量子计算的发展脉络：从量子力学萌芽到工程落地

2023年11月，中国科学技术大学潘建伟团队研制的“九章三号”光量子计算原型机刷新了光量子计算的世界纪录：它求解的特定高斯玻色取样任务，比当时最快的经典超级计算机快1亿亿倍，这一成果再次将量子计算推上了公众舆论的风口浪尖。很多人会好奇，这个既能模拟分子结构、又能破解传统密码的“量子计算机”，究竟是从哪来的？它背后的理论支撑从何而来？从实验室的理论假说，到如今逐步走向产业落地的工程实践，量子计算的发展历程，本身就是一部跨越百年的科学探索史，串联起了量子力学的所有核心突破，也折射出人类对计算本质认知的不断深化。

1.1 量子力学的萌芽：经典物理的黄昏与量子革命的开端

量子计算的所有理论基础，都来自20世纪初那场颠覆人类认知的量子力学革命。要理解量子计算的起源，必须先从19世纪末经典物理学的危机说起。

19世纪末，经典物理学已经达到了前所未有的巅峰：牛顿力学完美解释了宏观物体的运动规律，麦克斯韦方程组统一了电、磁、光三种现象，热力学定律解决了能量转换的核心问题，甚至天体力学的预测精度已经达到了令人惊叹的水平。当时的物理学家普遍认为，物理学的体系已经基本完善，剩下的工作只是把常数测得更精确、把公式应用到更多场景中。然而，三个看似不起眼的实验现象，直接击碎了经典物理学的完美幻象。

第一个是黑体辐射问题。黑体是一个理想化的物理模型，指能完全吸收外来电磁辐射的物体，同时也会向外发射电磁辐射。19世纪末，经典物理推导出的黑体辐射公式（瑞利-金斯定律）在高频段和实验结果完全不符：按照经典理论，高频段的辐射能量会无限增大，这被称为“紫外灾难”。第二个是光电效应实验：当光照射到金属表面时，会打出电子，但经典理论认为光的能量和强度有关，强度越高能量越大，可实验发现只要光的频率低于某个阈值，无论强度多高都不会打出电子，只有频率超过阈值时才会产生光电效应，这和经典理论的预测完全相反。第三个是原子光谱的离散性：经典理论认为原子发射的光谱应该是连续的，但实验发现所有元素的原子光谱都是离散的线状谱，每一条谱线对应特定的能量差，没有任何连续的部分。

这三个问题在当时是无解的，直到1900年12月14日，德国物理学家马克斯·普朗克在德国物理学会的会议上提出了一个“ desperate 的假设”：能量的发射和吸收不是连续的，而是一份一份的，每一份的能量和频率成正比，比例系数就是后来被称为“普朗克常数”的$h$，其数学表达式为： $$E = h\nu$$ 其中$E$是能量量子的大小，$\nu$是电磁波的频率。普朗克自己后来回忆说，这个假设完全是“绝望中的挣扎”，他本人并不相信能量真的是一份一份的，只是为了凑出和实验数据吻合的公式才提出的。然而，这个假设却完美解释了黑体辐射的实验结果，直接开启了量子力学的大门。后来人们把1900年12月14日定为“量子力学诞生日”，普朗克的常数$h$也成为量子力学最核心的常数，其数值约为$6.626 \times 10^{-34} \text{J·s}$，是微观世界能量变化的最小单元。

普朗克的量子假说提出后，很快被其他物理学家扩展和应用。1905年，爱因斯坦在解释光电效应时提出，光本身也是由一份一份的光量子（后来称为光子）组成的，光子的能量同样满足$E=h\nu$，这个假设完美解释了光电效应的所有实验现象，也让爱因斯坦获得了1921年的诺贝尔物理学奖。1913年，丹麦物理学家玻尔在卢瑟福的原子核式结构模型基础上，提出了氢原子的量子化能级模型：电子只能在特定的轨道上绕原子核运动，不能连续变化，当电子从高能级跃迁到低能级时，会发射出特定频率的光子，这也完美解释了氢原子的离散光谱。

