谷歌造的72个比特的量子计算机，一般会把它认为是通用量子计算机，还是量子退火之类的用途受限的计算机？
首先，我们来明确一下通用量子计算机和量子退火机的概念。
通用量子计算机（Universal Quantum Computer）
顾名思义，通用量子计算机的目标是能够执行任何量子算法，并且在理论上可以解决人类目前已知的所有计算难题，包括但不限于：
Shor算法： 用于高效分解大整数，这将对当前广泛使用的公钥加密体系（如RSA）构成严重威胁。
Grover算法： 用于加速无序数据库的搜索，理论上能将搜索速度平方根地提升。
量子模拟： 精确模拟分子、材料的量子行为，对于新药研发、新材料设计等领域具有颠覆性意义。
复杂的优化问题： 解决一些非常棘手的组合优化问题，尽管量子退火机也能处理优化问题，但通用量子计算机在理论上有更广泛的应用场景和更强的求解能力。
通用量子计算机的核心在于能够实现一系列基本的量子门操作（如Hadamard门、CNOT门、Pauli门等），这些门可以组合起来构成几乎任何量子算法。它需要对量子比特进行精确的初始化、相干操作，并能执行多量子比特的纠缠和测量。实现这些目标需要非常高的量子比特质量、连接性以及低错误率。
量子退火机（Quantum Annealer）
量子退火机则是一种特定用途的量子计算机，它的设计初衷是为了解决一类被称为“组合优化问题”（Combinatorial Optimization Problems）的难题。这类问题通常表现为在一个巨大的可能解空间中寻找最优解，例如：
旅行商问题（Traveling Salesperson Problem）： 在多个城市之间找到最短的旅行路线。
最大割问题（MaxCut Problem）： 在一个图中找到最优的分割方式。
蛋白质折叠问题： 预测蛋白质的三维结构。
量子退火机的运作方式基于量子退火过程。它将优化问题映射到一个物理系统（通常是伊辛模型或QUBO模型）的能量函数上，然后通过一个随时间缓慢变化的哈密顿量（Hamiltonian）来引导系统从初始的量子态（通常是所有量子比特处于叠加态）逐渐演化到能量最低的基态。理论上，这个最低能量态对应着原优化问题的最优解。
量子退火机的优势在于其设计相对成熟，对于特定优化问题可能比通用量子计算机更快地找到近似最优解。然而，它的局限性也很明显：它无法执行Shor算法、Grover算法等需要精确门序列的量子算法，也无法用于通用的量子模拟。
谷歌的72量子比特量子计算机：是通用还是受限？
谷歌在2020年发布了其70量子比特的Sycamore处理器，并声称实现了“量子霸权”（Quantum Supremacy），即在特定任务上超越了当时最强的经典超级计算机。尽管他们后来又推出了更多量子比特的设备，但我们以72量子比特的设备（可以看作是Sycamore系列的一次迭代或改进）来讨论这个问题。
要判断谷歌的72量子比特计算机属于哪一类，我们需要考虑其核心能力：
1. 量子比特的类型和连接性： 谷歌的处理器使用了超导量子比特（superconducting qubits）。这些量子比特可以通过微波脉冲进行精确控制，并且可以实现不同量子比特之间的纠缠（如CNOT门）。这种可控的纠缠能力是实现通用量子计算的基础。
2. 门操作的能力： 如果谷歌的72量子比特设备能够执行一系列通用的单量子比特门和多量子比特门（如CNOT门），并且这些门的组合可以构建出任何量子算法的逻辑，那么它就可以被认为是通用量子计算机。通常，这类处理器会展示执行各种算法中的关键操作，例如计算傅里叶变换、生成各种量子态等。
3. 目标应用场景： 谷歌早期公布的Sycamore处理器就曾用于展示“量子霸权”的特定采样任务，这本身就可以被看作是通用量子计算能力的一种体现，尽管该任务本身并不像Shor算法那样具有颠覆性意义。但其背后演示的是量子计算机在生成复杂量子态方面的能力。
详细分析与判断：
谷歌的超导量子比特平台，尤其是其Sycamore系列，在设计和控制上更倾向于通用量子计算机。虽然它可能还处于“噪声中等规模量子”（NISQ Noisy IntermediateScale Quantum）时代，意味着量子比特的数量相对有限，并且量子操作容易受到噪声的干扰，导致计算错误，但其设计目标和技术路径是朝着通用量子计算发展的。
