【NeuroPrior AI 导读】晶体管越做越小，电子隧穿等量子效应会让传统开关逻辑越来越难维持。量子计算机把问题编码进量子态，通过量子门或能量景观改变各个答案的概率振幅，让错误路径相互抵消，让正确路径被放大，最后在测量时尽可能读出有用答案。量子计算不是简单延续摩尔定律，而是把原本破坏经典芯片的量子效应，反过来变成可编程的计算资源。 |
为什么经典计算会遇到物理边界？
经典计算机的伟大之处在于，它把复杂思维拆成极其简单的物理开关。晶体管人类历史上最重要的发明——晶体管负责让电流通过或阻断，逻辑门把多个开关组合起来，形成 AND、OR、NOT 等布尔运算。再把逻辑门连接成加法器、乘法器、存储器和控制单元，就可以构成现代计算机。计算机像一群孩子在回答极简单的数学问题；单个问题幼稚到近乎机械，但当数量巨大、速度极快时，它们可以模拟气候、渲染电影、训练 AI、分析基因组。
问题在于，经典芯片的开关越来越接近原子尺度。当晶体管通道薄到只有少数原子宽时，电子不再像宏观世界中的小球一样“被挡住就过不去”。在量子力学中，电子是波函数描述的对象，它有一定概率通过本来被经典物理认为不可穿越的势垒，这就是量子隧穿。对经典芯片来说，这是一种麻烦：关不严的开关会导致漏电、噪声和错误。
这就是量子计算出场的第一个历史动机：如果量子效应已经不可避免地进入计算硬件，能不能不再把它看成故障，而是把它工程化、程序化、算法化？换言之，量子计算不是“继续把晶体管做小一点”，而是改变问题本身：不再让物理对象强行模拟经典 0/1 开关，而是直接把量子态作为信息载体。
bit 与 qubit
经典 bit 的定义非常清楚：它只能是0 或 1。测量一个经典 bit，通常只是读出它已经具有的状态。量子 bit，即 qubit，也有两个基态，可以记作 |0⟩ 和 |1⟩，但它还可以处在二者的叠加态：
量子态的最小公式 |ψ⟩ = α|0⟩ + β|1⟩，其中α和β是复数概率振幅，|α|² + |β|² = 1。测量时得到 0 的概率是 |α|²，得到 1 的概率是 |β|²。 |
这里最重要的一点是：α和β不是普通概率，而是概率振幅。概率只能相加；概率振幅可以相加、相消、带相位、产生干涉。这一点使量子计算与普通随机计算根本不同。抛硬币也能产生概率，但抛硬币不能让“错误答案的概率振幅相互抵消”。量子计算机真正利用的是振幅的相位结构，而不是简单的不确定性。
一个qubit 可以想象成三维球面上的一支箭，向上代表 |0⟩，向下代表 |1⟩，赤道附近代表测量为 0 和 1 的概率接近各半。这个图像不是量子态的全部数学真相，但非常适合建立直觉：量子门不是把 0 变成 1 那么简单，而是在复数态空间里旋转这支箭，改变测量结果的概率结构。
多个 qubit 合在一起时，状态空间按指数增长。n 个 qubit 的联合态需要描述 2^n 个基态的振幅。这里又有一个常见误解：这不意味着我们可以直接读出 2^n 个答案。测量会把态塌缩成一个结果。指数维度的价值在于，量子算法可以在这个巨大态空间中塑造振幅分布，而不是把所有结果一次性打印出来。
纠缠
纠缠是量子计算第二个核心资源。两个经典 bit 通常可以独立描述：第一个是 0 或 1，第二个是 0 或 1。即使它们相关，也可以用普通联合概率描述。但两个纠缠 qubit 不能再被看作两个彼此独立的对象；系统只有一个整体波函数。改变其中一个 qubit 的操作，会改变整个系统的概率振幅结构。
纠缠常被误讲成“超光速传递信息”。这是不准确的。纠缠确实表现出非经典相关性，但测量结果本身仍是随机的，不能用来发送可控的超光速消息。对量子计算来说，纠缠的意义更工程化：它让多个 qubit 共同编码一个高维问题，使局部量子门可以改变全局振幅分布。
在神经科学类比中，可以把纠缠非常谨慎地类比为“系统状态不能还原为单个节点活动的简单相加”。一个大脑网络的功能状态不是每个神经元放电率的机械列表；同样，一个纠缠量子系统的状态也不是每个 qubit 的独立状态表。这个类比不能替代数学，但可以帮助理解“整体态”的重要性。
干涉
如果只讲叠加和纠缠，量子计算仍然像一团迷雾。真正让它成为计算的，是第三个概念：干涉。许多 qubit 的波函数会合成一个整体波函数，就像水波一样，波峰遇波峰会增强，波峰遇波谷会抵消。量子算法的目标，就是设计一串操作，让正确答案的振幅发生相长干涉，让错误答案的振幅发生相消干涉。
这也是为什么“量子计算同时尝试所有答案”这个说法危险。量子计算的中间态确实可以包含许多候选答案的振幅，但如果你直接测量，只会得到一个样本，而且很可能没有用。算法的设计者必须在测量之前精心安排干涉，使得被测出来的那个样本大概率是有意义的。
量子门模型：一台量子计算机怎样“运行”？