然而，普朗克、爱因斯坦、玻尔等人的早期量子理论还只是“半经典理论”，它们只是在经典物理的框架上硬加了量子化的条件，并没有一套自洽的数学体系来描述微观世界的运动规律。直到1925年到1927年，量子力学的完整数学框架才被建立起来：德国物理学家海森堡提出了矩阵力学，用矩阵来描述量子系统的状态和演化；奥地利物理学家薛定谔提出了波动力学，用波函数来描述微观粒子的状态，其核心的薛定谔方程成为量子力学的“麦克斯韦方程组”，其数学形式为： $$i\hbar \frac{\partial}{\partial t} \Psi(\mathbf{r},t) = \hat{H} \Psi(\mathbf{r},t)$$ 其中$\Psi(\mathbf{r},t)$是波函数，描述了微观粒子在位置$\mathbf{r}$、时间$t$的状态，$\hat{H}$是哈密顿算符，代表系统的总能量，$\hbar$是约化普朗克常数，等于$h/2\pi$。薛定谔方程描述了波函数随时间的演化规律，是量子计算中量子比特态演化的核心理论依据。后来人们证明，海森堡的矩阵力学和薛定谔的波动力学是完全等价的，只是描述量子系统的两种不同数学工具。

1927年，第五届索尔维会议在布鲁塞尔召开，这是量子力学发展史上最著名的会议，参会者包括爱因斯坦、玻尔、海森堡、薛定谔、普朗克、居里夫人等当时最顶尖的物理学家，会议的核心争议是量子力学的概率解释是否正确。玻尔认为，量子系统的状态本质上是概率性的，测量之前量子系统处于所有可能状态的叠加态，测量会导致波函数坍缩到某一个确定的状态；而爱因斯坦则认为“上帝不掷骰子”，量子力学的概率解释是不完整的，背后一定有隐藏的变量在起作用。这场论战持续了很多年，直到1964年物理学家贝尔提出了贝尔不等式，后来的实验证明量子力学的概率解释是正确的，爱因斯坦的隐藏变量理论不成立，这也为后来量子计算中的叠加、纠缠等特性奠定了理论基础。

1935年，爱因斯坦、波多尔斯基、罗森三人共同发表了一篇论文，提出了著名的EPR佯谬，试图证明量子力学的不完备性。他们的核心论点是：如果两个微观粒子曾经相互作用过，那么它们的量子态会纠缠在一起，无论它们之后离多远，测量其中一个粒子的状态，另一个粒子的状态会瞬间确定，这似乎违反了相对论的“光速不可超越”原理。玻尔则认为，这种“超距作用”是量子纠缠的本质特性，并不违反相对论，因为纠缠的两个粒子之间并不能传递信息。后来的实验证明玻尔是正确的，量子纠缠是真实存在的微观现象，也成为量子计算中量子并行性、量子通信的核心基础。

从1900年到1935年，量子力学的基本框架已经完全建立，叠加、纠缠、不确定性等反常识的量子特性被一一确认，然而在当时，这些特性只是物理学家用来解释微观世界的理论工具，没有任何人想到，这些反常识的特性，未来会成为人类计算技术的核心突破点。

1.2 量子计算概念的诞生：费曼的洞见与理论框架的搭建

量子计算的概念最早由诺贝尔物理学奖得主理查德·费曼在1981年提出，而他的灵感，来自于当时计算机科学领域的一个核心痛点：经典计算机无法高效模拟量子系统。

20世纪70年代，费曼在加州理工学院从事量子电动力学的研究，他发现如果要精确模拟一个简单的量子系统，比如一个由几十个原子组成的分子，经典计算机需要消耗的计算资源会随着量子比特数的增加呈指数级增长。比如要模拟一个$n$个量子比特的量子系统，经典计算机需要存储$2^n$个复数来描述这个系统的所有可能状态：一个10量子比特的系统需要存储$2^{10}=1024$个复数，一个20量子比特的系统需要$2^{20}\approx 100$万个复数，一个30量子比特的系统需要$2^{30}\approx 10$亿个复数，而一个40量子比特的系统需要的存储空间已经达到了16TB，相当于几十台高性能服务器的总容量，50量子比特的系统则需要16PB的存储空间，这已经超过了当时全球所有超级计算机的总存储能力。如果要模拟一个只有100个原子的分子，需要的量子比特数可能达到几百甚至上千，经典计算机根本不可能完成这样的模拟。