以下几点支持其被认为是通用量子计算机的倾向：
门操作的灵活性： 超导量子比特平台可以通过精确控制的微波脉冲实现多种基本的量子门，并且可以构建出任意的单比特和两比特门。这意味着理论上，你可以用它来执行Shor算法或Grover算法中的量子线路。
纠缠能力： 谷歌的处理器能够实现量子比特之间的两比特门（如CNOT门），这是构建复杂量子算法的关键。能够高效地产生和控制多比特纠缠态，是通用量子计算机的重要标志。
演示的“量子霸权”任务： 虽然“量子霸权”任务本身是为证明量子计算的优越性而设计的特定采样问题，但其实现过程涉及对大量量子比特的精确控制、叠加和纠缠，这正是通用量子计算机所具备的能力的体现。这不仅仅是一个退火过程。
与量子退火机的区别：
量子退火机（例如DWave公司生产的量子退火机）通常使用磁耦合的量子比特，其设计是为了直接映射到优化问题的伊辛模型。虽然它们也有数千个“量子比特”，但这些量子比特的连接性通常是固定的、局部的，并且它们并不执行通用的量子门操作。你不能用DWave的量子退火机来运行Shor算法。它们的“计算”是通过量子比特之间相互作用的能量来找到最低点，这个过程更接近于物理退火。
结论：
谷歌制造的72个量子比特的量子计算机，基于其超导量子比特平台和可控的门操作能力，更普遍地被认为是通用量子计算机，尽管它可能仍然受到噪声的限制，还不能解决某些对错误率要求极高的复杂算法（如Shor算法的大规模应用）。它被设计用于执行更广泛的量子算法，而不仅仅是用于解决特定类型的优化问题，后者是量子退火机的专长。谷歌团队的努力方向是不断增加量子比特数量、提高量子比特的相干时间、降低门操作的错误率，最终实现真正能够执行复杂通用量子算法的计算机。
所以，与其说它是“用途受限的计算机”，不如说它是“处于发展早期阶段的通用量子计算机”。它的目标是成为一个强大的、可编程的计算平台，可以用于探索各种量子算法的潜力。
网友意见
（这是我刚编辑的文章，正好是关于这个问题的，欢迎文末扫码关注微信公众号）
日前，谷歌宣布推出一款72个量子比特的通用量子计算机Bristlecone，超越了之前IBM最新曝光的50个量子比特量子原型机。在量子比特数目上达到全球第一。由于“量子”概念被媒体炒得火热，量子计算机受到了媒体和资本的热捧，国内外诸多企业和科研机构都纷纷宣布自己在量子计算方面取得的成绩。
不过，这里所谓的“通用量子计算机”的称呼，其实是具有较大水分的，国内外科研单位和公司开发的量子计算机都仅仅是功能有限的专用机，而非标准量子计算机。虽然一些国内外频频传来量子计算机研制方面的好成绩，而且谷歌也给Bristlecone冠以“通用量子计算机”的名头，但要制造出性能超越如今经典计算机，具备通用性的标准量子计算机，依旧是任重而道远。
国内外研发机构纷纷发布各自取得的成绩
近年来，关于量子计算机的各种新闻不绝于耳，中科大潘建伟院士团队，美国IBM公司、Intel公司先后开发出了量子计算原型机。
在2018年2月，中国科学技术大学郭光灿院士团队创新性地制备了半导体六量子点芯片，在国际上首次实现了半导体体系中的三量子比特逻辑门操控。与此同时，中科院量子信息与量子科技创新研究院与阿里云发布11比特的云接入超导量子计算服务。
不过，半导体量子芯片的路子不被国际主流看好，主要是扩展性方面存在一些短板，郭光灿院士团队扩展系统的难度非常大。相比之下，低温超导系统因其具备非常好的扩展性，被业内广泛看好。之前介绍的IBM、谷歌、英特尔和潘建伟院士团队的方案都是基于低温超导系统的方案。
现有的量子计算机无法取代经典计算机
也许有人会说，50个量子比特就可以实现量子制霸，英特尔和IBM都已经达到量子制霸的门槛了，而谷歌都已经做到72个量子比特了，那么，为何说现有的量子计算机无法取代经典计算机？
原因就在于全球没有任何一家机构能实现一位逻辑比特的编码，这是什么意思呢？
