人工智慧 · 文章
量子計算解釋:量子位元如何運作及為何現在很重要
發布:

重點
量子電腦使用量子位元,可同時保持0和1的組合,讓它們能平行探索特定問題的許多可能性。Google和IBM都在2025–2026年報告了關鍵進展,將技術從實驗室演示推向實際應用,而NIST已發布加密標準,為量子機器對現今密碼學可能造成的風險做準備。
此版本是原文(English)的機器翻譯。 閱讀原文
傳統電腦在位元中儲存資訊,位元要麼是0要麼是1,就像一個開關是開或關。量子電腦則使用量子位元,根據IBM官方量子計算解釋,量子位元可同時表示0、1或兩者的加權組合。這個特性稱為疊加態,是量子機器能同時探索特定問題的許多可能答案而不是逐一探索的原因之一。
機器背後的物理學
IBM認出使量子計算成為可能的四個量子力學效應:疊加態、糾纏、干涉和退相干。糾纏將量子位元連結起來,使得測量一個量子位元能洩露另一個的信息,即使兩者物理上分開也是如此。干涉讓量子迴路能放大正確答案並消除錯誤答案,就像重疊的波可以相互強化或相消一樣。退相干是相反的效應——量子態崩潰為普通的經典值——它是工程師必須抑制的主要障礙,以保持量子處理器有用,根據IBM。
量子位元可以由幾個物理系統建構,包括冷卻至接近絕對零度的超導電路、被困的離子、量子點和光子。IBM自己的量子處理器依賴超導電路,因為它們可以用現有的芯片製造技術製造和控制,IBM聲稱。
可驗證的優勢:Google的Willow芯片
2025年10月22日,Google宣布其105量子位元Willow處理器根據Google官方部落格文章,使用名為Quantum Echoes的算法產生了該公司所稱的第一個可驗證量子優勢。該算法將信號發送到一組量子位元,擾動其中一個,然後反轉信號的演變以聽取由建設性干涉產生的放大「回聲」。
Google報告Quantum Echoes在Willow上的運行速度比世界上最快的超級電腦上已知最佳經典算法快13,000倍。該公司強調,不同於其2019年量子優越性聲明,此結果是「可驗證的」——它可以在可比較的量子硬體上重複,並進行交叉檢查,而不是依賴於沒有獨立方式確認輸出的取樣任務。
與加州大學柏克萊分校的研究人員合作,Google使用該算法研究來自含15和28個原子分子的核磁共振(NMR)信號,指向藥物發現、電池材料和新量子位元設計中的可能未來應用,根據同一Google公告。
IBM從「實用性」到容錯的路徑
IBM區分了幾個進展階段。該公司表示它在2023年達到了「量子實用性」,意味著其量子處理器在特定任務上的性能超過經典近似方法。根據該公司自己的量子計算概述,IBM表示預計在2026年底之前達到「量子優勢」——在實際問題上超越所有已知的經典方法。
除此之外,IBM已發布了一份朝向容錯量子計算的路線圖,其中錯誤在損壞計算之前被檢測和糾正。該路線圖描述了2025年發布的名為Quantum Loon的芯片,具有增加的量子位元連通性,用於高速率qLDPC碼的概念驗證實驗,計畫於2026年使用量子低密度奇偶檢查(qLDPC)記憶體儲存信息的名為Quantum Kookaburra的模塊,以及針對2029年的名為Starling的系統,IBM表示應該在200個邏輯量子位元上運行1億個量子門。IBM的錯誤糾正方法使用它所謂的「二變自行車碼」,包括一個「[[144,12,12]]總碼」,該公司表示需要的物理量子位元比早期表面碼方法少大約十倍以達到相同的錯誤保護。
為什麼加密已經在被重寫
量子電腦之所以在實驗室外重要,是因為Shor算法,這是Peter Shor在1994年發表的數學方法,顯示足夠強大的量子電腦可以分解大數字——從而破壞廣泛使用的RSA風格加密——比任何經典電腦快得多,根據IBM的概述。
這種風險對標準機構來說不是假設的。2024年8月13日,美國國家標準與技術研究院(NIST)完成了其前三個後量子加密標準:FIPS 203(ML-KEM)用於一般加密,以及FIPS 204(ML-DSA)和FIPS 205(SLH-DSA)用於數位簽名,根據NIST的官方公告。NIST數學家Dustin Moody表示組織應該「立即開始將它們整合到他們的系統中,因為完全整合將需要時間。」
| 里程碑 | 日期/目標 | 詳情 | 來源 |
|---|---|---|---|
| 量子實用性(IBM) | 2023 | IBM處理器在特定任務上超越經典近似方法 | IBM |
| Willow可驗證優勢(Google) | 2025年10月22日 | Quantum Echoes算法在105量子位元芯片上比最佳經典方法快13,000倍 | |
| 首個NIST PQC標準完成 | 2024年8月13日 | FIPS 203、204、205已發布以抵抗量子解密 | NIST |
| IBM量子優勢目標 | 2026年底(預計) | 在實際問題上超越所有已知的經典方法 | IBM |
| IBM Starling容錯系統 | 2029年(預計) | 針對200個邏輯量子位元上的1億個量子門 | IBM |
量子電腦不是什麼
IBM的材料強調量子電腦不是普通電腦的簡單快速版本;它們適合於特定類別的問題——例如模擬分子、化學反應以及某些優化或機器學習任務——其中相互作用變數的數量對經典電腦來說增長得太大而無法有效追蹤。對於文字處理或網路瀏覽等日常任務,經典電腦仍然更實用。
常見問題
- 什麼是量子位元?
- 量子位元是量子電腦中的基本信息單位。與嚴格為0或1的經典位元不同,根據IBM,量子位元可以同時表示0、1或兩者的加權組合,這個特性稱為疊加態。
- Google的Willow芯片實際上實現了什麼?
- 2025年10月22日,Google表示其105量子位元Willow處理器運行名為Quantum Echoes的算法速度比頂級超級電腦上最佳經典算法快13,000倍,根據Google的公告,該結果可以通過在可比較的量子硬體上重複來獨立驗證。
- 量子電腦能破壞今天的加密嗎?
- 足夠強大的量子電腦運行Shor算法可以破壞廣泛使用的RSA風格加密,這就是為什麼NIST在2024年8月完成了新的後量子加密標準(FIPS 203、204、205),以在這樣的機器存在之前替換易受攻擊的方法。
- 量子電腦何時對日常問題有用?
- IBM表示在2023年為狹隘任務達到了「量子實用性」,並預計到2026年底達到「量子優勢」——在實際問題上超越所有已知的經典方法,容錯系統目標約在2029年。
- 量子電腦會取代普通電腦嗎?
- 不會。IBM自己的材料將量子電腦描述為適合分子模擬和優化等特定問題,而經典電腦對於日常計算任務仍然更實用。
來源
本文由人工智慧撰寫,發布前已通過自動來源查核。如發現錯誤,請申請更正。 申請更正或回應 · 我們如何製作
相關文章

