獨家揭秘｜Google量子人工智慧實驗室：4個月內實現「量子霸權」，量子機器學習或將提上日程

量子計算機發展超過二十載，至今依舊被視為是神秘的信息處理方式，不過，當 D-Wave 公司推出商業化產品，包括 Google 、 IBM 、英特爾、微軟等大企業也在多年前展開相關研究。先前甚至還有消息傳出，晶圓代工廠台積電有意將 3 納米製程落腳美國，就是考量到量子計算機的因素。 Android 之父 Andy Rubin 則在去年公開表示，正著手打造全新量子計算機，藉此加速大數據分析與人工智慧技術演進。諸多重量級公司及人士的投入，讓量子計算機被視作是下一代的關鍵科技。

其中，技術領先的 Google 聘請了在量子計算機界被譽為大神級別的加州大學聖塔芭芭拉分校（UC Santa Barbara）教授 John Martinis 。DT君深入了 Google 量子人工智慧實驗室（Google quantum A.I. Lab），通過專訪 John Martinis 大師，揭開實驗室的神秘面紗。

美國聖塔芭芭拉小鎮因鄰近海岸以及氣候宜人，一直以來就以休閑度假而聞名，在這裡有一棟外觀平凡的辦公室，玻璃門上只低調貼著一張印有 Google 標誌的小紙，走進之後才會明白 Google 量子人工智慧實驗室就坐落於此。

圖丨Google quantum A.I. Lab隱身在聖塔芭芭拉的平凡辦公室內。（圖片來源：DT君）

在量子計算機的投入上，Google 堪稱積極，2009 年底研究團隊就在 NIPS 大會上展示了利用 D-Wave 處理器來訓練圖像分類器，讓計算機探測器通過看2萬張照片學習辨認車輛。2013年， Google 與NASA及大學空間研究協會（USRA）合作，設立 Google quantum A.I. Lab 。隔年，又宣布加州大學聖塔芭芭拉分校（UC Santa Barbara）教授 John Martinis 及其研究小組加入實驗室，負責領導量子計算機的硬體及晶元設計。

圖丨加州大學聖塔芭芭拉分校教授 John Martinis ，負責領導實驗室進行量子計算機的硬體及晶元設計。（圖片來源：DT君）

實驗室三大研究主題

究竟什麼是量子計算機？儘管是在科技產業工作的人，多半也只是聞其名而不知其所以然。對一般人來說，更象是科幻電影里才會有的名詞。

簡單而言，在目前的計算機（可以稱為傳統計算機）世界裡，比特（bit）是所有數位信息的最小單位，每一個比特值只有兩種可能值，不是 0 就是 1 ，所以常常有人說：計算機是 0 和 1 的世界。實際操作上，是以電流在邏輯閘上的流通與否，來完成各種邏輯運算，因此 0 與 1 可以理解為開（On）或關（OFF）兩種狀態，計算機就是通過一連串的 0 與 1 的組合來執行運算、儲存等任務。

相比之下，量子計算機的基本單位是量子比特（qubit），與傳統比特最大的差異是，量子比特可同時具有 0 、 1 及其線性的疊加態（superposition）。研究者認為，如果能研發具有更多 qubit 的量子計算機，執行任務速度就會大幅加快，遠遠超越當今的計算機。

同樣也在發展量子計算機技術的 IBM 就指出，未來 10 年內就可以打造出一台 50～100 qubits 的量子計算機，即便是現在最強大的超級計算機，都比不上一台具備 50 qubits 的量子計算機

圖丨與傳統比特的差異在於量子比特可同時具有 0 、 1 及其線性的疊加態。（圖片來源：CB Insights）

Google 之所以對量子計算機深感興趣，主要有兩個層次的需求：

一是 Google 在全球擁有不少數據中心，希望通過高效能的運算處理器或計算方法來提供用戶更快速的網路服務；

其次，希望藉由布局各種前瞻、突破性的技術，以維持其在商業或技術上的領先優勢。

「我們的實驗室有三個主要的研究領域，第一個是研究通用型量子計算機（universal quantum computer），第二個是連續性模擬器（continuous simulator），最後一個則是量子退火（quantum annealer），有點類似 D-Wave 做的事。」John Martinis 透露。

目前，量子人工智慧實驗室的團隊大約 20 人。其中，理論研究及硬體設計小組大約各佔一半，從研究到電子設計、軟體開發、以及打造出直徑約一厘米左右的晶元，都是由這群人來完成。