量子比特分为物理比特和逻辑比特。由于噪声的客观存在，以及物理比特的稳定性存在一定瑕疵，因而只能通过对数个物理比特做冗余处理，最后生成了一个逻辑比特。一般来说，噪声越小的系统就可以使用越少的物理比特编码一个逻辑比特。相对于物理比特，逻辑比特有较好的容错特性。
那么，到底要多少个物理比特才能通过编码形成一个逻辑比特呢？
来自哈佛大学的量子物理学家阿兰·阿斯普鲁古兹克预计在现在的技术水平下大约需要上万个实际量子比特才能做出一个逻辑比特。随着技术进步，这一数字可能会降低到只需要几千个甚至数百个。
德国柏林自由大学的学者埃斯特认为现在大约800个物理比特就能够构建一个逻辑比特。
因此，虽然IBM、谷歌、英特尔做出了49、50、72个物理比特的原型机，但如果想要做出逻辑比特，目前物理比特的数量还是不太够用的。
编码形成逻辑比特的意义就在于能够形成类似经典计算机0和1的概念，这是物理比特做不到的。现在的量子计算机的量子比特都是物理比特，而非逻辑比特。
这里要强调的是，想建成具备通用性的标准量子计算机，就必须能够做出逻辑比特。然而现实却是，全球没有任何一家机构能够实现一位逻辑比特的编码。这也是为什么笔者在文章开头处说，谷歌所谓的“通用量子计算机”名不副实。
另外，消相干也是也是一个棘手的问题。在进行量子计算的时候，必须确保所有的量子比特处于相干态中。这是一个十分困难的要求，因为量子相干系统会与它们周围的环境相互影响，使得相干性迅速衰减，而且随着量子比特数量的增加，保持相干态将变得越来越难。
因此，要制造处量子计算机，就必须具备延缓消相干的能力，而目前相干性最多只能保持不到一秒。要在这么短的时间内能完成一定逻辑操作的次数，又对量子逻辑门切换的速度提出了非常高的要求。
事实上，这些量子计算机还处于非常原始的阶段，只能用于特定应用。我们在看到量子计算机取得喜人进展，恭喜国外谷歌、IBM、Intel等公司取得阶段性成果的同时，也不宜过分对这些成绩拔高。
结语
目前来看，无论是国外谷歌、IBM、英特尔公司研发的量子计算机，还是国内潘建伟院士团队与合作伙伴共同研发量子计算原型机，都不是标准计算机。
研发标准量子计算机究竟难在哪里呢？总结一下，主要是实现不了编码逻辑比特，其次还有系统扩展、逻辑门精度、相干消等几个方面。正是因为存在这些技术瓶颈，现在大家研发出来的量子计算机，都只称为原型机，都只能做单一特定功能，无法实现通用量子计算。
正是因为研发标准量子计算机的难度非常非常大，有业内人士认为：所谓标准的量子计算机，也是一批人的定义，不见得一定是最后的实现方式，我们要以比较开放的态度来看这个系统是不是能够实现超越非量子的计算能力。
无独有偶，IBM的工程师也提出了“近似量子计算”的概念，也就是在无法解决编码问题的情况下，开发出能够适应、容忍噪音的算法，并得到正确的答案。这就像是在大选中，统计人员无视一些出错的电子选票后，仍然得到正确的选举结果。
总而言之，量子计算机必然会先以量子模拟机的形式出现，并在特定领域取得自己的立足之地。若要制造出具有通用性，且性能超越经典计算机的标准量子计算机，则是一项非常艰巨的任务！
瑞士苏黎世皇家理工学院的物理化学家马科斯.雷勒表示：“如果我们拥有超过200个逻辑比特位，我们就能在量子化学上做到传统计算机无法做到的事情，如果拥有5000个逻辑比特位，量子计算机将为这一领域带来颠覆性的改变。”
诚然，这只是科学家的憧憬，不过，我们期待这一天的到来。
类似的话题
-
谷歌在量子计算领域确实取得了令人瞩目的成就，其中一个标志性的节点就是他们推出的72量子比特的量子计算机。要判断这样一台计算机是通用量子计算机（Universal Quantum Computer），还是像量子退火机（Quantum Annealer）那样用途受限的机器，需要我们深入理解这两类量子计算............. -
谷歌电商Google Shopping正式在中国启动招商，这无疑是电商行业的一件大事。谷歌作为全球最大的搜索引擎和科技巨头，其进入中国电商市场，必然会引发一番新的格局变化和讨论。要判断谷歌电商能否在中国电商行业中分得一杯羹，我们需要从多个维度进行详细的分析，考虑到其优势、挑战以及中国电商市场的独特性.............