费曼在1981年于麻省理工学院举办的“计算与物理”会议上做了题为《用计算机模拟物理》的演讲，他在演讲中提出了一个颠覆性的观点：“自然不是经典的，如果你想模拟自然，你最好让它成为量子力学的。”换句话说，既然量子系统的演化是量子力学的，那么用量子系统来模拟量子系统，自然会比经典计算机高效得多，而用量子系统来做计算，就是量子计算的最初雏形。费曼还在演讲中提出了“量子图灵机”的概念，作为量子计算的理论模型，证明量子计算在理论上是可行的。

费曼的演讲在当时并没有引起太大的轰动，毕竟当时的量子硬件技术还非常原始，连一个稳定的量子比特都很难实现，更不用说做计算了。然而，他的观点为量子计算的发展指明了方向：量子计算的核心优势，就是利用量子叠加和量子纠缠的特性，实现经典计算无法达到的并行计算能力。比如一个$n$个量子比特的量子系统，可以同时处于$2^n$个状态的叠加态，对这样一个系统进行一次操作，相当于同时对$2^n$个经典状态进行了运算，这就是量子计算的“量子并行性”，也是量子计算能实现指数级加速的核心原因。

费曼提出量子计算概念后，接下来的十年是量子计算理论框架逐步完善的关键时期。1985年，牛津大学的物理学家大卫·德义奇（David Deutsch）正式提出了量子图灵机的严格数学定义，证明了量子计算的通用性：任何经典计算机可以做的计算，量子计算机都可以做，而且某些特定问题的计算速度可以远远超过经典计算机。德义奇还证明了量子计算的可逆性：量子计算的过程不会丢失信息，这为后来量子纠错理论的发展奠定了基础。

1992年，德义奇和理查德·约萨（Richard Jozsa）共同提出了第一个量子算法——德义奇-约萨算法（Deutsch-Jozsa算法），这个算法解决的问题是一个纯理论问题：给定一个函数，判断这个函数是“常函数”（所有输入的输出都一样）还是“平衡函数”（一半输入输出是0，一半输入输出是1），经典计算机需要至少两次查询才能确定，而德义奇-约萨算法只需要一次查询就能确定，实现了指数级的加速。虽然这个算法没有任何实用价值，但它第一次从理论上证明了量子计算确实可以比经典计算更快，直接推动了量子计算理论的快速发展。

1.3 理论突破的黄金十年：秀尔算法与量子优势的理论证明

1994年，量子计算领域迎来了第一个具有革命性意义的突破：美国AT&T实验室的数学家彼得·秀尔（Peter Shor）提出了一种量子算法，可以在多项式时间内完成大数分解，而经典计算机分解大数的时间是随着大数的位数呈指数级增长的。这个算法后来被称为秀尔算法，它直接证明了量子计算在密码学、数论等领域的巨大实用价值，也让量子计算从纯理论玩具变成了具有战略意义的前沿技术。

要理解秀尔算法的意义，首先需要了解传统密码学的核心基础：RSA加密算法。RSA是现在互联网上最常用的非对称加密算法，它的安全性基于大数分解的难度：把一个很大的合数分解成两个质数的乘积，经典计算机需要的时间随着合数的位数呈指数级增长。比如一个2048位的RSA密钥，也就是一个617位十进制数的大数，用目前最快的经典数域筛算法分解，需要全球最快的超级计算机运算几十亿年，而秀尔算法只需要几个小时甚至几分钟就能完成分解，这意味着如果造出了足够强大的量子计算机，目前所有基于RSA加密的互联网通信、金融交易、政府机密都将被直接破解，这对全球的网络安全体系带来了颠覆性的冲击。

