摘要：过去两年，IBM与合作伙伴在医疗保健与生命科学、材料科学、高能物理、优化和可持续发展五个领域成立工作组，工作组致力于提升跨领域的科学进步，将量子效用转化为量子优势，力求发掘利用量子计算造福人类的潜能。

 

算法方面的研究突破是我们从量子效用走向量子优势的关键。在本文，让我们与应用案例学科专家和量子研究人员共同开展探索，共研前沿量子应用案例。

 

过去两年，为了促进量子计算在造福人类方面实现长足发展，IBM与合作伙伴成立了五个工作组，这些领域分别是：医疗保健与生命科学、材料科学、高能物理、优化和可持续发展。

 

每个工作组都定期举行会议，以找出具探索意义的问题、问题的难点、最先进的技术、潜在的首批用例以及量子在近期和未来可带来的优势。这些小组也发布了白皮书，并积极达成多种研究合作，研究能否实现量子提速等开放性问题。

 

图片来自IBM官网

 

为什么成立这些工作组呢？IBM认为，发挥量子优势需要满足两个条件：第一，证明量子硬件能够运行经典计算机无法完全模拟的量子电路，该部分称为“量子效用”，去年《Nature》杂志封面上的一篇论文首次证明了量子效用。第二，证明利用这些量子电路解决问题的方案胜过其他任何最先进的方案。

 

实现和提供量子优势需要更广泛的量子社区的帮助。学科专家必须找出其所在领域未解决的重要问题，然后找出其中哪些问题无法用现有的传统方法解决，他们可以与量子专家一起，确定这些问题中哪些部分适合尝试量子解决方案。

 

最后，他们必须将这些问题映射到量子计算机上，然后在不断优化的量子硬件上运行这些问题，并将这些结果与现有的经典方法进行比较。我们相信，这种探索对于在短期内实现量子优势至关重要。

 

接下来，我们将谈谈这些工作组的成员，以及他们是如何为各自领域带来量子优势？

 

 

世界各地的实验室都在研究物质的基础--通过粒子束的碰撞来进行高能实验，从而发现新的粒子，以填补我们对物理学理解的空白。但这些实验会产生海量数据，需要呈指数级增长的计算能力来处理。

 

几十年来，仅仅是尝试处理和分析这些数据而在全球范围内开展合作，就已经带来了重大的计算突破，影响着我们今天使用互联网的方式。例如，万维网的发源地——欧洲核子研究中心，也是助力网格计算日趋成熟的功臣。

 

随着数据量更庞大的新实验的进步，理解这些实验结果的挑战只会越来越大。尤其是当这些实验处理基本量子信息时，量子计算在这方面颇具价值。因此，2022 年 11 月，高能物理量子计算（QC4HEP）工作组首次在瑞士日内瓦欧洲核子研究中心聚集一堂。

 

该工作组成员包括来自欧洲核子研究中心、德国电子同步加速器中心（DESY）、美国橡树岭国家实验室、东京大学以及世界各地对量子计算如何改变这一领域感兴趣的研究机构专家。

 

在2023年发布的白皮书《高能物理量子计算的最新技术和挑战》中，QC4HEP小组试图列出与高能物理相关的用例，为在公用事业级量子处理器上运行其中一些用例。

 

他们的结论是，量子计算有可能在以下方面影响高能物理：模拟高能物理问题的算法和方案，以及用于分析实验结果的数值方法、模拟实验中使用的探测器和粒子碰撞发生的事件。

 

高能物理具有得天独厚的优势还有另一个原因，即这些系统也遵循量子力学规则。因此，高能物理可能会在短期内受益于量子计算，尤其是在模拟研究系统的动力学时。我们所处理的系统在本质上是量子态--所以，使用量子计算机来解决这类问题具有一定的直观意义。

 

此外，物理学家或许还能将实验中的量子传感信息与量子计算机相结合--用量子资源来分析量子数据。

 

量子计算与高能物理有着密切的联系，因为它们在相同的尺度上运行，遵循相同的基本规则。因此有信心说，量子在加速高能物理领域的发展方面具有巨大潜力。

 