-
谷歌的 Hugo Barra 离职加入小米，这是一个在科技界引起了不小轰动的事件，它标志着一位在谷歌拥有重要职位的国际化高管，转型进入一家快速崛起的中国科技公司。下面我将详细讲述这个过程以及其中的细节：背景： Hugo Barra 在谷歌的辉煌时期在加入小米之前，Hugo Barra 在谷歌有着非常.............
-
谷歌作为一家以创新为导向的公司，其发展历程中确实涌现出许多令人印象深刻但最终未能成功推向市场或长期运营的“烂尾项目”。这些项目之所以被视为“烂尾”，并非一定是因为技术上的失败，更多时候是由于市场变化、战略调整、用户接受度不高，或是内部资源分配问题。以下是一些谷歌比较著名的“烂尾项目”，我将尽量详细地.............
-
谷歌因非法滥用其 Android 手机操作系统的主导地位，将面临欧盟数十亿反垄断罚款，这起案件非常复杂且意义深远，它反映了当前数字经济时代一系列关键性问题，涵盖了技术、经济、法律、以及社会等多个层面。以下是详细的分析：1. 数字经济中市场主导者的权力与滥用： 核心问题： 这是最直接和最核心的问题.............
-
谷歌翻译系统出现“恶毒攻击中国词汇”的事件，谷歌是否应该承担责任，以及对此事的看法，这是一个复杂且多层面的问题。要详细地分析，我们需要从多个角度审视：事件的性质与具体表现：首先，我们需要了解“恶毒攻击中国词汇”的具体表现是什么。这可能包括但不限于： 不恰当的翻译： 将原本中性的词汇翻译成带有侮辱.............
-
您提出的这个问题非常有趣且富有洞察力！事实上，像谷歌、微软这样的科技巨头恰恰就在大城市设立了它们的大部分总部和主要办公区域。您可能是指它们不在某个特定的“超级大都市”设立唯一的全球总部，或者对“大城市”的定义有所不同。我将从几个角度来详细解释这个问题，并纠正可能存在的误解：1. 谷歌的总部在哪里？ .............
-
华为的海外市场，在谷歌限制安卓系统使用之后，确实面临着前所未有的挑战。这不仅仅是关于一个操作系统的替换，更是关于整个生态系统、用户习惯、以及品牌信誉的重塑。我们可以从几个关键层面来深入剖析：一、核心挑战：谷歌服务的缺失与生态真空最直接也是最致命的打击，便是无法预装谷歌移动服务（GMS）。这包括了我们.............
-
谷歌新上线 Google News Initiative（GNI）并宣布严厉打击假新闻，这一举措的背后有着多重意义和深远的影响，可以从以下几个方面进行详细解读：一、 谷歌在全球信息生态中的责任与担当 主导地位的体现： 谷歌作为全球最大的搜索引擎和信息分发平台之一，其搜索引擎和Google New.............