最主流的通用量子计算模型是量子线路模型，也叫 gate model 或 circuit model。它和经典电路有某种形式相似性：经典电路用逻辑门操纵 bit；量子线路用量子门操纵 qubit。但二者的本质不同。经典逻辑门把确定输入映射成确定输出；量子门通常是幺正操作，它在不测量的情况下旋转量子态、改变相位、制造纠缠。
第一步：初始化 qubits，使其处于可控的初始态，通常从 |0⟩ 开始。
第二步：用量子门制造叠加，例如 Hadamard 门可以把确定态变成 0/1 振幅叠加。
第三步：用双 qubit 门制造纠缠，使系统进入不可分解的整体态。
第四步：通过一系列量子门安排相位关系，使正确路径相长干涉、错误路径相消干涉。
第五步：测量 qubits，得到经典 bit 串；必要时重复运行，统计结果分布。
因此，量子计算机并不是一直输出量子信息。它的输入和输出通常仍然是经典的；量子部分发生在中间。这个中间阶段不能被随意偷看，因为测量会破坏叠加和纠缠。量子算法的难点正是：在不能直接查看中间过程的情况下，设计出一条能在最终测量时暴露答案的振幅路径。
量子算法：哪里真的可能比经典计算快？
量子计算并不会让所有问题都变快。它的潜在优势集中在一些具有特殊结构的问题。最著名的是 Shor 算法。大整数相乘很容易，但把一个很大的合数分解成质因数非常困难。现代公钥密码体系中的 RSA 等方案，正是利用了这类问题在经典计算上难以高效求解的性质。1994 年 Peter Shor 提出量子算法，显示理想量子计算机可以以多项式时间进行整数分解。这并不意味着现在的量子计算机已经可以破解银行系统，但它解释了为什么各国和机构如此重视后量子密码迁移。
Peter Shor
第二个经典例子是Grover 搜索。对于没有结构的数据库，经典算法平均需要检查许多候选项；Grover 算法可以实现平方级加速，即从 O(N) 改善到 O(√N)。这不是指数加速，但当 N 巨大时仍然重要。
第三个、也许最自然的应用，是量子模拟。经典计算机模拟量子系统时，会遇到指数维度灾难：几十个强相互作用粒子的精确量子态已经足以让超级计算机吃力。量子计算机本身就是量子系统，因此更自然地模拟分子、材料、超导、催化反应和复杂电子结构。这也是很多严肃研究者认为最可信的中长期应用方向。
硬件路线
量子计算不是单一技术。不同路线用不同物理对象承载 qubit，各自面对不同的控制、噪声、制造和扩展难题。下面这张表概括主要路线。
路线 |
qubit 载体 |
主要优势 |
主要挑战 |
超导量子电路 |
Josephson junction / transmon 等 |
工程化成熟、门操作快、产业投入大 |
低温、串扰、退相干、纠错开销大 |
离子阱 |
被电磁场俘获的带电原子 |
相干时间长、保真度高、原子天然一致 |
门速度较慢、扩展和互连复杂 |
光子量子计算 |
单光子路径、偏振或数态 |
室温传播、适合通信和网络 |
确定性双光子门、损耗和探测效率难题 |
硅自旋 / 量子点 |
半导体中电子或核自旋 |
可能兼容半导体制造、尺度潜力大 |
单 qubit 控制、均一性、低温读出 |
中性原子 / Rydberg 阵列 |
光镊/光晶格中的冷原子 |
大规模排列灵活、适合模拟 |
门保真度、寻址、长时间稳定性 |
色心 / NV 中心 |
金刚石或 SiC 中缺陷态 |
可用于传感与网络节点 |
大规模一致性和集成制造难 |
拓扑量子计算 |
Majorana 零模等准粒子 |
理论上更抗噪，纠错开销可能低 |
实验确认与可控编织仍存在争议和难度 |
量子退火 |
能量景观中的低能态搜索 |
适合某些优化/伊辛模型问题 |
不是完整通用量子计算，优势边界需严格验证 |
超导路线进展快，但纠错开销沉重；离子阱质量高，但扩展工程复杂；光子路线适合网络，但门操作困难；拓扑路线理论漂亮，但实验事实仍需更强证据。真正的未来可能不是某一路线“通吃”，而是量子处理器、经典高性能计算、专用模拟器、量子网络和后量子密码共同构成混合生态。
最大障碍：噪声、退相干与量子纠错
量子态非常脆弱。理想情况下，我们希望 qubits 彼此纠缠，却不与外界环境纠缠。但物理系统总会与热噪声、电磁辐射、材料缺陷、控制线路、宇宙射线等发生相互作用，导致量子信息泄漏，这叫退相干。经典 bit 可以通过强放大和冗余复制来纠错；量子态不能被简单复制，因为未知量子态不能克隆，测量也会破坏叠加。因此量子纠错比经典纠错困难得多。
量子纠错的思想是用多个物理qubit 编码一个逻辑 qubit。它不是直接复制量子态，而是把信息分布在纠缠结构中，通过测量错误综合征来发现错误类型，同时尽量不暴露被保护的量子信息。真正可用的通用量子计算机，很可能需要从“物理 qubit 数量”转向“逻辑 qubit 数量”和“可执行逻辑门深度”来衡量。
