在未来的五年里，Google将会生产出一种可行的量子计算机。这是公司刚刚种植的股份。在上周末Nature的篇幅中，Google Quantum AI实验室的研究人员告诉世界，利用量子力学看似神奇原理的机器在某些任务上将会快于传统计算机。他们表示，这种长期以来的技术将会改善已经重塑技术世界的人造智能。该团队写道：“量子计算领域将很快实现一个历史性的里程碑。他们称之为“量子至上”的里程碑。
现在IBM正在种植自己的股份。今天，该公司宣布计划在一年内向商业和研究机构提供商业量子计算机。这些机器不会带来量子至上，即不会超越传统机器的性能。但是很像Google，IBM声称在未来几年内将达到这一水平。 IBM研究副总裁达里奥·吉尔（Dario Gill）说：“我们正在到达关键时刻。
这两个公告大概在同一时间到了，这并不意外。真正的量子计算机还不是现实。量子网络安全公司ID Quantique的创始人兼首席执行官Gregoire Ribordy说：“今天你不能做任何实际的事情。”但是，世界上最大的科技公司已经为自己的商业霸主形式而开辟了道路，因为他们预计会有巨大的突破。 Google和IBM现在都表示，他们将通过互联网获得真正的量子计算（称之为量子云计算）。微软最近聘请了几位着名的研究人员来开展自己的工作来构建量子计算机。而在中国，互联网巨头阿里巴巴已经与中国科学院合作建立了量子计算实验室。同时，各种组织（包括Google）正在探索D-Wave的商业机器的潜力，这对于这个问题采取了更为直接但不太有效的方法。
“这是IBM的重大承诺，”MIT物理学家和量子计算研究员Ike Chuang说，他使用了IBM计划商业化的量子计算机功能不那么强大的版本。 “它表明了量子计算可以赚钱的信心。”但是经过多年的时间开发量子技术，IBM也试图阻止谷歌，这个领域的相对新手从窃取其量子思维。这两家公司的要求是否会持续下去还不清楚。量子计算的未来，如量子态本身，仍然是不确定的。
大实验
量子计算的承诺是巨大的。在雄心勃勃的远端，一些理论家认为量子计算机可能破解现在用于保护世界私人数据的加密。在短期内，研究人员认为量子计算机不仅可以加速机器学习的进程，而且可以显着改善新药的开发，简化金融市场，甚至解决交通问题。
一个古典的计算机 - 像你的桌子上的一台电脑 - 将数据存储在微型晶体管中，这些晶体管中的每一个都具有单个“位”信息：1或0。但量子计算机大大改变了范式。由于叠加 - 电子，光子和其他量子系统所呈现的现象 - “量子位”可以同时存在于两个状态。它同时存储1和0。反过来，两个量子位可以同时保存四个值：00，01，10和11.根据理论极限，你有一个指数更强大的机器。
如果没有什么意义，那就不应该了。这些原则违背了古典逻辑。研究人员在20世纪80年代首先提出了一种量子计算机的想法，甚至在今天，也只是开始展示现实中的可能性。矛盾的问题是：如果您尝试以叠加方式检查系统的状态，则它将“推算”。而不是同时持有1和0，它只能保存1或0，就像一台经典机器。为了建立一个可行的量子计算机，研究人员必须以某种方式利用它将分解成特定状态的概率。
Google和IBM都在努力这样做。 IBM使用一种技术，将超导电路降低到零度以下的冰箱，这一微妙的过程需要非常小心。这就是为什么当客户通过互联网访问时，它将提供给其他企业的电脑将留在纽约的IBM设施。 Google的研究人员在自然界的社论中表示，该公司还有一个类似的计划，通过云计算，通过加州大学圣芭芭拉分校开展的工作。
IBM期望其客户可能是大学和大公司的研究人员，以实验方式使用其实验系统。像Google一样，该公司将云计算作为加速量子计算兴起的一种方式。但它也希望在这个过程中赚钱。 IBM表示尚未决定如何为其系统收取费用。它可以租赁或出售它们。但更有可能的是，它会收取正常的访问费用，就像云计算服务今天一样。无论如何，这个想法是随着技术的进步，定期升级这些机器。前耶鲁大学的研究人员Jerry Chow表示：“我们不只是想打造这些机器，它可以帮助我们监督IBM的量子计算研究。 “我们想建立一个允许人们使用它们的框架。”
在接下来的几年中，IBM希望将这些机器扩展到50个量子位，远远超过现在通过互联网提供的5量子位机器（免费）。在50个量子位上，该公司认为，量子计算机将比古典系统处理某些任务。像Google一样，IBM指出化学建模是一种可能的用途，这可能会加速药物发现。同时，量子计算机处理优化和概率问题的能力可以显着提高机器学习和金融交易，并解决最棘手的交通问题。以这种方式思考：当所有这些自驾驾驶的道路上，量子计算机可以帮助确保他们都采取最有效的路线。
这些改进的量子系统仍然缺乏“纠错”，这意味着我们不能完全确定它们所做的每一个计算。但研究人员说，极端的权力仍然可能会出现错误。在自然界中，Google将这种力量与近来的深层神经网络的兴起相比较，通过分析大量数据，可以学习离散任务（如图像识别和机器翻译）的复杂数学系统。这些系统出错，在任何情况下，很难完全了解其工作原理和原因。然而，他们已经证明在从图像识别到最复杂的游戏中都是非常有效的。谷歌研究人员对量子计算表示：“缺乏理论上的保证，”不必排除成功。“Google和IBM正在说大话。但不是没有不确定性。
