。此外，量子比特可以在量子力學下相互糾纏。這些特性使得量子計算機能夠快速地探索解決某些問題的各種可能的方案。IBM用這個超導電路中的七個量子比特來模擬鈹氫化物分子。

如今Feynman的建議已不再只是理論上的假設了。2016年，谷歌宣布它已經模擬了氫分子，并通過圍繞微型超導電路構建的量子計算機估算了其基態能量。IBM在2017年對氫化鋰和氫化鈹也采取了相同的方法。今年早些時候，馬里蘭州帕克分校（College Park, Maryland）的一家初創公司ionQ用一臺將捕獲離子作為量子比特的計算機模擬了模擬記錄以來最大的分子——水分子。

蘇黎世瑞士聯邦理工學院（ETH）的理論化學家Markus Reiher表示這樣的演示是“一個巨大的進步”。并稱：“在十年前，沒人會想到我們將看到這些量子計算的結果。”但Reiher也指出最近的模擬與經典計算機所能做的相去甚遠。量子計算機無法將每個分子中的所有電子軌道表示出來，而這對于精確計算基態能量是必要的。Reiher說，即使是氫分子，精確的能量計算也需要56個量子比特而ionQ的計算機卻只用了4個。

目前，經典計算機模擬仍然是王道。這要歸功于將近80年的發展歷史，可以追溯到二戰時期Monte Carlo模擬的核爆炸。20世紀50年代，分子動力學技術得到了發展，它把原子看作球，把化學鍵當成彈簧。在20世紀60年代，物理學家開發了密度泛函理論（DFT），這是一種近似分子或材料中電子的量子相互作用的方法。

被稱為分子動力學的計算技術可以一次模擬數百萬個原子，但無法考慮電子之間的量子力學上的相互作用。現在化學家和材料科學家可以對數百萬個原子進行分子動力學模擬，盡管沒有對單個電子的明確表示。而且多虧了大型超級計算機，使用密度泛函理論（DFT）的研究人員可以近似復雜的分子和具有數千個原子的材料的電子結構。

例如，Persson就使用密度泛函理論（DFT）來模擬一種新型電池的可能的陰極和電解質材料，這款電池可能使用鎂離子作為電子載體，而非鋰離子。研究人員在實驗室內制造出了最有潛力的候選者，并證實電池將具有她預測的特性。

Persson像每一個在這個故事中被采訪的人一樣都熱情得想要擁抱量子計算機，因為這將增強她的模擬過程。但作為一名材料學家，她也敏銳地意識到尋找可以使谷歌、IBM這些公司的量子計算機更長久地保持量子態的新奇材料（比如超導體）的工作耗時耗力而且根本不知道何時才有重大突破。在可預見的將來，Persson將繼續依賴于傳統的辦法。她說：“對于我所做的計算而言，量子計算機的能力望塵莫及，二者間的差距10年起步。”

洛杉磯加州大學（University of California, Los Angeles）的理論化學家Emily Carter說量子計算機可能能在研究復雜電子結構材料的時候提供幫助，如個體電子-電子相互作用決定材料特性的超導體，而這些材料的復雜電子結構會使現有的傳統方法不堪重負。她說，如果研究人員能開發出模擬這類“強相互作用”材料的量子算法，“我們將在定性分析上學到新東西。”

谷歌的量子算法專家Ryan Babbush說，現有的經典方法也很難估計化學反應的速率，它們對分子能量計算中極小誤差都非常敏感。他預計DFT將繼續主導分子結構的計算，但量子計算機可以開始處理反應機理與反應速率，其中精確性是至關重要的，他說。“人們真的不應該把DFT這樣的方法看作是能與量子計算相競爭的，因為它們試圖達到的精度水平根本不同，而且通常是為了不同的目的。”

量子計算機最可能受到炒作的領域里包括數十億美元的藥物研發行業。2018年波士頓咨詢集團（Boston Consulting Group）的一份報告指出，到2030年可能會出現一個耗資達200億美元的量子制藥產業。

藥物通常是由50到80個原子組成的小分子。但要想有藥效，藥物必須與蛋白質等生物分子相互作用，蛋白質可以包含數千個原子，即使是不久的將來也遠遠超出任何量子計算機的處理能力。意大利熱那瓦理工學院（Italian Institute of Technology in Genova）的理論生物化學家Marco de Vivo在談到目前的分子動力學和密度泛函理論等方法時說：“如果你想讓（量子計算機）真正達到能與我們現在的方法相競爭的地方，這其中的差距依然十分顯著。”

谷歌的Babbush承認的確如此。但在不久的將來，嘈雜量子處理器并不需要處理整個蛋白質來體現自身的價值。他說：“我們可以使用經典的方法，例如DFT，來處理系統中絕大多數的內容，然后將最需要量子計算的部分留出來，例如，在量子計算機上處理參與蛋白質和配體之間形成或破壞鍵的電子。”De Vivo也看到了量子計算機在另一個角色上的前景：快速篩選大量分子以便我們能更有效地篩選出有潛力的候選藥物以供進一步研究。

量子計算機的擁護者承認他們還有許多工作要做。但是他們說他們有一張王牌可以幫助量子計算有著比懷疑者想象不到的發展速度：量子軟件開發。例如，微軟的研究人員通過改進算法，將精確求解FeMoco所需的量子邏輯運算量減少了一千萬倍。多倫多大學（University of Toronto）的理論物理學家Alan Aspuru Guzik開發了谷歌、IBM和ionQ使用的分子模擬算法，他說：“在軟件方面，我們并沒有靜待這臺機器能變得完美。”。

研究人員說，最終量子計算機可能永遠不會成為材料或化學發現的一站式商店。相反，它可能是工作流程的一部分。在這個工作流程中，經典計算機提出問題，并將其交給量子機進行特定的計算步驟，或反之亦然。AspuruGuzik說：“也許我用量子計算機計算100個分子，并修正機器學習模型與DFT，然后用經典計算機計算。。”

去年在爭取到國會研究資金后，一些量子計算專家一直在試圖將承諾回歸現實。今年春天發表在VentureBeat的一篇論文中，Monroe警告說“過度炒作可能導致幻想破滅，從而減緩進度。”他估計在量子計算機可以開始解決有用的問題之前，我們還需要5到10年的時間進行更多的研究與開發。
? ? ? ?（責任編輯：fqj）