秀尔算法的核心是利用量子傅里叶变换来快速找到大数的周期，从而完成大数分解。经典傅里叶变换的时间复杂度是$O(N^2)$，而量子傅里叶变换的时间

复杂度是$O(2^n)$，而量子傅里叶变换的时间复杂度仅为$O(n^2)$，其中$n$是量子比特数。秀尔算法正是利用量子傅里叶变换快速提取模幂运算的周期，将大数分解的复杂度从经典的亚指数级降低到多项式级，具体来说，分解一个$N$位的合数，经典算法的时间复杂度约为$O(e^{(64/9)^{1/3} (\log N)^{1/3} (\log \log N)^{2/3}})$，而秀尔算法的时间复杂度仅为$O((\log N)^3)$，两者相差了指数级的差距。我们可以用一个具体的例子直观感受这种差距：要分解一个2048位的RSA公钥模数（相当于617位十进制的大整数），用目前全球最快的经典超级计算机Frontier，采用数域筛算法需要运算约3万亿年，而运行秀尔算法的量子计算机仅需数小时甚至数分钟即可完成。

秀尔算法的提出直接引爆了量子计算的研究热潮：它第一次证明了量子计算并非只是理论玩具，而是可以在密码学、数论等核心领域产生颠覆性价值的实用技术。各国政府和企业立刻意识到量子计算的战略意义，美国国家安全局（NSA）在2004年就启动了量子计算研究项目，欧盟在2010年推出了《量子技术旗舰计划》，投入10亿欧元支持量子计算、量子通信、量子精密测量的研究，中国也在2016年将量子计算列入《国家自然科学基金“十三五”发展规划》的重点支持领域。

秀尔算法提出两年后的1996年，美国贝尔实验室的计算机科学家洛夫·格罗弗（Lov Grover）提出了另一个里程碑式的量子算法——格罗弗搜索算法，解决了无序数据库的搜索问题。假设有一个包含$N$个元素的无序数据库，要找到其中满足特定条件的元素，经典计算机平均需要查询$N/2$次，最坏情况下需要查询$N$次，时间复杂度为$O(N)$；而格罗弗算法仅需要查询$O(\sqrt{N})$次即可找到目标元素，实现了二次加速。比如在一个包含100万个电话号码的数据库中查找某个特定号码，经典计算机平均需要查询50万次，而格罗弗算法仅需查询约1000次。虽然格罗弗算法的加速倍数远低于秀尔算法的指数级加速，但它的适用范围极广：几乎所有暴力搜索类的问题都可以用格罗弗算法加速，比如暴力破解对称密码（AES、DES等）、优化问题求解、数据检索等。比如破解128位AES加密，经典计算机需要尝试$2^{128}$次密钥，格罗弗算法仅需要$2^{64}$次，虽然$2^{64}$仍然是一个极大的数字，但相比经典的$2^{128}$已经降低了指数级的难度。

秀尔算法和格罗弗算法的提出，基本搭建起了量子计算的理论框架，证明了量子计算在多个核心领域的实用价值，但此时量子计算还面临一个致命的理论障碍：量子比特极其脆弱，很容易和外界环境发生相互作用，导致量子态坍缩、出错，而且量子测量的不可克隆性似乎意味着无法像经典计算机一样通过复制备份来纠错。直到1995年，彼得·秀尔再次提出了第一个量子纠错码（Shor码），才从根本上解决了这个问题。秀尔证明，通过将1个逻辑量子比特的信息编码到多个物理量子比特的纠缠态中，可以在不测量逻辑量子比特状态的前提下，检测和纠正单个物理量子比特的错误，量子纠错在理论上是完全可行的。秀尔码的提出直接扫清了量子计算发展的最大理论障碍，为后来的硬件工程实践奠定了理论基础。

1.4 硬件探索的起步：从单个量子比特到小规模集成

理论框架完善后，量子计算的下一个核心挑战就是如何造出稳定、可控的量子比特。由于量子态极易受环境干扰（比如温度波动、电磁噪声、振动等），实现稳定的量子比特需要极其苛刻的实验条件，全球的研究团队从20世纪90年代开始，探索了多条完全不同的技术路线，目前主流的技术路线包括超导量子比特、离子阱量子比特、光量子比特、半导体量子点量子比特等，每条路线都有其独特的优势和挑战。

