诺奖得主 John Martinis:量子计算五至十年有望实用

Jack小新
2025-12-05 23:17:48
量子信息
行业动态

2025 年诺贝尔物理学奖得主、量子计算奠基人 John Martinis 在采访中分享科研历程与行业洞见。他博士阶段证实宏观工程系统可遵循量子规律,主导谷歌 “量子霸权” 实验后,因理念分歧离职创立 Qolab,以半导体工艺革新量子芯片制造。他认为大公司受体制束缚难推激进创新,初创公司更具突破力,同时预测未来五至十年可能出现量子计算实用演示,量子计算机还可加速 AI 模型训练,助力量子化学等领域发展。



近日,2025年诺贝尔物理学奖得主、量子计算奠基人之一 John M. Martinis 在接受 Calcalist 采访时表示,大型公司往往受体制束缚,不愿冒险,而量子初创公司则敢于“另辟蹊径”,这正是自己离开谷歌的主要原因。


同时,Martinis呼吁,我们必须为这样的可能性做好准备:也许在未来五到十年内,就能看到量子计算的实用演示,我们正按照这样的时间表,规划相关基础设施与技术,以便届时能迅速应对。


关于 John M. Martinis


在阅读采访内容之前,先对 John M. Martinis 做一个简要介绍。


鉴于实现“量子霸权”以及获得2025年诺贝尔物理学奖的影响力,相信大家对于 John M. Martinis 并不陌生,因此此处仅对其作简要概述。


Martinis是超导量子计算的奠基人之一。早在博士阶段,他就提出量子现象并非只存在于原子层级,而可以在工程系统中模拟出现。他在实验中制造出一个厘米级电子芯片,其电流和电压的行为完全符合量子力学规律——这项成果被视为“现代量子比特”的雏形,也让“人工制造原子”的设想从理论迈向现实。


凭借这一突破,量子计算从抽象概念变成可设计、可制造的工程体系。此后数十年,Martinis活跃于学术界与工业界。他在加州大学圣塔芭芭拉分校取得重要成果,后加入谷歌领导超导量子计算项目。


2019年,他带领团队完成了著名的“量子霸权”实验——量子计算机在特定数学任务上首次超越经典超级计算机,标志着量子计算从理论研究迈向实用原型。


尽管在谷歌取得里程碑式成果,但Martinis最终选择离开。Martinis表示,公司在项目成功后调整了组织结构,他提出的快速生产迭代与制造革新方案未获支持。谷歌更倾向维持既有节奏,Martinis则希望更激进地改变硬件生产方式,然而这在大公司中很难实现。


因此,2022年,他创立量子初创企业 Qolab,目标是以工业化方法制造可靠、可量产的超导量子芯片。Qolab 正与 Applied Materials 等企业合作,尝试将半导体级制造工艺引入量子芯片生产,显著降低误差并提升一致性。


2025年,Martinis凭借“发现宏观量子力学隧穿和电路中的能量量子化现象”,荣获2025年诺贝尔物理学奖。



图|John M. Martinis(来源:Orel Cohen)


以下为采访内容整理:



科学的本质是提问。”



Martinis在接受 Calcalist 采访时这样概括自己的科研哲学。


Martinis表示:“我小时候,父母在餐桌上不会问我‘今天在学校怎么样?’,而是会问‘你今天问问题了吗?’这是一种培养孩子科学思维的好方法,因为我们作为科学家的工作就是提出问题,即使是看似显而易见的问题,也能开启通往新视角的大门,有时体现在答案本身,有时则体现在问题的表述方式上。例如,昨天我做讲座时,我特别喜欢问答环节。我总是能从人们提出的问题以及我回答问题的方式中学到一些东西。我热爱做科学家;它让我每天都能对这个世界提出各种问题。我们也需要鼓励孩子们这样做:不断地提问。”


Q:您的孩子们是否继承了你的事业?


A:他们并没有完全继承我的衣钵,但他们无疑走上了科学的道路,走上了思考和提问的道路。这是我们有意识地引导他们的。我的儿子现在从事市场营销工作。他觉得人比自然更有趣,这很好。但正因为他拥有分析思维,所以他看待自己领域的问题的方式也不同。我认为这一点他确实是从我这里继承来的。


Q:多年来,人们一直认为量子现象只存在于原子和分子的世界中。您是如何意识到,即使是像电子芯片这样的大型工程系统,也可能按照量子定律运行?


A:量子力学通常与原子和分子的物理学联系在一起。但我在博士论文中与约翰·克拉克(John Clarke)和米歇尔·德沃雷(Michel Devoret)合作所展示的,是一个更普适的事实。我们制造了一个直径约一厘米的电子芯片,并证明其中的电流与电压同样遵从量子力学规律。某种意义上,我们做出了史上第一个“史前量子比特”,那时甚至还没有“qubit”这个词。这大概是四十年前的事,那次博士实验不仅对我而言意义深远,也为世界各地后来从事这项技术的人树立了方向。


Q:您是什么时候意识到您的实验可以成为真正工程平台的基础的?


A:我第一次真切意识到可以打造一台量子计算机,是在21世纪初的前十年,我们开始系统研发量子比特的时候。我一直对构建量子计算机充满兴趣。在2008年至2009年的实验中,我们能够极其精确地合成复杂的光子态。那一刻我意识到,我们已经能高度精确地操控这些系统,也许真的可以用它来做一台量子计算机。接着,第二个重大事件发生在2019年,我加入谷歌后,我们完成了那场‘量子霸权’实验。我们证明量子计算机的确能拥有强大的计算力。虽然那时的结果还算不上实用,但它能在数学问题上完成普通计算机无法高效完成的计算,这极大改变了整个领域的方向。


Q:有些人认为,真正实用的量子计算机还需要几十年才能问世,您同意这种说法吗?


