量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，即利用量子叠加和纠缠等物理特性，以微观粒子构成的量子比特为基本单元，通过量子态的受控演化实现计算处理。对照于传统的通用计算机，量子计算机的理论模型即是用量子力学规律重新诠释的通用图灵机。因此有关专家指出，量子计算是未来计算的新里程碑。
1982年，美国著名物理学家理查德·费曼教授提出了量子计算的概念，并指出以量子力学为基础的计算机在处理特定问题时，具有远超传统计算机的能力优势。上世纪90年代先后诞生了著名的Shor分解算法、Grover搜索算法等，为后来量子计算技术的发展奠定了重要的理论基础与实践基石。
量子计算的主要原理就是利用了量子态的叠加性和纠缠性。比特作为计算的基本信息处理单元，具有0和1两种逻辑态，且在经典计算模式只能处于0或1的一种，而量子比特却能够处于0和1的叠加态。换言之，每个经典存储器仅能存储0或1其中一个，而量子存储器却能同时存储0和1。
当计算机有n个存储器时，经典计算模式每操作一次只能变化一个数据，而量子计算模式每操作一次则变化了2^n个数据，量子计算的数据处理能力是传统模式的2^n倍。当n足够大时，量子计算的优势将十分明显。因此，量子计算机可以达到传统计算机不可比拟的运算速度和信息处理功能。但是目前人类能同时操纵的量子比特还不多，量子计算机尚未走向大规模实用。
从可计算的问题来看，量子计算机只能解决传统计算机所能解决的问题，但是从计算的效率上，由于量子力学叠加性的存在，某些已知的量子算法在处理问题时速度要快于传统的通用计算机。量子计算机可用于解决大型分子模拟、寻找大数质因数等传统计算机无法模拟的领域，并在人工智能计算领域对传统算力进行提升。
量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力和更重要作用。因此，量子计算领域近年异常热闹，许多科研机构都已进军量子计算领域，并取得了令人鼓舞的成就。
在量子计算赛道，谷歌、微软、英特尔等美国科技企业拥有先发优势，通过不同技术路径不断实现对更多量子比特的操纵。2019年10月，谷歌研究人员声称，基于一个包含54个量子比特的量子芯片开发了量子计算系统；该系统只用了约200秒就完成了传统计算机大约需要1万年才能完成的任务。
谷歌研究人员还借助量子计算系统，首次成功模拟了一个化学反应。他们表示，尽管这一反应很简单，但却是量子计算系统走向实用化的重要一步；而量子计算系统模拟化学分子用处巨大。除了谷歌外，其他拥有量子计算技术的公司也在研究，微软就是其中一员。
2020年7月，微软发表了一篇文章，用量子计算帮助化学家寻找催化剂，将二氧化碳转化为甲醛。展示了量子计算与化学结合的应用前景。未来可以将这种算法扩大规模，来模拟更复杂的反应；而要模拟更大分子的反应，还需要更多的量子比特。
中国百度、腾讯、华为等科技企业也相继出台了量子计算研究计划。2020年9月，百度、本源量子等企业先后发布了自己的最新量子计算云平台，使普通用户也能通过云技术使用量子计算。顺便一提的是，著名的《麻省理工科技评论》曾经公布2020年“50家聪明公司”榜单, 本源量子成为唯一入选的量子计算领域创新企业。
中国科学技术大学与德国海德堡大学和意大利特伦托大学的研究人员在量子计算方面取得新突破。他们开发了一种专用的量子计算机，通过操控束缚在其中的超冷原子，首次使用微观量子调控手段在量子多体系统中验证了描述电荷与电场关系的高斯定理。这项成果是量子模拟方法研究晶格规范场的一个重要的里程碑。
量子计算通常分为通用量子计算和专用量子计算两大类；前者具有通用性并能够解决各类计算难题，后者则是专门针对某类计算难题。目前，科研学术主要集中于专用量子计算领域，如包含128量子比特的D-Wave one在2011年就被用于先进武器设计和雷达开发测试等领域。
前不久，丹麦和德国科学家携手解决了一个困扰科学界多年的问题——在两块纳米芯片上，首次同时控制两个量子光源，并让其实现量子力学纠缠。最新进展对量子硬件的突破性应用至关重要，将促进量子技术发展到更高水平，是计算机、加密技术和互联网技术加速“量子化”的关键一步，将为量子技术的商业利用打开大门。
值得一提的是，2022年10月4日，从事量子纠缠研究的三位科学家获得了诺贝尔物理学奖。他们通过演示和使用纠缠机制为量子信息铺平了道路，使得从远处操纵粒子甚至传送它们的特性成为可能，也为量子计算机的发展奠定基础。这将推动量子信息和量子计算领域快速向前发展。
中国著名学者周海中教授在1996年初说过：“计算不仅是数学的基础技能，而且是整个科学的基本工具。”可以说，量子计算是一种全新的且有用的工具，它将在各学科领域发挥越来越重要的作用。毫无疑问，作为新型计算模式，量子计算未来发展前途无量。
文/李阳（作者单位：丹麦技术大学信息技术和数学建模系）