人工智慧文章
神經網絡如何學習:ChatGPT 和 Gemini 背後的數學
神經網絡通過進行預測、使用損失函數測量預測的錯誤程度,然後通過稱為反向傳播的過程向後調整稱為權重的內部值來學習——這個過程與稱為梯度下降的優化方法相結合。相同的機制在擴展到數十億參數時,構成了 ChatGPT 和 Gemini 等系統首先被訓練、然後通過微調適應到特定任務的基礎。

人工智慧文章
AI如何生成藝術和音樂,以及為何「真正創意」仍有爭議
Midjourney和Stable Diffusion等AI圖像工具透過學習反轉雜訊過程來生成圖片,而Suno和Udio等音樂工具則將音訊壓縮為令牌,在文本提示的指導下逐步預測。這些過程是否構成真正的創意仍未確定:研究人員在將其稱為基於模式的「混音」和認可其可測量創意表現之間存在分歧。
人工智慧文章
為什麼Moonshot故意削弱其新Kimi AI模型的黑客技能
中國AI實驗室Moonshot表示,它從其新的Kimi K3.1 Pro模型中移除了網絡相關的訓練數據,以防止這個開源權重系統將進攻性黑客能力的「邊界」推向新高度。該舉措於2026年10月24日星期六宣佈,此時各國政府和安全研究人員警告稱,越來越強大的AI可能使複雜的網絡攻擊變得更便宜、更容易實施。
人工智慧文章
人工智能文本檢測器如何運作——通過獲獎小說爭議進行解析
人工智能文本檢測器無法證明誰寫了某件事;它們通過測量統計模式(例如詞語可預測性和句長變化)來估計概率。一個名為 Pangram 4.1 的檢測器最近將一部價值 €20,000 的獲獎西班牙語小說的 99% 歸因於人工智能,促使其出版商暫停宣傳活動進行調查。