高能物理 图片来自杜克大学

 

 

许多材料科学问题本质上都是量子问题，该领域的量子加速有可能惠及诸多领域，例如我们对物质的基本理解以及储能、太阳能等工业问题。

 

今天，材料科学已经采用了大量高性能计算资源来运行材料模型。然而，精确模拟会随着模拟的系统规模的扩大呈指数级增长。材料科学家采用近似值来克服这一问题，但这些近似值可能会因材料的复杂性而失效，或者在模拟中造内存数据过载的结果。

 

而这就需要借助量子计算了。一些量子算法有望实现指数级加速或减少内存使用量。我们设想，量子计算可以融入到经典计算工作流程中。因此，材料科学已经做好准备，在不对现有工作流程做出重大改变的情况下开始整合量子资源。

 

材料科学工作组于2023年3月在芝加哥大学启动，成员来自美国橡树岭国家实验室、理化学研究所、芝加哥大学、波音公司、博世公司和埃克森美孚公司。经过相关主题演讲、分组讨论和后续研究，工作组于 2023 年 12 月发布了白皮书《以量子为核心的材料科学超级计算的挑战和未来》。

 

这些算法适用于多种相关用例。最常用的可能是模拟系统的基态--这是了解材料在化学反应中如何表现的关键。论文还列举了模拟、激发态计算、振动结构计算等方面的更多用途。

 

材料科学 图片来自维基百科

 

 

既然量子有可能在化学层面产生影响，那在生物学层面会不会产生影响呢？虽然对于细胞和蛋白质等更复杂的系统来说，量子计算的优势还未完全显现，但它却具有造福全人类的巨大潜力。这就是医疗保健与生命科学（HCLS）工作组背后的依据。

 

毕竟，突破性的技术发展已经开始改变医疗保健和生命科学（HCLS）--例如，通过新显微镜技术可以对人体做到前所未有的细致观察，新方法可以让生物学家在细胞层面绘制组织的3D图。

 

从创建细胞图谱到研制救命疫苗，再到绘制人类基因组图谱，甚至改变了我们治疗疾病的方式。也许面对以前无法治愈的疾病（侵袭性癌症），通过未来的技术可以为其提供解决方案。

 

HCLS 工作组于 2023 年 4 月在美国克利夫兰医学中心启动，成员来自非营利性学术医疗中心、芝加哥大学、Moderna、哈佛大学等。工作组成员在他们的白皮书《迈向以量子为中心的细胞疗法》中提出了重新构想医疗保健和药物发现的愿景。通过将高性能计算与量子算法相结合，他们希望从个体层面了解病变组织中细胞的行为，最终创造更好的治疗方法。白皮书涵盖四个关键领域：

 

首先是利用量子神经网络（QNN）从有限的数据中了解免疫细胞如何发送和接收信号。

 

第二项研究是利用量子-经典混合算法生成神经网络来模拟肿瘤周围的环境。

 

第三项研究使用一种新型混合量子优化算法来模拟单个细胞对治疗干预的反应。

 

第四项研究是利用量子进行拓扑数据分析，以更好地捕捉细胞之间的相互作用。

 

我们并不指望量子技术明天就能改变 HCLS，但这项工作号召更多人了解将量子算法纳入 HCLS 研究的潜力。量子已经开始解决某些领域的问题，有可能在这些领域与经典方法竞争，甚至占据优势。对于 HCLS 来说，现在是时候开始考虑提取效用了，以期我们能离产生的积极影响更近一步。

 

医疗保健和生命科学  图片来自Comptech Associates Inc

 

接下来，我们的工作组致力于解决各领域专家都感兴趣的问题：优化。如果我们能在优化问题上找到量子优势，就有可能产生巨大的商业价值。因此该领域有很多人感兴趣。未来量子可以加速找到更便宜、更高质量、或更多不同种类的解决方案。

 

IBM优化工作组的合作伙伴包括能源公司 E.ON 和美国富国银行，他们也于 2023 年 12 月发布了白皮书《量子优化：潜力、挑战和前进的道路》。白皮书开头提出，他们仍在努力探索优化如何从量子中获益。

