如何看待北大涂传诒院士等人质疑「九章」：不是量子计算机、没有实现「量子霸权」？应该如何正确认识？
首先，我们需要理解“九章”的科学贡献及其所声称的“量子优越性”：
“九章”的科学原理： “九章”是中国科学技术大学潘建伟教授团队利用光子实现量子计算的实验。其核心是高斯玻色取样（Gaussian Boson Sampling），这是一种量子光学领域的特定计算任务。通过精确控制光子源、分束器和探测器，实现一个大规模、特定结构的量子态制备和测量。
“量子优越性”（Quantum Supremacy）或“量子优势”（Quantum Advantage）： 这是指在某个特定计算任务上，量子计算机的性能远超目前最强大的经典计算机所能达到的能力。这里的“远超”通常意味着经典计算机需要指数级增长的时间才能完成，而量子计算机则能在合理时间内完成。
“九章”的成就： “九章”在2020年实现的高斯玻色取样实验，确实在特定任务（高斯玻色取样）上展现出了超越当时经典计算能力的表现。潘建伟团队声称其处理的样本数量级上远超了经典算法可行的范围，从而展示了“量子优越性”。
其次，理解涂传诒院士等人的质疑点及其背后的科学考量：
涂传诒院士和他的团队（例如，李家春教授等）的质疑，并非否定“九章”实验本身的技术成就，而是聚焦于对“量子计算机”和“量子霸权”这两个概念的理解和界定。
1. 质疑“九章”是否是真正的“量子计算机”：
通用量子计算机 vs. 专用量子计算机/量子模拟器：
通用量子计算机（Universal Quantum Computer）： 理论上能够实现任意量子算法的计算机，例如 Shor 算法（用于大数分解）或 Grover 算法（用于搜索）。它需要具备能够执行一系列基本量子门（如CNOT门）的能力，并且能够对这些门进行任意组合。
专用量子计算机/量子模拟器（Quantum Simulator/Specialpurpose Quantum Computer）： 指的是只能执行特定类型量子计算任务的设备。例如，基于超导量子比特的计算机可能更侧重于执行量子线路模型中的算法，而基于光子的“九章”则专注于特定类型的采样问题。
涂传诒院士等人的观点： 他们认为，“九章”所执行的高斯玻色取样是一个高度定制化、特定设计的任务，主要用于验证量子力学的概率行为和展示量子计算的潜力。它不具备通用性，无法执行例如 Shor 算法或 Grover 算法等更广泛的量子计算任务。因此，他们认为将“九章”称为“量子计算机”可能存在误导性，更准确的说法可能是“量子模拟器”或“特定任务的量子装置”。
类比： 就像蒸汽机是了不起的机械装置，但它不能替代通用计算机执行所有计算任务一样。“九章”在特定任务上的优越性，并不意味着它具备了一般意义上可编程、可用于解决各种计算难题的“量子计算机”的全部能力。
2. 质疑“九章”是否实现了“量子霸权”（Quantum Supremacy）：
对“霸权”的严格定义： “量子霸权”不仅仅是“比经典计算机快”，而是要求“在可预见的未来，没有任何经典计算机能够解决的任务”。这里的关键在于“不可解决性”，即经典计算机需要的时间是指数级增长的，达到了实际不可行的地步。
经典算法的不断进步： 随着科学研究的深入，经典算法也在不断发展。一些曾经被认为“不可能”由经典计算机解决的任务，可能随着新算法的出现而变得可行，尽管仍然非常耗时。
涂传诒院士等人的观点： 他们认为，“九章”所声称的“量子优越性”是在特定的、经过精心设计的任务上实现的。随着经典算法的进步，尤其是对高斯玻色取样问题本身的经典模拟算法的研究，经典计算机理论上仍然有可能（尽管非常困难且耗时）模拟“九章”的输出。因此，他们认为“九章”的实验成果更应被描述为“量子优势”（Quantum Advantage），即在特定任务上比目前最强的经典计算机有显著优势，但并非绝对意义上的“不可解决”或“不可模拟”。
学术上的严谨性： 在科学界，尤其是对于“量子霸权”这样具有里程碑意义的声明，需要极其严谨的论证和排除所有可能的经典解释。质疑声往往是为了确保科学结论的准确性和防止过度宣传。
