龚明：可以把量子计算理解为一台更懂自然的计算机

2026年8月26日，墨子沙龙邀请中国科学技术大学特任教授龚明，在上海图书馆（东馆）7楼作题为《量子计算是会魔法的电脑，还是更懂自然的电脑？》的科普讲座。

以下内容根据讲座整理。

量子计算并不是一台会魔法的电脑，而是利用量子叠加、纠缠与干涉，以更贴近自然规律的方式处理特定问题。本文根据龚明教授的现场讲座整理，在保留论述、例子和判断的基础上，将口语表达改写为便于连续阅读的文章。

为什么需要量子计算

在许多科幻小说和电影中，量子计算机被描绘成一种属于未来的超高性能计算系统，仿佛能够超越人类已有的一切计算工具。现实中的量子计算当然没有魔法。它的真正意义，在于我们理解并利用自然界的量子规律，制造出一种更懂自然的计算机。

今天的人类生活在信息社会中，手机、平板电脑、个人计算机、超级计算机和人工智能已经深刻改变了生产与生活。经典计算机的速度已经很快，但仍有一些问题难以处理。困难往往不在于单步运算太慢，而在于可能性会随着问题规模迅速增长，最终形成难以承受的计算复杂度。

质因数分解是一个典型例子。把两个质数相乘很容易，反过来把一个大数分解成质因数却很困难。15可以立即分解为3×5，21也不难；当数字扩展到百万、百亿乃至更大的数量级时，如果缺少高效算法，就可能不得不尝试大量候选答案。分子结构、材料设计和密码分析也面临类似问题，其可能性甚至可以达到10的60次方量级。

量子力学虽然晦涩，却并不遥远。过去一百年中，晶体管、激光、原子钟和核磁共振等技术都建立在量子力学之上，并进一步支撑了集成电路、通信、定位和医学检查。现在，人们希望把量子规律与计算更深入地结合，由此发展量子计算。

从经典力学走向量子力学

这里所说的“力学”，并不只是研究力，而是对自然如何运行的一套规律性描述。经典力学建立在长期观测和数据积累之上。牛顿并不是仅凭一只落下的苹果就创造了整套理论；在他之前，人类已经积累了大量天文和行星运动观测。牛顿力学总结了宏观物体运动的规律，并能够准确预测行星在特定时间的位置。

经典力学适合描述汽车、行星、太阳系乃至更大尺度的物体。可是，当人们把目光转向物质内部，研究原子、电子和光子的运动时，经典规则便不再充分，需要另一套理论，这就是量子力学。经典力学与量子力学并非简单的对错关系，而是分别适用于不同尺度和场景。

量子世界之所以显得反常，是因为它具有宏观经验中不常见的特征。宏观世界中的一个人不会同时出现在上海图书馆、家中和办公室；观察与否通常也不会改变他的位置。但在量子世界中，一个对象可以处于多种状态的叠加，对它的测量会影响其状态，多个对象之间还可能形成无法独立描述的关联。

双缝实验直观地展示了这种差异。光子逐个到达屏幕时，每次只留下一个亮点，单次结果难以预言；随着光子数量增加，屏幕上却逐渐形成稳定的明暗干涉条纹。结果说明，量子行为并非纯粹的想象。单次测量具有随机性，但大量重复之后能够呈现可预测的统计规律。量子叠加、测量坍缩和干涉都可以通过实验观察。

量子技术的新阶段，不只是根据量子力学制造晶体管或激光器，而是尝试操控单个量子，让每个量子的状态都能被制备、演化和测量。量子计算、量子通信和量子传感，正是在这一基础上发展起来的。

经典计算为何会遇到瓶颈

经典计算机把信息编码为0和1。高低电平可以表示二进制状态，也可以把它想象成一个开关：打开是1，关闭是0。在任意时刻，一个经典比特只能处于其中一种确定状态。文字、图像、程序和存储数据最终都要转换成这样的二进制信息。

有了数据，还需要算法。人可以直接口算3×5=15，计算机则要按照预先设计的规则处理输入并给出输出。问题一旦包含大量选择，可能性就会爆炸式增长。国际象棋棋盘与麦粒的故事很好地说明了这一点：第一格放1粒，第二格放2粒，此后每格翻倍，64格最终需要大约2的64次方粒麦子，约为10的20次方。这一数量远远超出直觉。

许多复杂问题都具有类似结构。每增加一个选择，候选空间就可能成倍扩张。即使计算机每一步都很快，也难以穷尽天文数字般的组合。要突破这类瓶颈，仅仅让经典处理器运行得更快并不够，还需要不同的计算规则。量子计算的价值，正来自量子力学提供的另一种信息处理方式。

量子世界的三条关键规则

第一条规则是叠加。量子态并不是因为我们“没有看清”才显得不确定，它本身就可以处于多个状态的叠加。光子传播时并非只有一条确定路径，而可以在空间中形成概率分布。经过双缝后，两个新的概率分布相互叠加，并在屏幕上形成干涉条纹。

第二条规则是纠缠。当两个量子系统之间形成很强的关联时，就不能再把它们完全分开描述。例如，一对纠缠光子的偏振方向分别测量时看似随机，但把结果成对比较，就会发现稳定的关联：一个呈水平偏振时，另一个可能呈竖直偏振；反过来也一样。这种整体关联是量子系统的重要资源。

第三条规则是干涉。水面上的两个波源会在某些位置相互增强，在另一些位置相互抵消；量子概率幅也会发生类似现象。借助干涉，可以增强某些答案出现的可能性，同时压低其他答案的可能性。量子算法正是利用这种机制，把计算结果逐步导向目标。