 

例如，著名的Grover搜索算法只比传统方法提升2个数量级，而且最近的研究发现，运行该算法时的纠错开销就可能会抵消全部的量子加速收益。

 

但是，我们不应该只寻找已经在数学上证明存在量子加速的算法，因为在寻求实际的量子优势时，这并不是必需的。例如，我们可以考虑一组被称为 “NP-intermediate”的问题，这些问题是否能在经典计算机（P）上高效解决，或者与我们能快速检查答案是否正确的最难问题（NP-complete）归为一类，尚不清楚。数学因式分解就属于这种复杂度，而Shor算法比传统方法提高了指数级加速。

 

尽管如此，还是有很多量子优化算法可以提供价值：量子近似优化算法、量子绝热算法、吉布斯采样等等。要了解这些算法的潜力，我们必须系统地对这些难题进行基准测试，并将结果与最先进的技术进行比较。

 

虽然基准测试可能是人为的，但我们还需要找出与实际相关的优化问题，这些问题通过传统方法解决非常困难。这些都将指导我们在优化领域的研究取得量子优势。

 

量子计算 图片来自网络

 

 

2024年5月，PINQ、舍布鲁克大学、魁北克水电公司、卢森堡大学和 E.ON 公司联合启动了另一个工作组。该工作组的目标是汇聚量子和可持续发展领域最优秀的科学家，设计量子计算和混合解决方案，以应对材料和能源领域的环境可持续发展问题。

 

启动仪式结束后，小组提出了五个重点领域，涵盖可持续材料和优化等方面。他们希望此次合作所取得的进展能够帮助我们更高效地储存和输送能源，改善电力系统，并应对气候变化。

 

IBM期望上述五个工作组的合作和洞察能够带来跨领域的科学进步。IBM认为，比新研究更重要的是，它们将为当今公用事业级系统的量子优势发展指明一条道路。

 

参考资料：

https://www.ibm.com/quantum/blog/quantum-working-groups

本文转载自微信公众号：量子前哨

摘要：过去两年，IBM与合作伙伴在医疗保健与生命科学、材料科学、高能物理、优化和可持续发展五个领域成立工作组，工作组致力于提升跨领域的科学进步，将量子效用转化为量子优势，力求发掘利用量子计算造福人类的潜能。

 

算法方面的研究突破是我们从量子效用走向量子优势的关键。在本文，让我们与应用案例学科专家和量子研究人员共同开展探索，共研前沿量子应用案例。

 

过去两年，为了促进量子计算在造福人类方面实现长足发展，IBM与合作伙伴成立了五个工作组，这些领域分别是：医疗保健与生命科学、材料科学、高能物理、优化和可持续发展。

 

每个工作组都定期举行会议，以找出具探索意义的问题、问题的难点、最先进的技术、潜在的首批用例以及量子在近期和未来可带来的优势。这些小组也发布了白皮书，并积极达成多种研究合作，研究能否实现量子提速等开放性问题。

 

图片来自IBM官网

 

为什么成立这些工作组呢？IBM认为，发挥量子优势需要满足两个条件：第一，证明量子硬件能够运行经典计算机无法完全模拟的量子电路，该部分称为“量子效用”，去年《Nature》杂志封面上的一篇论文首次证明了量子效用。第二，证明利用这些量子电路解决问题的方案胜过其他任何最先进的方案。

 

实现和提供量子优势需要更广泛的量子社区的帮助。学科专家必须找出其所在领域未解决的重要问题，然后找出其中哪些问题无法用现有的传统方法解决，他们可以与量子专家一起，确定这些问题中哪些部分适合尝试量子解决方案。

 

最后，他们必须将这些问题映射到量子计算机上，然后在不断优化的量子硬件上运行这些问题，并将这些结果与现有的经典方法进行比较。我们相信，这种探索对于在短期内实现量子优势至关重要。

 

接下来，我们将谈谈这些工作组的成员，以及他们是如何为各自领域带来量子优势？

 

 