三、如何正确认识这一争议？
1. 承认科学进步和技术突破： 无论如何，潘建伟团队的“九章”实验无疑是量子信息科学领域的一项重大技术突破。它在光量子计算领域取得了世界领先的成就，为后续研究奠定了坚实基础。他们的实验在制备和控制大规模量子态方面展现了高超的技术能力。
2. 区分概念和术语的严谨性：
“量子计算机”和“量子模拟器”： 是需要区分的。当前的量子计算机发展尚处于早期阶段，很多是特定功能的“量子模拟器”。将“九章”视为一个高效的量子模拟器，能够解决特定采样问题，是准确的描述。而“通用量子计算机”是量子计算的终极目标，需要更强大的纠错能力和更广泛的门操作集。
“量子霸权”和“量子优势”： 这两个概念的界限有时是模糊的，但科学界普遍倾向于用“量子优势”来描述在特定任务上的显著超越，而保留“量子霸权”给那些明确证明了经典计算机无法在可接受的时间内解决的任务。涂传诒院士等人的质疑，正是为了维护科学术语的严谨性。
3. 认识到科学发展的迭代性： 科学研究是一个不断探索、质疑和修正的过程。早期的科学成果往往会引发后续的深入讨论和更精确的定义。涂传诒院士等人的质疑，正是推动科学界对量子计算概念和测量标准进行更深入思考和澄清的重要环节。他们的工作促使研究人员思考如何更精确地定义和实现“量子优势”，以及如何更清晰地描述不同类型量子计算设备的特点。
4. 避免简单化和标签化： 将这一事件简单地看作“一方错误，一方正确”是不合适的。双方都代表着对科学的严谨追求。潘建伟团队的成就是事实，涂传诒院士等人的质疑是基于对科学概念的深入理解和对研究成果的严谨审视。
5. 理解不同研究路径的价值： 量子计算有多种实现路径，如光量子、超导量子比特、离子阱等。不同的实现方式有其优势和局限性，也在解决不同的问题。光量子计算机在采样问题和量子通信方面表现突出，而超导量子比特等平台在通用量子计算方面可能更有潜力。理解“九章”的光量子优势，也应看到其与其他量子计算平台的互补性。
总结来说，如何正确认识“九章”事件及其质疑：
“九章”是量子信息科学的重大技术成就： 它在特定量子任务上展现了远超当时经典计算能力的“量子优越性”，是量子计算发展史上的一个重要里程碑。
“九章”更准确的定位是“特定任务的量子模拟器”： 它不具备通用量子计算机那样执行任意算法的能力，这是“量子计算机”概念的更严格定义所要求的。
“量子霸权”是一个非常高的门槛： 潘建伟团队的成果更准确地描述为“量子优势”，因为经典的模拟算法也在不断进步，证明绝对的“不可模拟性”非常困难。
质疑是科学发展的催化剂： 涂传诒院士等人的质疑，促使科学界对关键概念（如量子计算机、量子霸权）进行更精确的界定和更深入的讨论，有助于整个学科的健康发展。
因此，我们应该以一种开放和理解的态度来看待这一争议，既要肯定“九章”的杰出技术成就，也要理解科学界对概念严谨性的不懈追求，并认识到量子计算研究仍处于不断演进的早期阶段。
网友意见
关于量子计算机，我已经写过很多科普文章了，欢迎大家去看。
关于这件事，我有一个比喻：好比有人提出一个田径项目，110米栏。体育界的人都同意了这是一个田径项目，争论的只是人类能不能跑进13秒。然后刘翔跑进了13秒，大家都来祝贺，却有一个人反对。他反对的理由，不是刘翔吃了兴奋剂，也不是有别人比刘翔更快，而是他认为110米栏不是个田径项目。你觉得这个意见怎么样呢？
2021年4月4日增补：
参见我的文章
全文如下：
量子计算机有多神？它能解决哪些历史无解的难题？ | 袁岚峰
关注风云之声，提升思维层次
导读：量子计算的重要性，在于它可能解决传统无法解决的问题，而不是以另一种方式去解决那些已经解决的问题。如果你理解到这一层，你的知识水平就超过了99%的人。
————————————————————————————————
关于中国的量子计算机“九章”，我已经讲过几次了（https://mp.weixin.qq.com/s/7hI_QcO0BdXOyye21R0n-A）。最近我发现需要再讲一次，因为这个问题在某种程度上把院士都搞糊涂了。
