红杉汇|2020接近尾声,量子计算机还是遥不可及的梦想吗?| 红杉爱科学( 二 )


前瞻产业研究院认为 , 对于量子计算元年的到来仍然无法精确预测 , 但可以想象的是生物医药、化工行业将在量子元年应用市场中占据较大规模 。 随着时间的推移 , 搜索、机器学习等市场占比将逐步扩大 , 成为量子计算应用领域的主流 。? 生物医药量子计算可集中应用于药物研发中期 , 理由有如下三点 。 其一 , 药企拥有大量研发费用 , 并且已经形成外包合作的研发习惯和模式 。 其二 , 据部分制药行业高管预估 , 量子模拟可将药物发现率提高5-10% , 并节约15-20%的研发时间 。 同时 , 更优的分子设计将使药物审批率提高1.5到2倍 。 传统新药开发主要通过试验筛选分子库 , 消耗大量金钱时间 。 而通过计算机进行分子模拟 , 经典计算机压力已经显现 , 以现有人类的计算能力模拟量子化的原子消耗的时间成本较大 。 其三 , 药物研发大致分为三大流程:前期和后期涉及生物学基础理论和临床反馈对计算资源依赖较少 , 而研发中期存在大量模拟计算 , 成为量子计算可以切入的市场 。 ? 化工能源研发环节中的工业设计和催化剂有望较早应用量子计算;光伏行业的宏观环境有望应用量子计算 。 化工企业拥有大量研发费用 , 并且也形成某些环节外包合作的研发习惯和模式 。 但化工企业利润水平不如医药 , 只有在5亿规模以上才可能有研发部门 。 因此量子计算短期内只能应用于世界顶级的化工企业或其资助扶植的科研机构 。 科学家认为 , 工业设计和催化剂两个环节是量子计算最有应用前景的环节 。 光伏行业的外包研发习惯尚待培育 , 量子计算将从宏观环境要素的计算需求入手 。 在“生产制造-布设电站-销售经营”的链条中 , 元件制造和宏观环境要素这两个方向具有计算需求 。 但前者太阳能电池板制造技术相对成熟 , 各方改善的意愿不强;后者基于利润改善、商业模式创新等综合需求具有宏观整合上的应用前景 。 ? 金融工程量子优化、机器学习、量子加速蒙特卡罗算法将成为三大量子金融计算应用方向 。 量子计算将解决金融公司未来对增加计算能力的需求 , 同时比传统计算机消耗更少的能源 。 量子计算将帮助金融公司发现并利用市场中目前看不见的模式 。 ● 量子优化:量子退火为经典计算机难以解决的最优化问题提供更好的解决方案 , 可以为执行大额交易指令提供最佳交易路线 , 为同一资产在不同市场不同价格中提供最佳套利机会 。 ● 机器学习:量子PCA算法可极大拓宽主成分分析的适用范围 , 以指数速度在无法使用传统方法时估计风险和最大利润 。 同时 , 量子神经网络的隐马尔可夫模型可以为股价提供更好更快的预测 。 ● 量子加速蒙特卡罗算法:量子计算可以为衍生品定价、风险分析的蒙特尔卡罗方法进行二次计算 , 降低计算成本和时间 。 ? 数字安全非对称加密算法在互联网后端技术中常用于登录、数字签名、数字证书认证等场景 , 是计算机通信安全的基石 。 RSA等非对称加密算法的秘钥长度通常在2048位及以上 , 实质为大数质因数分解等数学难题 , 无法被现有技术破解 。 Shor量子算法已从理论上证明可以加速大数质因数的分解 , 科学家认为其未来有望加速密码破解 。 据估计 , 依现有纠错能力需百万级位数以上物理量子比特方能完整运行Shor算法破解加密算法 , 而迄今量子计算机的物理量子比特数最多不过在几十位至5000位(D-Wave的Advantage系统宣称具有5000位物理比特) 。 ● ● ● ●量子计算能做的事情还有待长时间地发掘 , 但量子计算的研究过程将是人类物质科学和工程的一次本质进步 。 它第一次试图在量子水平上构造、控制物质系统 , 在探索自然的同时极大地扩展了人类工程实践的范围 , 上次迈出这样一大步也许要追溯到电气和核能 。 人们现在拼命寻找的量子计算机的各种应用可能都不是最重要的 , 就像17世纪的人想象不到什么是手机一样 , 我们现在也不知道当人类能自如人造控制量子系统之后能做多么不可思议的事情 。 尽管真正实用的量子计算机还比较遥远 , 但量子计算仍是当前最重要的科技问题之一 , 它承载着人类对科技的想象和探索的勇气 , 就像上世纪人类对太空发起挑战时说的“We choose to go to the moon” 。 来源:《2020已过大半 , 量子计算机发展如何了?》The Affluent Society《深度好文|当前量子计算技术前沿是什么水平?》第五智库《量子计算 , 下一个必争之地》腾讯研究院 推荐阅读下一站 , 火星 | 红杉爱科学


推荐阅读