世界各地的实验室都在研究物质的基础--通过粒子束的碰撞来进行高能实验，从而发现新的粒子，以填补我们对物理学理解的空白。但这些实验会产生海量数据，需要呈指数级增长的计算能力来处理。

 

几十年来，仅仅是尝试处理和分析这些数据而在全球范围内开展合作，就已经带来了重大的计算突破，影响着我们今天使用互联网的方式。例如，万维网的发源地——欧洲核子研究中心，也是助力网格计算日趋成熟的功臣。

 

随着数据量更庞大的新实验的进步，理解这些实验结果的挑战只会越来越大。尤其是当这些实验处理基本量子信息时，量子计算在这方面颇具价值。因此，2022 年 11 月，高能物理量子计算（QC4HEP）工作组首次在瑞士日内瓦欧洲核子研究中心聚集一堂。

 

该工作组成员包括来自欧洲核子研究中心、德国电子同步加速器中心（DESY）、美国橡树岭国家实验室、东京大学以及世界各地对量子计算如何改变这一领域感兴趣的研究机构专家。

 

在2023年发布的白皮书《高能物理量子计算的最新技术和挑战》中，QC4HEP小组试图列出与高能物理相关的用例，为在公用事业级量子处理器上运行其中一些用例。

 

他们的结论是，量子计算有可能在以下方面影响高能物理：模拟高能物理问题的算法和方案，以及用于分析实验结果的数值方法、模拟实验中使用的探测器和粒子碰撞发生的事件。

 

高能物理具有得天独厚的优势还有另一个原因，即这些系统也遵循量子力学规则。因此，高能物理可能会在短期内受益于量子计算，尤其是在模拟研究系统的动力学时。我们所处理的系统在本质上是量子态--所以，使用量子计算机来解决这类问题具有一定的直观意义。

 

此外，物理学家或许还能将实验中的量子传感信息与量子计算机相结合--用量子资源来分析量子数据。

 

量子计算与高能物理有着密切的联系，因为它们在相同的尺度上运行，遵循相同的基本规则。因此有信心说，量子在加速高能物理领域的发展方面具有巨大潜力。

 

高能物理 图片来自杜克大学

 

 

许多材料科学问题本质上都是量子问题，该领域的量子加速有可能惠及诸多领域，例如我们对物质的基本理解以及储能、太阳能等工业问题。

 

今天，材料科学已经采用了大量高性能计算资源来运行材料模型。然而，精确模拟会随着模拟的系统规模的扩大呈指数级增长。材料科学家采用近似值来克服这一问题，但这些近似值可能会因材料的复杂性而失效，或者在模拟中造内存数据过载的结果。

 

而这就需要借助量子计算了。一些量子算法有望实现指数级加速或减少内存使用量。我们设想，量子计算可以融入到经典计算工作流程中。因此，材料科学已经做好准备，在不对现有工作流程做出重大改变的情况下开始整合量子资源。

 

材料科学工作组于2023年3月在芝加哥大学启动，成员来自美国橡树岭国家实验室、理化学研究所、芝加哥大学、波音公司、博世公司和埃克森美孚公司。经过相关主题演讲、分组讨论和后续研究，工作组于 2023 年 12 月发布了白皮书《以量子为核心的材料科学超级计算的挑战和未来》。

 

这些算法适用于多种相关用例。最常用的可能是模拟系统的基态--这是了解材料在化学反应中如何表现的关键。论文还列举了模拟、激发态计算、振动结构计算等方面的更多用途。

 

材料科学 图片来自维基百科

 

 

既然量子有可能在化学层面产生影响，那在生物学层面会不会产生影响呢？虽然对于细胞和蛋白质等更复杂的系统来说，量子计算的优势还未完全显现，但它却具有造福全人类的巨大潜力。这就是医疗保健与生命科学（HCLS）工作组背后的依据。

 

毕竟，突破性的技术发展已经开始改变医疗保健和生命科学（HCLS）--例如，通过新显微镜技术可以对人体做到前所未有的细致观察，新方法可以让生物学家在细胞层面绘制组织的3D图。

 