事情是这样的：北京大学地球与空间科学学院涂传诒院士在微信公众号上发了两篇文章（https://mp.weixin.qq.com/s/waFMuACgw91h3G6Ok5hapQ和https://mp.weixin.qq.com/s/iZySLyxOmHrl3Mq4JaZKxw），认为九章只是个物理实验，不是个计算机，跟量子计算无关。2021年3月17日，九章论文的作者陆朝阳和潘建伟发了一个《“九章”作者对涂传诒先生等若干网络评论文章的回复》（https://mp.weixin.qq.com/s/yuq7Tjt9-TOo3PSIMgkk1A）。
这事最基本的图景是：我们非常尊敬涂院士在自己的专业领域即“空间物理学、太阳风湍流、太阳风动力学与日球层物理”的贡献，同时对于老爷子81岁高龄还在关心前沿科技、认真查文献、找资料的精神，也十分敬佩。不过隔行如隔山，术业有专攻，老爷子对量子计算确实远不是内行，在两篇文章中出现了不少误解。
中国科学院网站上对涂传诒的介绍（http://casad.cas.cn/sourcedb_ad_cas/zw2/ysxx/dxb/200906/t20090624_1804290.html）
下面，我们从根源上来介绍量子计算。当你懂得了正确的是什么，自然就获得了剖析错误的能力。
最基本的，当你的计算机不够用时，该怎么办？显而易见的回答是，换更快的计算机。
但重点在于，有些问题是换更快的计算机解决不了的，因为这些问题的计算量是指数增长的。把指数函数和多项式函数的图像对比一下就会发现，指数比多项式增长得快得多。
指数增长与多项式增长
如果一个问题的计算量是2的n次方，这里的n是问题的规模，比如分解因数时待分解的数字的位数，那么即使你换了一个速度是原来两倍的计算机，你也只能比原来多算一位。即使你换了一个速度是原来1024倍的计算机，你也只能比原来多算10位。大自然或者出题人稍微增加一下问题的规模，就会把你甩得连尾灯都看不见。
这样的问题，我们就称为不可解决的，或者不可有效解决的，或者不可快速解决的，或者困难的。诸如此类的说法，实际的意思都是：这个问题的计算量是指数增长的。与之相对，计算量多项式增长的问题就称为可以解决的，或者可以有效解决的，或者可以快速解决的，或者容易的，诸如此类。
因此，基本的区分就是：多项式增长 = 容易，指数增长 = 灾难。如果你理解到这一层，你的知识水平就超越了90%的人。
多项式增长 = 容易
指数增长 = 灾难
这个分类叫做计算复杂性（computational complexity），或者计算复杂度。计算复杂性的分类有个妙处，就是它非常稳定。比如说把计算量减缩1000倍，不可解决的问题仍然是不可解决。
了解了这些背景之后，核心问题来了：有没有可能通过改变计算机的物理体系，把不可解决的问题变成可以解决？
这是个非常有趣的问题。大家都知道，计算机可以用不同的物理体系来实现。从古代的算筹、算盘到近代的机械式计算机，再到现代的电子管计算机与晶体管计算机，硬件在不断演化。但是，这种进步能不能改变计算复杂性呢？
回答是不能，因为这些进步的效果只是让计算的每一步变得更快，但原来需要多少步现在还是需要多少步。所以不可解决的问题仍然是不可解决，不会因为你从算盘进步到超级计算机就改变这个定性。这个命题非常重要，它有个正式名称“扩展的丘奇-图灵论题”（extended Church-Turing thesis），丘奇和图灵是两位伟大的数学家。
阿隆佐·丘奇（Alonzo Church，1903 - 1955）
阿兰·图灵（Alan Mathison Turing，1912 - 1954）
但近40年来，出现了一个石破天惊的新回答：有一种新的物理体系有可能把不可解决的问题变成可以解决，它就是——量子计算机！
对于完全没有基础的同学，我来稍微解释一下。量子这个词来自量子力学，量子力学是一种基础物理学理论。跟量子相对的传统方法，叫做“经典”。量子之所以有可能做到经典做不到的事情，是因为量子力学有三个违反日常直觉的性质（https://mp.weixin.qq.com/s/pK5MZTr6PJaL0CszazlE_w）：叠加、测量和纠缠（https://mp.weixin.qq.com/s/5VDDhg_2xSj7DL3ReV0LCQ）。