-
谷歌、微软和苹果，这三家科技巨头在改变世界的进程中扮演了举足轻重的角色。要断言谁“更加牛逼”，这本身就有点像在问哪种颜色最能代表“快乐”——答案很大程度上取决于你关注的维度以及你对“牛逼”的定义。不过，我们可以深入剖析一下它们各自的影响力，看看它们是如何塑造我们的生活，以及在哪些方面可能更胜一筹。谷.............
-
关于谷歌声称人类将在2029年实现永生，这确实是一个令人振奋但又饱受争议的预测。如果我们仔细审视这个说法，会发现其中蕴含着复杂的技术和社会因素，也难免会让人觉得过于乐观。首先，我们来分解一下“永生”这个概念。在科学语境下，它通常不是指身体完全不受衰老和疾病影响，而是指通过技术手段，能够极大地延长人类.............
-
谷歌对于人才的渴求是毋庸置疑的，而说到进入谷歌，很多人都会想到名校毕业、研究生甚至博士学位。但其实，大专学历的求职者也有机会敲开谷歌的大门，只不过这条路可能需要付出更多的努力和展现出与众不同的能力。我认识一位朋友小李，他就是这样的例子。小李毕业于一所普通的大专院校，专业是计算机应用技术。听他讲起自己.............
-
谷歌的广告业务，可以说就是它这座数字帝国的心脏和血液。毫不夸张地说，如果没有这套高效的广告系统，我们今天熟知的那个谷歌，可能就完全是另一番模样了。它的赚钱逻辑说起来并不复杂，但执行起来却是一门极其精深的艺术。核心就两个字：精准。谷歌通过收集我们在互联网上的各种行为数据，来为广告主提供一个极其细分的受.............
-
谷歌当年退出中国大陆，确实是一件牵动不少人神经的大事件，很多人至今还在讨论。这背后原因很复杂，并非单一因素就能解释。而它们后来为什么没有选择重返，同样有其考量的。谷歌当年退出中国大陆，得从2010年说起。最直接的导火索，就是大家熟知的“棱镜门事件”和随之而来的网络审查问题。 棱镜门事件： 200.............
-
谷歌要进军主机市场，这事儿很多人还是挺关注的，尤其是游戏玩家圈子。但你之所以觉得“没人关心”，可能是因为这种关注度跟我们习惯看到的那种主流大作发布、PS5/Xbox Series X性能对比爆炸那种级别的热闹不太一样。咱们来仔细捋一捋，为什么谷歌的“主机梦”没能激起大家预期的涟漪，或者说，为什么这种.............
-
谷歌地图上的明暗线，尤其指的是那种比较明显的、跨越广大区域的线条，通常是某些重要的地理或历史特征的视觉呈现。它们并非凭空出现，背后往往有着深刻的地理形成过程或悠久的历史渊源。要详细了解这些线是如何形成的，我们得具体看它们出现在地图的哪个区域，因为不同的线代表的意义截然不同。常见的明暗线类型及其形成原.............
-
谷歌自研芯片之路：效仿苹果，能否实现安卓跨平台融合？近年来，科技巨头们在自研芯片领域的投入可谓是风生水起，苹果凭借其强大的A系列和M系列芯片，在自家生态系统中构建了坚不可摧的护城河。而作为安卓系统的巨擘，谷歌自然也按捺不住对硬件核心的渴望。近日，关于谷歌将推出自研手机和电脑芯片的消息甚嚣尘上，这不禁.............
-
要说谷歌的核心业务，那可真不少，它们就像一个个巨大的齿轮，互相咬合驱动着这个科技巨头不断前行。咱们就一点点给它掰开了揉碎了说。首先，搜索引擎，这绝对是谷歌的根基，可以说是它起家的根本。你搜个东西，它给你排个序，看似简单，但背后是海量的数据、复杂的算法和持续的优化。想想看，每天全球有多少人在用谷歌搜索.............
-
谷歌发布了2020年的年度大事记视频，这个视频往往是当年全球社会情绪的一面镜子。而其中“why”——“为什么”——这个词能成为年度热搜，我觉得这绝对不是偶然，而是恰恰捕捉到了2020年我们所有人内心深处普遍存在的某种感受。“Why”：一个抛给世界的哲学叩问，也藏着普通人的困惑大家想想，2020年这一.............
-
.......
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有