叠加提供可能性，纠缠建立关系，干涉完成筛选。量子计算机并不是单纯使用更快的元器件，而是利用这三种性质形成与经典计算完全不同的计算范式。

怎样构造一台量子计算机

要制造量子计算机，首先需要能够稳定呈现并操控量子态的硬件。普通手机或个人计算机不能简单改造成量子计算机。研究人员需要专门构造可控的量子比特，例如用激光囚禁离子或中性原子，操控单个光子，或者制造在极低温下工作的超导量子电路。

量子程序也不同于普通程序。经典软件通常围绕确定的0和1进行运算，量子程序则需要编排量子门，控制量子态的制备、纠缠、演化、干涉和测量。硬件和程序必须相互配合，才能解决特定问题。

量子计算的优势发生在测量之前。测量本身会给出带有概率性的结果；如果程序没有在测量前完成有效的状态演化，读出的就只是噪声。算法设计的核心，是在量子硬件上先建立适当的叠加和纠缠，再通过干涉把系统推向目标状态，最后测量并统计结果。

叠加纠缠和干涉如何带来计算优势

叠加赋予量子比特天然的并行性。经典计算中，如果要分别检验0和1，通常需要把两个输入各运行一次；量子比特可以处于0和1的叠加，使两种成分同时参与演化。单个量子比特带来的提升有限，真正的规模优势来自多个量子比特之间的纠缠。

两个量子比特的状态空间大小为2的2次方，10个量子比特为2的10次方，100个量子比特则达到2的100次方。量子比特数量线性增加时，可描述的联合状态空间却按指数增长。不过，仅仅增加比特数量并不足够，还必须让它们形成可控的纠缠，并把问题条件正确编码进量子系统。

干涉负责从庞大的状态空间中筛选答案。算法可以增强正确结果的概率、抑制错误结果的概率，使人们只需有限次测量，就能从统计分布中识别目标。Grover算法是典型的量子搜索算法，它通过反复干涉，提高找到正确答案的概率。

Shor算法则展示了量子计算在质因数分解上的潜力。1995年前后，数学家Peter Shor提出利用量子傅里叶变换寻找周期，再由周期反推出大数的质因数。对于经典计算机十分困难的分解问题，在足够理想的量子计算机上可以更高效地处理。

量子计算的另一项重要用途是模拟自然。原子、离子、分子、光子以及许多材料和蛋白质本身都遵循量子规律。用一个可控量子系统模拟另一个量子系统，有望更有效地研究药物、材料、电池和化学催化等问题。

量子计算适合解决什么问题

量子计算机不是万能加速器，也不意味着所有经典计算机都会被取代。日常办公、上网和游戏可以继续使用普通计算机，大规模天气预报和工程仿真仍可以依靠超级计算机，人工智能也主要运行在经典计算平台上。对于许多成熟任务，经典计算机已经足够快、足够可靠。

量子计算更适合填补经典计算的空白。质因数分解关系到密码破解，分子和材料模拟关系到药物发现与新材料研发，搜索算法则涉及大规模候选空间的筛选。这些问题的共同特点，是可能性会迅速膨胀，经典方法很难全面遍历。

真实的量子计算机已经存在，但它更像实验室中的大型精密设备，而不是家用电脑。以超导量子计算为例，系统需要接近绝对零度的环境、专门设计的量子芯片、精密控制线路以及严格的噪声隔离。未来，人们也未必需要把量子计算机放在家中，更可能通过云平台提交任务，就像今天通过网络使用人工智能服务。

技术路线与量子纠错

量子态非常脆弱。振动、光、温度和电磁噪声都可能破坏叠加与纠缠，而且一旦信息丢失，不能像普通数据那样简单复制恢复。因此，怎样减少错误、延长量子信息的有效寿命，是量子计算研究的核心难题。

量子纠错的基本思路，是用大量物理量子比特共同保护一个逻辑量子比特。通过冗余结构和持续检测，系统可以识别物理比特出现的错误，并尽量保证逻辑信息不被破坏。量子冗余远比经典计算复杂，需要在更大的状态空间中设计保护结构。

目前主要技术路线包括超导电路、光量子、囚禁离子、中性原子和硅自旋。超导路线已经在量子采样和量子纠错方面取得进展；光量子需要解决损耗和通用量子门问题；囚禁离子和中性原子需要进一步提升速度、规模与纠错能力；硅自旋则需要提高读取保真度并改进互联。

现阶段还没有哪条路线形成压倒性优势。比较技术路线时，不能只看量子比特数量，还要综合考察速度、规模、保真度、连接方式和纠错能力。最终目标不是制造比特数最多的样机，而是构造能够长期可靠运行、真正执行有价值算法的容错量子计算机。

与人工智能的协同

下一阶段的关键，是从容易出错的物理量子比特迈向可靠的逻辑量子比特，再由逻辑量子比特构造容错量子处理器。只有这样，量子算法才能稳定执行，量子资源才可能真正转化为科研或产业价值。

人工智能与量子计算也可能相互促进。近期更现实的方向，是利用人工智能识别量子系统的噪声、优化控制参数并辅助纠错，从而帮助量子计算机更快成长。更长远地看，如果容错量子计算机成为现实，它也可能为人工智能提供新的计算能力。科幻作品中的MOSS，可以看作强量子计算与强人工智能结合的一种想象。

结语 更懂自然的计算机

量子计算利用量子叠加展开可能性，利用量子纠缠建立关系，再通过量子干涉筛选结果。它不是凭空创造的魔法，而是人类在理解自然规律之后，尝试按照自然本身的方式处理信息。

量子计算仍处于早期阶段，距离大规模、低错误率和普遍实用还有很长的路。它不会立即取代经典计算机，却有机会在密码、搜索、化学、材料和药物等特定领域填补经典计算的空白。与其把它视为一台无所不能的电脑，不如把它理解为一种新的计算工具——一台更懂自然的计算机。