推開實驗室的大門，映入眼帘的是測試區域、無塵室、特殊打造的冷卻系統，以及上頭插著許多條線路、正在運行的 22 quibits 量子計算機。

John Martinis 介紹說：我們現在有四台冰箱（指冷卻系統），很快就會增加到七台，這是用來把我們設計的裝置冷卻到非常低溫的狀態。此冷卻系統是業者針對我們需要的規格打造成，看起來相當複雜，不過，基本原理跟家用冰箱沒有什麼不同，只是利用氦氣（helium）來冷卻它。

在量子計算機晶元的製作可分為兩個部分，一部分是在實驗室做出量子比特晶元，另一部分則是利用現有的商業晶圓代工廠來做。整體的製程使用微影成像（photolithography）製程，並以超導電路（superconducting circuits）取代了製作某些晶體，最後再利用特殊材料，也就是 10 微米左右的銦（indium），以及打線接合（wire bond）製程把將晶元的上下部分整合為一體。

圖丨John Martini 身後的門推開就是實驗室。（圖片來源：DT君）

John Martinis 指出，雖然使用大部份現有的半導體工具就能打造出晶元，但最困難的地方：一是晶元的電子設計，除了要能運作更要穩定，二是必須設計專屬的演算法，這兩個大問題碰在一起使得難度加大，量子計算機也就如此難以突破。

不過，經過學界 20 多年的努力，逐步取得一些進展， John Martinis 有信心的說：「我們希望做出一些可用的東西，目標在今年底實現量子霸權（quantum supremacy）。」

還有一個季度就能實現量子霸權

量子霸權是指當量子比特超過 49 或 50 個左右，該量子計算機的計算能力將大幅超越傳統計算機、甚至是超級計算機。而 John Martinis 要挑戰在今年底打造出一個 49 或 50 qubits 的量子計算機。

當然，要達到 49 個的量子比特並非一蹴而就，該團隊先前已經設計出一個 9 qubits 的計算機，這幾年持續在電子、軟體及基礎架構下功夫，他們現在花很多時間在 22 qubits 上。

他認為，從 9 qubits 要到 49 qubits 象是往前跳了一大步，目前 22 qubits 的執行結果很好，不過 49 qubits 更複雜，需要做更多測試及細節處理，但他相當有信心可以在年底向外界展示量子霸權的能力。但他也強調，重點不在於 qubit 的數量，而是必須設計一個可以良好協同運作的系統，每一個環節都要同時運行

圖丨Google 量子人工智慧實驗室的辦公環境。（圖片來源：DT君）

量子計算機應用於量子化學及機器學習

不過，儘管有了 49 個量子比特，這一台量子計算機離普及使用依舊仍有段很長的距離。主要是因為量子計算機並不像現有的計算機是屬於通用計算機，現今你我的計算機基本上可以跑各種程序，處理各類的問題，但「不是所有傳統的問題都能跑在量子計算機上，也不見得會有較好的效果。量子計算機只適用於某些特殊問題，處理任務的範圍會比較小。」 John Martinis 說。

不少人認為，量子計算機適合用來運算大量資料的領域，例如氣候變遷、新型藥物或療法的開發等。對此， John Martinis 指出，現階段各界對量子計算機的投入是要先證明量子霸權，下一步就會進入到嘗試思考有用的演算法，他很直率的說：「因為要找出這些演算法非常困難。另外，我不清楚量子計算機適不適合處理氣候問題，但我們在思考的應用是量子化學（quantum chemistry）。」

量子化學是應用量子力學的規律和方法來研究化學問題的一門學科。率先提出量子計算機的物理學家理查德·費曼（Richard Feynman）就曾提出這樣的看法：如果你打造量子計算機，量子化學將自然地映射到量子計算機上。當然，目前科學家可以利用超級計算機來觀察分子（molecule）的物理特性，不過量子計算機可以比傳統計算機更有效率地解決問題，這就是為什麼 John Martinis 很自然地認為這應該是量子計算機第一個該做的事。

除了量子化學之外，另一個他們正在思考的是利用量子計算機來執行機器學習。

「這就是為什麼 Google 將實驗室取名為量子人工智慧實驗室。」機器學習適用於某些計算機模型，而量子計算機的概念就是讓你可以找到更適合或更有效的方式。Google相信，機器學習將帶來重要的科技變革，影響的程度將如過去的個人電腦、互聯網、智能手機一樣改變人類生活，

