量子计算机重塑人类未来(上)

1.瞬移

对于我们来说，理解量子力学的基本规律或属性并非易事，如量子叠加态，即一个量子系统可以处在不同的叠加态，著名的思想实验“薛定谔的猫”就形象地将这种状态表述为“一只猫可以同时既是活的又是死的”。量子力学中另一个重要概念是量子纠缠，它是指两个微观粒子处于纠缠态，不论它们的距离有多远，对其中一个粒子的状态做任何改变，另一个会立刻感受到，并做相应改变。因此，从理论上说，可以根据量子的纠缠特性实现任意距离的旅行。不过，如果人需要通过量子纠缠态的形式实现瞬移，那么这个人可能要处于既是“死”又是“活”的状态。目前死亡依然是很多文化的禁忌，医学上也不存在一个既是死的又是活着的人。但在量子的世界，每个人都有望成为“孙悟空”，不仅不惧生死，也能去任何地方旅行。

当然，目前我们对生死的认知基本上延续了过去数千年的生老病死观。根据神经生物学家大卫·伊戈曼对人脑工作原理的理解，在未来或能自由下载或上传我们的感知（包括任何情感、知识等）到任何一台服务器，那么人类的延续或能彻底脱离肉身，变成电子或量子态的形式。若果真如此，人类的生死观将会被彻底改变，瞬移将会变成我们日常的一部分，就像孙悟空，一个筋斗云飞出十万八千里。民间有句俗语：“光脚的不怕穿鞋的，不要命的不怕光脚的。”当一个人为了做成某事可以不要命，那么不管这件事有多难达成，最终也不会有太差的结果。英国诗人迪伦·托马斯也有一句類似的名言“死亡也并非是所向披靡”，或许唯有如此，人类才能实现瞬移。

2.量子药物设计

前段时间，美国麻省理工学院的科学家用深度学习模型发现了新型抗生素分子—halicin。halicin可以对抗多种细菌，展现了前所未有的广谱抗菌能力，这是人类首次完全利用人工智能发现的新型抗生素。发现halicin的过程是漫长而复杂的，科学家用到了2335个已知具有抗菌活性的分子，包括大约300种已获批使用的抗生素和800种从植物、动物和微生物中得到的天然产物，最终通过深度学习模型才筛选出最终结果。这一过程如果能在量子计算机上完成，可能只是一瞬间的事情。

药物设计面临的最大挑战往往是新型病原体的变异速度远超药物设计速度，这导致很多正处于研发阶段的药物被迫终止研发。以这次肆虐全球的新型冠状病毒肺炎（COVID-19）为例，导致高传染、高致死的新型冠状病毒其本质上是一种冠状病毒科冠状病毒属的普通病毒，与2003年导致SARS疫情的病毒差别很小，那么为什么我们不能使用之前的药物或疫苗来对付它呢？原因是，之前的药物药效的发挥都有特定的病毒结合位点，当这些结合位点改变时，药物将不再起作用。病毒的变异是非常快的，一个蛋白质外壳或DNA/RNA链上一个碱基的改变都会使其转变成新的毒株。以这次的新型冠状病毒为例，它在短短几个月的时间内就至少变异出北美洲、亚洲和欧洲三种类型，让人防不胜防。如果使用量子计算机，我们或能根据病毒在不同人群中的传播途径，精准预测它们的变异方向并提前设计出特效药。

3.量子解密

现在比较火的“量子密码学”是一门通过量子计算机强大的计算能力进行加密/解密的新兴学科。在密码学领域，著名的RSA加密算法（RSA以三位发明者的姓氏首字母命名）是一种十分可靠的加密技术，只要其密钥的长度足够长，用RSA加密的信息曾被认为是不能被破解的。作为一种非对称加密算法，目前世界上还没有任何可靠的攻击RSA算法的方式。但该神话将被量子计算机终结。确实，破解1024位长的RSA算法，传统的计算机可能需要几十万年，而用一台512个量子比特（qubits）的量子计算机理论上可以做到1秒破解。

随着密钥位长的增加，破解难度急速增加。不少计算机科学家认为传统计算机几乎不可能破解出大于2048位长的RSA加密内容，而2048位长是RSA加密最常用的基础形式。但是，谷歌的科学家于2019年发表的一个研究结果显示，使用量子计算机仅用8小时就破解了2048位长的RSA加密信息，这个运算量对于超级计算机而言则需要80年！

怪不得有人戏称，我们现在使用的计算机在量子计算机面前，充其量只是个算盘。可以说，当今世界的加密算法在量子计算机面前没有秘密可言。不过，量子解密所破解的并非量子世界的密码。道高一尺，魔高一丈，与量子解密这支锋利的“矛”相抗衡的是量子加密这面厚实的“盾”。世界上几乎所有有远见的国家都在积极开展量子加密/解密的研究，科学家们夜以继日，正在展开激烈的角逐。毫无疑问，谁先掌握量子加密/解密的技术，谁就拥有至高无上的“量子霸权”。

4. 物种分类

看了前三个“惊心动魄”的量子计算应用实例，你或许觉得使用量子计算机进行物种分类是大材小用。非也。事实上，物种分类也是“大科学”，它与人类的登月计划、基因组计划及现在进行得如火如荼的火星探索计划一样，都属于大科学范畴。

传统的植物分类确实可能只需要一支笔、一张纸或一根登山杆，但现在我们早已进入基因时代，一个物种的系统演化位置不应该仅由其形态学上的特征决定，还应包括遗传序列、表型、蛋白表达等其他生理生化信息。现在的问题是，当分子生物学研究结果与传统形态分类系统相冲突时，大多数科学家（包括分子生物学家）都会站在传统形态学这方，可见我们对分类或物种的了解是多么有限。通过量子计算机整合基因组、转录组、蛋白质组、代谢组和表型组的多套数据重新定义一个物种，可能是未来的研究重点和难点。

遗憾的是，虽然物种分类学是一门历史悠久的学科，但是目前科学家依然不能确定地球上到底有多少物种。据估计，物种的数量介于500万到5000万。如此之多的动物、植物、真菌、細菌和病毒，它们的关系到底是什么，它们到底存在怎样的演化关系，一直悬而未决。这些基础科学难题或能通过量子计算机找到一些答案。

5.天气预报

“天气预报是世界难题”，这点从过去没有计算机的年代到现在有超级计算机做大量运算的时代一直是成立的。如果你想知道未来一周的天气情况，天气预报还是比较可靠的，准确率可达80%;如果时间缩短到5天，准确率则高达90%;未来3天或3天以内的天气几乎是100%的预报准确率。但这样的准确率不是通过天数的增减可以线性推演的，如果预测10天后的天气，准确率不会降到65%，而是50%或更低;如果预测一个月以后的天气状况，即使使用世界上最强大的计算机也几乎是不可能的。天气预报看似简单，实际上是一个浩大的系统工程，里面牵涉到大量的运算。预报的每个环节都存在某些不确定性，当这些不确定性叠加在一起就会使预报结果变得没有意义。天气预报不准，从本质上讲是我们对地球天气系统的认知还十分有限，另外一个原因是算力不够。如果使用量子计算机或能大幅提高对天气系统的实时测算能力，将大幅提高预报准确率并延长预报天数。以台风预报为例，我们现在虽能预测台风的路径，但对台风强度的预测能力相当有限，而有时台风强度可能是更有意义的天气参数。