量子计算机的逆天之处在于，它有可能通过执行某种快速的量子物理过程，获得跟这个过程对应的数学难题的解。用经典计算机计算这个数学问题的时间是指数时间，用物理过程获得结果的时间却是多项式时间。这种“抄捷径”，就是量子计算机的优势。
所以量子计算的重要性，在于它可能解决传统无法解决的问题，而不是以另一种方式去解决那些已经解决的问题。如果你理解到这一层，你的知识水平就超过了99%的人。
人们已经提出了若干种量子算法，每个算法其实就是对某个问题设计出的捷径。例如用经典算法分解因数是困难的，但用量子算法分解因数是容易的（https://mp.weixin.qq.com/s/Q9e6_Cjlv9GoAFl6b9MyYg）。所以在理论层面，量子计算的形势大好。
不过真正的困难在实验层面：我们真的能实现这种优势吗？我们能不能造出一台量子计算机，它在至少一个问题上超越经典计算机？
对此的回答，绝不是显而易见的。在真正造出一台这样的量子计算机之前，不能排除这样的可能：这件事在理论上似乎可行，但在实践中总是因为各种各样的障碍而无法实现。
如果各种技术方案总是功败垂成，那么人们就会想：有没有可能，在这背后有某种深刻的原理在阻止我们超越经典计算机？这些都是需要实际去做才能知道的。
了解了这些背景，终于可以解释九章做的是什么了：它是目前最明确的超越经典计算机的量子计算机。用术语来说，这叫做实现“量子优越性”（quantum advantage）或者“量子霸权”（quantum supremacy）。
九章实现量子优越性之后，合理的推断就是：既然有一个问题可以实现量子优越性，当然就可以有更多。验证了这个存在性之后，我们的天地就无限广阔了。如果你理解到这一层，你的知识水平就超越了99.9%的人。
回想一下前面说的扩展丘奇-图灵论题，九章就是推翻这个论题的最强有力的证据。换句话说，九章让整个量子计算学术界建立了信心。
下面，我们来介绍九章具体执行的任务。它叫做“玻色子取样”（boson sampling），即发出若干个光子，经过复杂的光路后，探测每一个出口有多少个光子出去。一个流行的比喻是，它好比光子的“高尔顿钉板”（Galton’s board）。
阿伦森与阿尔希波夫论文图1，高尔顿钉板
提出玻色子取样的，是一篇2013年的论文《线性光学的计算复杂性》（The Computational Complexity of Linear Optics），作者是斯科特·阿伦森（Scott Aaronson）和他的学生亚历克斯·阿尔希波夫（Alex Arkhipov）。阿伦森当时是MIT电子工程与计算机科学系的教授，现在是德州奥斯汀大学计算机科学系的教授。这篇文章的图1，就是高尔顿钉板。
斯科特·阿伦森（https://www.cs.utexas.edu/people/faculty-researchers/scott-aaronson）
然而玻色子取样真正的威力，是它跟高尔顿钉板的区别。高尔顿钉板的球是经典粒子，各个球之间是独立的。但玻色子取样的光子是量子粒子，它们之间是会干涉的。
平时常见的光的干涉现象，是单个光子自己跟自己干涉。但玻色子取样实验中的多个光子之间会发生多光子干涉，导致更奇妙的效应。
用物理学术语来说，这叫做“Hong-Ou-Mandel凹陷”（Hong-Ou-Mandel dip）。这三位作者都是罗切斯特大学的物理学家，Hong是韩国人洪廷基（Chung Ki Hong），Ou是华人区泽宇。
他们在1987年发现，两个相同的光子在同时经过一个分束器之后，会变得纠缠起来。最初这两个光子一个从左边来，一个从右边来。经过分束器之后再去测量它们，就会发现或者两个都在左边，或者两个都在右边，但不可能一个在左一个在右。阿伦森与阿尔希波夫论文的图3，就是这个Hong-Ou-Mandel凹陷。
阿伦森与阿尔希波夫论文图3，Hong-Ou-Mandel凹陷