A: 我们必须为这样的可能性做好准备:也许在未来五到十年内,就能看到量子计算的重要演示,比如一个简化版的‘因数分解算法’(即量子算法能将巨大整数分解为质因数,而对于经典计算机而言这是极其困难的任务,也是检验量子计算能力的关键测试)。也许会更久,也许会更快,不同人有不同判断。但这已是一个必须认真考虑的真实可能性。我们正按照这样的时间表,规划相关基础设施与技术,以便届时能迅速应对。


Q:您和谷歌之间分歧的根源是什么?


A:在项目成功后,我带领硬件团队继续推进,但谷歌忽然改变了管理架构。比如,我因各种莫名其妙的原因无法获得晋升——这在我们取得那样成绩的背景下非常奇怪。他们希望以完全不同的方式来管理项目。


你看看我现在在 Qolab 提出的理念:彻底革新器件制造方式,以实现量子设备的快速量产——这正是谷歌当年不愿意尝试的方向。离开后我仍与他们保持联系,但他们完全照旧,不采纳新思路。这让我有些难过,因为从过去五年的进展看,整体速度实在太慢。


我认为我们必须彻底反思量子硬件的建造方式。可大型公司往往受体制束缚,不愿冒险。正因如此,创业公司的使命就是另辟蹊径。


最终我很庆幸离开了谷歌,如今我可以自由地专注于真正该推进的事。归根结底,很多人只是想继续原来的做法,而不是勇敢地向前看。这是所有在大公司中从事创新工作的人都会感受到的挫败感。


Qolab致力于从根本上改变我们制造超导量子比特的方式,并重新思考芯片的底层结构,它不仅改进了制造工艺本身,还引入了晶圆级集成的新理念,使我们能够以更低的成本大规模组装芯片并构建量子系统。


目前,我们可以利用学术界常用的方法,比如在大学洁净室里进行的方法,来制造超导量子比特。这些方法虽然很复杂,但仍然基于上世纪60年代发明的工艺。虽然可行,也能制造出不错的量子比特,但可靠性不够高。我们正在采用一种全新的方法:金属沉积和蚀刻,就像制造现代半导体一样。这种方法耗时更长,但可靠性更高。


我们想做的不是建造自己的洁净室,而是利用现有的洁净室。这样一来,我们就能避免在建设上投入数十亿美元,并且能够以更低的成本升级现有设备,从而达到我们所需的控制和精度。


Q:您认为量子计算机有可能加速大型人工智能模型的训练吗?


A:是的,当然。一个例子是模拟量子现象。在量子化学中,量子计算机可以更快地生成分子或材料构型的数据,从而提供有关量子态的高度详细信息。


这些数据可以输入到传统的机器学习模型中,从而更快地预测新的化学品。在我看来,这是一个绝佳的应用案例,它能够帮助人类开发出更好的化学品、更高效的工艺、使用更容易获得的材料,并减少制造业对环境的影响。



引用:


[1]https://www.calcalistech.com/ctechnews/article/5fglm5wp1


[2]https://www.nobelprize.org/prizes/physics/2025/martinis/facts/



声明:此文出于传递更多信息。若有错误或侵权,请联系




文章改编转载自微信公众号:量子客


原文链接:https://mp.weixin.qq.com/s/E6yBfyRodZICzXBXiFOjUg?scene=1&click_id=5

35
0
0
0
关于作者
相关文章
  • 面向可再生能源场景生成的双深度神经网络GAN方法 ...
    1 概述情景发电是可再生能源渗透率高的电力系统运行和规划的重要步骤。在本文中,提出了一种使用 ...
    了解详情 
  • 深度学习驱动的蛋白-配体相互作用建模与药物发现 ...
    药物发现是一项复杂且资源密集的过程,而传统方法在面对庞大的化学空间时效率低下。近期,北京大 ...
    了解详情 
  • 能量基模型EBM-DDG:破解蛋白质突变结合能预测难题的新工具 ...
    《 Energy-Based Models for Predicting Mutational Effects on Proteins 》发表于 Proceedings ...
    了解详情 
  • 风电预测新突破:自注意力 VAE 模型如何让预测精度达到 99.2%? ...
    《 Enhancing wind power prediction with self-attentive variational autoencoders: A compara ...
    了解详情 
联系我们
二维码
在本版发帖返回顶部
快速回复 返回顶部 返回列表
玻色有奖小调研
填写问卷,将免费赠送您5个100bit真机配额
(单选) 您是从哪个渠道得知我们的?*
您是从哪个社交媒体得知我们的?*
您是通过哪个学校的校园宣讲得知我们的呢?
取消

提交成功

真机配额已发放到您的账户,可前往【云平台】查看

量子AI开发者认证

考核目标

开发者能够成功搭建Kaiwu-PyTorch-Plugin项目基础环境,并成功运行QBM-VAE示例代码,根据系统提供的随机seed值,求出正确的FID值。

通过奖励

10个一年效期的550量子比特真机配额

专属「量子AI开发者」社区认证标识

开发者权益

每月固定权益:5个550量子比特真机配额
前往考核

第一步

按照README提示成功安装Kaiwu-PyTorch-Plugin库环境依赖
前往GitHub

第二步

替换seed值

您的seed值为

第三步

输入您计算的FID值

*

提交答案

开发者权益

每月固定权益:5个550量子比特的真机配额

恭喜您完成考核

您将获得量子AI开发者认证标识及考核奖励

550bit*10

配额