拥有几百、几千甚至上万个 qubits，并不自动等于它能解决实际问题。关键要看这些 qubits 的门保真度、连接结构、读出错误、退相干时间、控制系统、纠错方案，以及最终能否构成低错误率的逻辑 qubits。
真实进展
过去几年，量子计算从“演示物理可行性”逐渐进入“纠错工程化”的阶段。几个进展非常值得关注
第一，Google 的 Willow 超导处理器在量子纠错方面给出了重要信号。Nature 论文报道了低于 surface code threshold 的量子存储实验，包括 distance-5 和 distance-7 surface code，并在 101-qubit distance-7 代码中实现每轮纠错约 0.143% 的逻辑错误率；逻辑存储寿命超过其最佳物理 qubit 寿命约 2.4 倍。这不等于已经有实用量子计算机，但它说明“编码越大，逻辑错误越低”这件事在真实芯片上开始站住脚。
第二，IBM 在 2025 年更新路线图，提出到2029 年交付名为 Starling 的大规模容错量子计算机，目标是约 200 个逻辑 qubits、可运行 1 亿量子门量级的电路；同时 IBM 也把近期目标放在 2026 年前后的“量子优势”和量子—经典 HPC 加速器模式上。这些仍是路线图，不是已经完成的结果，但它说明产业界的衡量标准正在从“堆 qubit 数”转向“逻辑 qubit、纠错解码、模块化互连和大规模控制”。
第三，NIST 在 2024 年正式发布首批后量子密码标准，鼓励系统管理员尽早迁移。这件事非常重要，因为即使大规模量子计算机尚未出现，今天被窃取的加密数据可能在未来被解密，所谓“harvest now, decrypt later”风险已经促使政府和企业提前行动。
第四，Amazon 的 Ocelot 原型强调bosonic/cat-qubit 纠错路线，试图从硬件层面降低纠错开销。Amazon Science 报道称，Ocelot 是一种面向资源效率和可扩展性的 bosonic 纠错架构原型，若未来可扩展，可能把纠错资源需求降到传统方案的约十分之一量级。这里也要注意措辞：这是重要原型，不是商业可用的通用容错量子计算机。
第五，Microsoft 的 Majorana 1 把拓扑量子计算再次推到公众视野。Microsoft 声称其 topoconductor 和拓扑 qubit 路线有望在单芯片上扩展到百万 qubits，并发布了与硬件保护拓扑 qubit 相关的研究。然而，拓扑量子计算长期存在实验确认难题，学界对 Majorana 零模和拓扑 qubit 的证据仍有谨慎讨论。因此，对这条路线最合适的态度不是否定，也不是盲目相信，而是等待可重复、可扩展、可审查的实验结果。
当前阶段的判断 量子计算已经不是纯科幻；但它也还不是能替代云计算、GPU 或个人电脑的通用机器。它正处在从“有噪声的量子演示”走向“纠错逻辑计算”的关键工程期。 |
量子计算会改变什么？
如果量子计算成熟，最可能首先改变的不是日常办公，而是科学计算。材料科学可能用它探索高温超导机制、新型电池、催化剂和航空航天材料；化学和药物研发可能用它更准确地模拟电子结构、反应路径和蛋白质相关相互作用；密码学已经因为 Shor 算法的长期威胁进入后量子迁移时代。
但它不会让所有 AI 模型突然变得无限强大，也不会让所有 NP-hard 问题自动消失。量子计算能提供的是特定算法复杂度上的优势，而不是对“难问题”的普遍解决。
从更深层看，量子计算改变的是我们对“计算”的哲学想象。经典计算把世界离散化为确定符号，然后按规则一步步变换符号。量子计算则允许我们把一个问题编码成物理态，让自然界本身的相位、干涉、能量和测量参与计算。
结语
量子计算的魅力，来自一个深刻反转：在经典芯片中，量子效应是让开关失控的敌人；在量子计算机中，它被转化为计算的材料。叠加提供高维态空间，纠缠提供整体编码，干涉提供算法方向，测量把量子结果转化为经典答案，纠错则决定这套机制能否从实验室走向真实世界。
量子计算机让所有可能路径以波的形式相遇；通过精心设计的量子操作，使错误路径彼此消失，使正确路径留下痕迹。人类真正要建造的，不是一台神秘的魔法机器，而是更深的工程化：把自然规律变成算法资源。
扫描或长按识别二维码获取超强医疗模型MedGPT免费使用额度
参考文献
Google Quantum AI and Collaborators. Quantum error correction below the surface code threshold. Nature. 2025;638:920–926. doi:10.1038/s41586-024-08449-y.