这是一种纯粹的量子力学效应，在经典世界里是不可能出现的。玻色子取样，就是把Hong-Ou-Mandel凹陷推广到更多的光子。最终，从各个出口出来的光子会满足一个非常复杂的分布，如下图所示。
玻色子取样的概率分布
最下面那个公式（3.66），就是玻色子取样的概率分布。这个公式中分子上的Per(As)，是As这个矩阵的“积和式”（permanent）。分母上的s1!直到sm!，是s1直到sm的阶乘（factorial）。
如果你不知道积和式和阶乘是什么，请去看我以前的文章和视频（https://mp.weixin.qq.com/s/7hI_QcO0BdXOyye21R0n-A）。重点在于，积和式的计算是一个困难的问题，所以这个概率分布对于经典计算机是困难的。如果我们能把光子数推到足够大，超级计算机已经算不动了，而物理装置仍然能够快速取样，那么就实现了量子优越性。
这需要达到多少个光子呢？阿伦森和阿尔希波夫的估计是，到20至30个光子就可能超越经典计算机。
九章实际做到了多少呢？平均光子数是43，最多达到76，远远超过预期。所以最终的结果是：九章用200秒取样了5千万次，而现在最强的超级计算机取同样多的样需要6亿年，九章超过了它一百万亿倍！
我们来总结一下，九章的重要性至少包括三个层面。
在原理层面，它是推翻扩展丘奇-图灵论题的现有最强的证据。
你也许想问，不扩展的丘奇-图灵论题说的是什么？回答是，原始的丘奇-图灵论题说的是，任何物理体系可计算的数学问题都是一样多的。而扩展的丘奇-图灵论题，说的是任何物理体系可有效计算的数学问题都是一样多的。请注意，可计算和可有效计算是不一样的。前者是指可以在有限的时间内得出结果，无论这个时间是多长，而后者是指这个时间是多项式增长的。
现在普遍认为丘奇-图灵论题是正确的，而扩展丘奇-图灵论题是错误的。也就是说，量子计算机和经典计算机可计算的问题是一样的。但在这些可计算的问题中，量子计算机可以把一些不可有效计算的问题变成可以有效计算。
在实用层面，玻色子取样目前还没有实用价值，但将来可能会有。例如药物分子筛选对应某种图论问题，而这种图论问题又可能对应玻色子取样问题，因此将来有可能用九章加快药物研发。如果我们真的通过这种方法制造出了新药，难道会有人因为所谓“它不是计算机”而拒绝吃药吗？
在技术层面，中国科学家在研发九章的过程中发展了大量的新技术，如最好的量子光源、最好的干涉技术、最好的锁相技术、最好的单光子探测器等等。这些技术会扩展到其他地方，例如量子雷达（https://mp.weixin.qq.com/s/sFi-WHkusYDYv-rcdVvjaQ）、量子卫星、“隔墙观物”（https://mp.weixin.qq.com/s/r2xVnKOuydItEzri657jwg）和“雾里看花”（https://mp.weixin.qq.com/s/RyBxlwM1HZryaNZR-sIWEw）。
如果以上这些你全都理解了，我相信你的知识水平已经超越了99.99%的人。回头再看各种常见的对量子计算机的误解，你都能够一眼看破。
最后，对于一个新科技，我们有两种态度。一种是：我不懂，也不想学！这东西肯定不行！你们肯定是假的！另一种是：我要去认真学习，了解原理，甚至投身其中。你愿意选择哪一种呢？
扩展阅读：
《量子计算机不是计算机？键盘侠们会对美国这样说吗？ | 袁岚峰》（https://mp.weixin.qq.com/s/7hI_QcO0BdXOyye21R0n-A）
《“九章”作者对涂传诒先生等若干网络评论文章的回复 | 墨子沙龙》（https://mp.weixin.qq.com/s/yuq7Tjt9-TOo3PSIMgkk1A）
《让中央集体学习的量子科技究竟是啥？这个科普我已经做了五年（二）量子力学三大奥义 | 袁岚峰》（https://mp.weixin.qq.com/s/pK5MZTr6PJaL0CszazlE_w）