John Martinis透露，雖然目前發展的狀況還不及量子化學，但是有一些好的想法可以讓機器學習與量子計算機整合。內部已經有相關計劃正在打造量子神經元（quantum neuron），他們發現量子化學領域有一個演算法相當近似量子機器學習，或者是量子神經網路（quantum neural net），因此機會是很大的。

所以，量子機器學習會比傳統計算機更有效率？「我們希望，但現今還沒有人實現」。不過，他們想要用來解決量子化學問題的方法中有一部分就是利用量子機器學習，最終目的還是希望能用量子機器學習來處理更多一般性的問題。

不過，他也強調，「我們還在起點，這屬於研究階段，需要時間實驗及發展。在研究階段，很多時間會花在處理一些看起來看似很簡單的玩具問題（toy problems）。」例如，在量子化學中，他們能夠在量子計算機上相當精確地算出了氫分子（hydrogen molecule）的基態。「這是一個非常簡單、從技術出現以來人類就已經知道的分子，不過，一但證明概念可以運作後，就能處理更複雜的問題。」而且已有不少公司著眼此領域，包括 IBM 、微軟、阿里巴巴，因此對於量子機器學習的發展他也持樂觀態度。

希望更多人投入演算法

由於量子計算機的理論與現今計算機不同，未來想要走入應用階段，也有賴工程師們學習新的編程方法。對此，John Martinis 表示，他的團隊主要在設計硬體、控制軟體，很希望外界的人學習如何編程量子計算機。現在的工程師不需要知道互補式金屬氧化物半導體（CMOS）等積體電路的製程，只需要了解作業系統及程序語言就可以寫出應用程序，雖然量子計算機很難，但在學理上如數學、物理學等還是有一致性，他們只要知道背後的原理、如何使用演算法，就能觸類旁通。

例如在實驗室里，有一位員工之前在 Google 工作，所受的訓練是計算機科學，但因為對量子計算機深感興趣而加入了實驗室，「通過學習，他就對標準量子計算機演算法提出了許多很棒的改善方式，這些是過去20年來沒有人想過的事，我的看法是如果計算機科學家喜歡這個領域，他們就能做出許多貢獻，當量子計算機時代到來，人們就能專註在編程及演算法上。」 John Martinis 說。

圖丨物理學家理查德·費曼（Richard Feynman）率先提出量子計算機的概念，這間會議室就命名為Feynman會議室。（圖片來源：DT君）

大企業、新創齊聚

除了 Google 之外， IBM Research 在去年發表了 IBM Quantum Experience 量子體驗平台，這個擁有 5 qubits 的量子計算機放置在紐約的 T.J. Watson 研究中心裡，為了讓大眾能夠接觸量子計算機，探索量子運算的各種可能性，IBM 開放了讓外界體驗、測試的服務。今年 3 月， IBM 進一步提高到 17 qubits ，並且宣布會在今年內推出業界首個商用通用量子計算平台 IBM Q 系統，屆時會是一個擁有 50 qubits 的量子計算機雲端服務，因此也會達到量子霸權。

另外，調研機構CB Insights指出，量子計算機正在改變世界。除了D-Wave外，點名除了數家必須關注的新創公司，分別如下：

Rigetti Computing，融資金額超過 6,900 萬美元， 投資方包括 Andreessen Horowitz 、 AME Cloud Ventures 等；

Cambridge Quantum Computing，融資金額超過 5,000 萬美元，投資方為億萬富翁 Alberto Chang Rajii 旗下的創投 Grupo Arcano ；

KnuEdge，募資金額超過 4,700 萬美元，投資方為 Bumper Development Corporation ；

Qubitekk，投資方包括美國國家科學基金會、加州能源委員會等；

Post-Quantum，天使投資人為前路透社執行長 Tom Glocer ；

Quantum Biosystems，投資方包括日本的Mitsubishi UFJ Capital、東京大學附屬育成中心；

等等。

1965年，英特爾創辦人之一 Gordon Moore 提出了摩爾定律（Moores law），也就是計算機晶元上元器件數目以每 24 個月的速度成長一倍，後來縮短到 18 個月，這個經驗法則曾一路引導著整個運算及晶元產業的發展。但是，近年來摩爾定律開始出現速度趨緩的跡象，而且按照這種趨勢發展，2020～2025 年摩爾定律達到極限，所以產業不乏出現摩爾定律失效、將死的看法——但這會是計算機發展的終點嗎？或許不會，因為已經有人走在量子計算機的路上。