最早实现单个量子比特的是离子阱路线：1995年，美国国家标准与技术研究院（NIST）的大卫·维因兰德（David Wineland）团队利用铍离子实现了第一个高保真度的离子阱量子比特，他们用激光冷却将铍离子的温度降低到接近绝对零度，然后用激光脉冲控制离子的自旋态作为量子比特，实现了单比特门和双比特门的操作，当时量子比特的相干时间只有几微秒，门保真度约为90%。维因兰德因为这项贡献获得了2012年诺贝尔物理学奖。离子阱路线的核心优势是量子比特的相干时间极长，目前最好的离子阱系统的相干时间可以达到几分钟甚至几小时，门保真度可以达到99.9%以上，远超其他技术路线；但缺点是量子比特的扩展非常困难，因为每个离子都需要独立的激光控制，随着量子比特数的增加，激光控制的复杂度会指数级上升，目前最大的离子阱量子计算机只有几百个量子比特。

超导量子比特路线是目前产业界投入最多、发展最快的路线，它的核心原理是利用超导电路中的约瑟夫森结（Josephson Junction）的非线性特性，构造出具有离散能级的量子系统，用能级的基态和激发态分别表示量子比特的$|0\rangle$和$|1\rangle$态。超导量子比特的优势是门操作速度极快（纳秒级，比离子阱快1000倍以上），而且可以和现有的半导体微纳加工工艺兼容，容易大规模扩展；缺点是量子比特的相干时间极短，因为超导量子比特是宏观的量子系统，很容易和外界环境发生能量交换，导致退相干，目前最好的超导量子比特的相干时间也只有1毫秒左右，而且需要极低温的工作环境（10毫开尔文，比宇宙背景辐射的2.7K还要低300倍），需要复杂的稀释制冷机支持。1999年，日本电气（NEC）的中村泰久团队首次实现了超导量子比特，2002年，日本东京大学的吉原教授团队首次实现了超导量子比特的双比特门操作，2019年谷歌的Sycamore处理器就是基于超导量子比特路线实现的。

光量子比特路线是利用光子的偏振态或路径态作为量子比特，光子的相干时间极长（秒级甚至更长），而且不需要极低温环境，室温下就可以工作，非常适合长距离量子通信和分布式量子计算。光量子计算的第一个里程碑是2001年提出的克劳泽-米尔曼-路德维希（KLM）方案，证明了利用线性光学元件和单光子探测器，就可以实现通用的量子计算，而且可以通过光子探测的符合计数来实现量子纠错。2017年，中国科学技术大学潘建伟团队首次实现了10光子纠缠，2020年发布的“九章”光量子计算原型机就是基于光量子路线，当时实现了76个光子的高斯玻色取样，2023年升级到“九章三号”，实现了255个光子的高斯玻色取样，比经典超级计算机快1亿亿倍，刷新了光量子计算的世界纪录。

半导体量子点量子比特路线是利用半导体材料中的单个电子或空穴的自旋态作为量子比特，它的最大优势是可以和现有的半导体CMOS工艺完全兼容，未来可以利用成熟的芯片制造产业链实现大规模扩展，是公认的最有可能实现大规模量子计算的路线之一。1998年，日本富士通实验室首次实现了半导体量子点的单个电子自旋量子比特，2004年，荷兰代尔夫特理工大学的团队首次实现了双量子点的双比特门操作，目前英特尔、台积电等半导体巨头都在布局半导体量子点量子计算路线，2023年英特尔已经实现了12量子比特的半导体量子点处理器， coherence time达到了100微秒。

除了这四条主流路线外，还有冷原子量子计算、拓扑量子计算等路线，其中拓扑量子计算被认为是长期来看最有潜力的路线，因为它利用物质的拓扑态作为量子比特，天生对环境的噪声免疫，相干时间极长，理论上可以实现完美的容错量子计算，但目前拓扑量子比特的制备还处于非常早期的阶段，还没有实现可操纵的拓扑量子比特。

从1995年到2010年，是量子计算硬件探索的起步阶段，全球的研究团队从单个量子比特开始，逐步实现了几个到十几个量子比特的小规模集成，量子比特的相干时间、门保真度、可扩展性都有了大幅提升，但此时的量子计算机还只能完成非常简单的演示任务，离实际应用还有非常远的距离。

#