《让中央集体学习的量子科技究竟是啥？这个科普我已经做了五年（三）量子纠缠 | 袁岚峰》（https://mp.weixin.qq.com/s/5VDDhg_2xSj7DL3ReV0LCQ）
《让中央集体学习的量子科技究竟是啥？这个科普我已经做了五年（四）量子因数分解与破解密码 | 袁岚峰》（https://mp.weixin.qq.com/s/Q9e6_Cjlv9GoAFl6b9MyYg）
《高空大气与量子雷达 | 窦贤康》（https://mp.weixin.qq.com/s/sFi-WHkusYDYv-rcdVvjaQ）
《千米之外，如何实现隔墙观物 | 墨子沙龙》（https://mp.weixin.qq.com/s/r2xVnKOuydItEzri657jwg）
《单光子相机：如何实现“雾里看花” | 徐飞虎》（https://mp.weixin.qq.com/s/RyBxlwM1HZryaNZR-sIWEw）
作者简介：袁岚峰，中国科学技术大学化学博士，中国科学技术大学合肥微尺度物质科学国家研究中心副研究员，中国科学技术大学科技传播系副主任，中国科学院科学传播研究中心副主任，科技与战略风云学会会长，“科技袁人”节目主讲人，安徽省科学技术协会常务委员，中国青少年新媒体协会常务理事，中国科普作家协会理事，入选“典赞·2018科普中国”十大科学传播人物，微博@中科大胡不归，知乎@袁岚峰（https://www.zhihu.com/people/yuan-lan-feng-8）。
再update:
感觉类比风洞其实不太好。这么说吧，如果你觉得积分电路是计算机，那九章就是量子计算机。如果你觉得不是，那九章也不是。
Update:
今天看到量子客公众号转载了Scott Aaronson的博文，其中提到所有的量子计算机从业者都或多或少的在自我炒作。他还特别提到了量子模拟“近期就会出现应用”的说法并不算错误的。
全文在此，值得阅读。
原答案
这问题下面的回答千奇百怪，有瞎瘠薄科普的，有贴民科文章的，有贴潘的回应贴的，还有讨论屁股问题的，我都快看不下去了。
本质地说，涂和潘之所以有这么大的分歧，是因为量子计算机本来就有完全不同的两条路径。
最早Feynman提出的量子计算机和现在大多数做量子计算的人希望实现的量子计算机已经不是一回事了。Feynman提出的概念，与其说是量子计算，毋宁说是量子模拟。
Feynman到底说了什么呢？用高中生能听懂的语言。假设你考试的时候遇到了一道题：
在均匀的、强度为 的引力场内，一个质量为 、带电量为 的小球放置在带电量 的大球正上方，求小球会悬浮在大球上方多远的位置？
高中生小明：
解：假设小球离开大球距离为 ，则根据二力平衡条件： 。于是解得
工程师：
解：我做了一个模型，让小球重量为 、带电 。大球带电 。然后我做了个支架让小球只能在竖直方向运动。最后我问隔壁测量师要了把卷皮尺测出来他们之间的距离是 。我根据量纲关系rescale了一下，在95%的精度内，这道题的答案是 。
高中生小明：这人脑子有问题吧。
过了十年，小明回到高中开始教物理，这时候他发现试题变成了：
在一个非均匀的引力场内放了1000个球，位置分别在 ，带电量 。将一个质量 、带电量 的小球放入，小球会在什么位置平衡下来？
小明：WDNMD现在高中都这么卷了？
工程师：
解：我做了一个模型，让小球重量为 、带电 。我又做了一千个球，让他们固定在 ，带电 。最后我问隔壁测量师要了把卷皮尺测出来小球的坐标是 。我根据量纲和几何关系rescale了一下，在95%的精度内，这道题的答案是 。
小明：厉害厉害，没见过。
Feynman的“量子计算”模型很大程度在就是在做工程师的事情。假设物理学家非常关心的一个涉及多粒子的量子过程A可以用 描述，但求解这个问题（在数学上）非常困难。Feynman提出，假如该量子过程可以和另一个物理系统上发生的另一物理过程B对应（并有相对简单的对应关系），那么我们总是可以通过研究过程B的 来完成对A的研究。
具体的，如果物理学家希望研究的过程A涉及的物理系统 在处于初始状态 ，它们希望知道该体系经历了对应于Hamiltonian 后的物理状态是什么。而完成这个研究的方法是：