从创建细胞图谱到研制救命疫苗，再到绘制人类基因组图谱，甚至改变了我们治疗疾病的方式。也许面对以前无法治愈的疾病（侵袭性癌症），通过未来的技术可以为其提供解决方案。

 

HCLS 工作组于 2023 年 4 月在美国克利夫兰医学中心启动，成员来自非营利性学术医疗中心、芝加哥大学、Moderna、哈佛大学等。工作组成员在他们的白皮书《迈向以量子为中心的细胞疗法》中提出了重新构想医疗保健和药物发现的愿景。通过将高性能计算与量子算法相结合，他们希望从个体层面了解病变组织中细胞的行为，最终创造更好的治疗方法。白皮书涵盖四个关键领域：

 

首先是利用量子神经网络（QNN）从有限的数据中了解免疫细胞如何发送和接收信号。

 

第二项研究是利用量子-经典混合算法生成神经网络来模拟肿瘤周围的环境。

 

第三项研究使用一种新型混合量子优化算法来模拟单个细胞对治疗干预的反应。

 

第四项研究是利用量子进行拓扑数据分析，以更好地捕捉细胞之间的相互作用。

 

我们并不指望量子技术明天就能改变 HCLS，但这项工作号召更多人了解将量子算法纳入 HCLS 研究的潜力。量子已经开始解决某些领域的问题，有可能在这些领域与经典方法竞争，甚至占据优势。对于 HCLS 来说，现在是时候开始考虑提取效用了，以期我们能离产生的积极影响更近一步。

 

医疗保健和生命科学  图片来自Comptech Associates Inc

 

接下来，我们的工作组致力于解决各领域专家都感兴趣的问题：优化。如果我们能在优化问题上找到量子优势，就有可能产生巨大的商业价值。因此该领域有很多人感兴趣。未来量子可以加速找到更便宜、更高质量、或更多不同种类的解决方案。

 

IBM优化工作组的合作伙伴包括能源公司 E.ON 和美国富国银行，他们也于 2023 年 12 月发布了白皮书《量子优化：潜力、挑战和前进的道路》。白皮书开头提出，他们仍在努力探索优化如何从量子中获益。

 

例如，著名的Grover搜索算法只比传统方法提升2个数量级，而且最近的研究发现，运行该算法时的纠错开销就可能会抵消全部的量子加速收益。

 

但是，我们不应该只寻找已经在数学上证明存在量子加速的算法，因为在寻求实际的量子优势时，这并不是必需的。例如，我们可以考虑一组被称为 “NP-intermediate”的问题，这些问题是否能在经典计算机（P）上高效解决，或者与我们能快速检查答案是否正确的最难问题（NP-complete）归为一类，尚不清楚。数学因式分解就属于这种复杂度，而Shor算法比传统方法提高了指数级加速。

 

尽管如此，还是有很多量子优化算法可以提供价值：量子近似优化算法、量子绝热算法、吉布斯采样等等。要了解这些算法的潜力，我们必须系统地对这些难题进行基准测试，并将结果与最先进的技术进行比较。

 

虽然基准测试可能是人为的，但我们还需要找出与实际相关的优化问题，这些问题通过传统方法解决非常困难。这些都将指导我们在优化领域的研究取得量子优势。

 

量子计算 图片来自网络

 

 

2024年5月，PINQ、舍布鲁克大学、魁北克水电公司、卢森堡大学和 E.ON 公司联合启动了另一个工作组。该工作组的目标是汇聚量子和可持续发展领域最优秀的科学家，设计量子计算和混合解决方案，以应对材料和能源领域的环境可持续发展问题。

 

启动仪式结束后，小组提出了五个重点领域，涵盖可持续材料和优化等方面。他们希望此次合作所取得的进展能够帮助我们更高效地储存和输送能源，改善电力系统，并应对气候变化。

 

IBM期望上述五个工作组的合作和洞察能够带来跨领域的科学进步。IBM认为，比新研究更重要的是，它们将为当今公用事业级系统的量子优势发展指明一条道路。

 

参考资料：

https://www.ibm.com/quantum/blog/quantum-working-groups

本文转载自微信公众号：量子前哨