1. 选择一个物理过程B和相应的体系 ，使得和， 和 之间都有比较简单的对应关系。
2. 制备 为初始状态 ，通过对 施加 的作用，测量 的状态。
3. 使用系统间的对应关系推测对应的物理状态 。
在很大程度上，这个模拟过程像一个实验：它没有从任何第一性原理出发去完成任何数学上的“计算”，而是像风洞实验一样用一个完全可控的装置去模拟实际发生的状况。在很多方面，风洞就像是这个过程的经典力学版：因为空气动力学家无法求解包括湍流在内的复杂非线性动力学问题（过程A），为了了解飞机在天上经历了什么，空气动力学家制造了风洞并设计了和天空中的空气动力相对应的气体动力学过程（过程B），通过飞机在风洞这个完全可控的实验条件的表现（）来推测飞机在天上会经历什么（）。
事实上，在经典领域，风洞实验完全不会被认为是一个“计算机”。而九章在做的事情，几乎就是用多光子实验“模拟”了玻色采样。在这个角度，九章非常接近Feynman的设想。这也是为什么涂认为它不是“量子计算机”
那么今天大家一致认为的量子计算机究竟是什么？
和Feynman等人的想法不同，Shor等人尝试用量子力学来求解一些更基础的（通常是数论的）问题。在这个过程中，Deutsh的结果被认为是具有里程碑意义的，因为他证明了Hamiltonian可以直接作用于粒子形成各类门电路，从而在基础上构建一个量子Turing机。和Feynman相比，这是一个巨大的飞跃。还是拿风洞举例子。风洞可以用来模拟各种空气动力学，但你用它来算15=3*5就歇菜了。同样，Feynman的量子计算机在模拟很多问题上有着无可比拟的优势，但并不能构建一个“万能的”、能够解决任何给定数学问题的机器。然而由于Deutsh，Shor，Grover等人的努力。“通用”量子计算模型以及一系列量子加速算法被建立起来，从而研究热点也转向的“通用”量子计算机。
相比于Feynmna的量子计算机，通用量子计算的能力显然更为强大，因为通用量子计算可以完全实现现代电子计算机的全部二进制程序，从而至少是能完成全部现代计算机的工作的，同时对一系列搜索问题、因数分解问题，量子计算机拥有专用的算法可以实现“硬件层面”的加速，这也就是量子物理学家们津津乐道的“量子霸权”（或者至少“量子优势”）
如果我们愿意抛弃历史的观点而把Feynman提出的模型成为量子模拟器，那么结论是清楚的：九章是一个非常好的（、专为玻色采样问题开发的）量子模拟器，但它显然不能被约化为量子Turing机模型，从而是不一般意义上所谓的“通用”量子计算机。
量子计算机和量子模拟器的研究应当是同等重要的。当人们谈及“量子优势”时，对量子计算机和量子模拟器是两个完全不同的东西。
对量子计算机而言，它指的是可以通过一系列经由量子门电路实现的量子算法来求解某一数学问题。因为量子门电路的特殊性，这个量子算法在复杂度上低于经典算法。
而量子模拟器则是完全不同的一个“风洞”。它显然在求解特殊问题上要比（即便是量子）计算机快得多——它根本不需要求解任何数学问题，不需要计算加减乘除，也没有复杂度可言（如果非要说的话复杂度是 ）。我们知道这样的“神器”对于解决工程问题是非常重要的——毕竟从头算的话，模型的适用范围、求解精度还是有待考察的问题，而模拟，做就完事儿了。
对潘团队回应涂文的一些看法：
其次，关于“玻色取样”这一抽象问题的理解，涂先生的主要理解偏差在于认为它“不能求解任何事先给定的数学问题”、“不是对任何事先给定的数学函数给定的输入值为求输出值而设计的。玻色采样是相干子通过光子干涉仪的物理实验，输入光子是非高斯分布，而输出光子是高斯分布。”
我不确定是我的阅读理解有问题还是潘的有问题。我理解中涂所说的“不能求解任何事先给定的数学问题”是在说：
而不是
这是涂文章中认为九章不是量子计算机的比较关键的一点。用大白话说，计算机应该可以求解任何给定的数学问题（只要原理上能算出来），但九章不能（九章只能求解玻色采样），所以九章不是（这就是Church-Turing Thesis）。而潘的回应（强调玻色采样是数学问题）并没有回应这一点。事实上，任何物理过程都对应解方程，从而即便是风洞也能求解对应的数学问题，但风洞当然不能被当作是一个计算机，或者用涂的话说，“不能求解任何事先给定的数学问题”。
涂老师的文章我早就看了，而且还讨论过。首先，涂老师不仅质疑九章而是质疑世界上所有的量子计算机。他认为量子计算的理论就是错的，就是忽悠。所以中科大说它们的九章符合定义，这有点所答非所问了。
2、涂老师认为人类永远无法开发出量子计算机。因为叠加态只是物理统计学的概念，在现实世界中并不存在。
3、涂老师认为九章和以前的谷歌都不是量子计算的一个重要观点是：二者玩的都是纠缠态而不是叠加态。而纠缠态和量子计算无关。
以上是我看了涂老师的文章之后做的笔记。
其次，我要说一下某些批评者，他们这么说涂老师：
涂老师如果是质疑则是值得表扬，如果是泼脏水，如何如何。这种讨论问题的方式，文辞叫诛心，诛心是不道德的。讨论问题就事论事，不应该拷问别人的发言的动机。
另：我个人不懂量子物理也不懂量子计算机，我只是就逻辑问题发表看法，下面这篇文章值得大家看看：
大家看看是否合理：
《按潘建伟的逻辑，袁灿伦设计出比“九章”快万亿倍超级量子计算机》
一起做大饼多好，
就此定义「广义量子计算机」「狭义量子计算机」，你看，是不是一下解决定义问题了？
量子信息领域的某些从业人员尤其令我敬畏与崇拜，他们一边口口说要尊重专业人员，可是最不尊重专业人员的就是他们自己。绝大部分量子信息从业者是没有足够的信息论，理论计算机，计算机网络，通信工程，信息安全，密码学等等专业领域的足够的素养的。但是他们碰瓷这些领域却碰瓷的飞起。
量子计算我能说的不多，但是量子保密通讯我能说的很多。任意一个有足够计算机网络，信息安全领域的知识的人（本科生级）都能看出这玩意实用价值很低，为啥？我就说一个概念，通信网络层次结构，相关专业的都懂。考虑到它极度高昂的成本,以及通讯工程对成本变态的追求的传统，任何一个相关专业人员都能想明白它注定失败的命运。可惜这些人员发不了NS，更当不了院士，说了话也不顶用。后来大院士量子通讯相关的公司业务黄了，大家都漏出一副早知道如此的表情。不过大院士似乎事业也没受影响，转进量子计算去了。如果你懂计算机网络之类的东西，不必是什么大专家，就可以关注一下量子通讯领域的人输出了多少极度误导性的言论。
关于九章是不是个计算机，本质是名义和定义权的争夺，如果定义什么是计算机的权力掌握在搞量子信息的大院士手里，那么它当然是计算机。如果不是，那么传统的计算机专业的人不倾向于叫它计算机。任何一个哪怕是相关专业的本科生，也应该知道一个概念叫做ASIC,一般而言设计良好的ASIC在针对特定任务时能对等晶体管数目的CPU形成若干个数量级（我估摸能有3到6个）的性能碾压。换言之一些ASIC单芯片性能能媲美天河，富岳之类的超算整台服务器。但是习惯上我们并没有把所有ASIC都叫做计算机，一般只叫它芯片。
我是少有的入门过量子信息和传统计算机专业的人，至少这两个专业本科生课我差不多都学过，虽然后来忘了不少。我想如果你有我的背景，你看到九章的第一反应应该就是，九章相当于是一个量子版的ASIC嘛。你说它是不是计算机呢？原则上他不是图灵完备，不能通用计算，但是它确实有进行计算并输出结果的能力。我不是说模拟就不算计算，要不然数模转换器，物理随机数发生器算什么？所以我看它是不是计算机就是一个定义权的问题。照理说，搞量子信息的大院士可比基层的搞硬件的工程狗地位高多了。他们为代表的的团体说这是计算机，那么这就是计算机。你们谁同意？谁反对？
题外话：专业人员为啥叫专业人员，1他对一个特定特定的领域懂得很多，事无巨细的懂很多细节2对于专业之外的东西很可能一无所知。亲身感受也许不准：做物理研究的人会有一种若有若无的专业优越感，大概是天下理工知识以物理为中心的那种感觉。可惜世界上的专业不止有物理一个，更不只有量子信息一个。
质疑的非常有道理，也没见谁把能做傅里叶变换的棱镜叫做光学计算机啊。
类似的话题
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