在可扩展量子计算的竞赛中,随着 Microsoft、Google 和 IBM 等主要公司不断取得突破,已进入关键时刻。Microsoft 最近发布的 Majorana 1 芯片标志着一个重要的里程碑,而 Google 的 Willow 芯片和 IBM 的长期量子路线图则展示了行业在实现容错量子系统方面的多样化方法。随着量子计算行业对实用实施的时间表展开讨论,像 Majorana 1 和 Willow 这样的突破表明,重大进展可能比之前预想的更近。同时,怀疑论仍然存在,行业领袖如 Nvidia 的 CEO 黄仁勋警告称,有意义的商业量子应用可能仍需几十年。
Microsoft 正在通过其新推出的 Majorana 1 芯片重新定义量子计算,这是在追求可扩展和容错量子系统方面的重要突破。该量子处理器基于一种新颖的拓扑架构,集成了 Majorana 粒子,这是一种增强量子比特稳定性并减少错误的奇异量子态。与传统量子比特技术不同,后者需要广泛的错误校正,Microsoft 的方法旨在将容错性直接构建到硬件中,大大提高了大规模量子计算的可行性。Microsoft 的 CEO Satya Nadella 在其 LinkedIn 帖子中强调了这一里程碑的重要性:“我们创造了一种全新的物质状态,由一类新材料——拓扑导体提供动力。这一计算的基础性飞跃使得首个基于拓扑核心的量子处理单元成为可能。百万量子比特处理器的路径现在触手可及——这使我们更接近于解决超出经典计算能力的问题。”尽管 Microsoft 声称取得了突破,但其突破的有效性仍存在质疑。根据 Microsoft 技术研究员 Chetan Nayak 的说法,“我们需要重新思考量子晶体管以确保大规模的稳定性——这种方法为实现商业可行的量子系统提供了明确的路线图。”
Google 也在量子计算领域取得了进展。Google 最近推出了其 Willow 芯片,旨在随着更多量子比特的添加而指数级地减少错误。公司声称 Willow 实现了两个重大突破。首先,通过利用先进的错误校正,Willow 可以在系统扩展时显著降低错误率,解决了该领域追求近 30 年的挑战。其次,在基准测试中,Willow 在不到五分钟内完成了一项计算,而这项计算在当今最快的超级计算机上估计需要 10 万亿年。
Microsoft 和 Google 的最新进展展示了行业对可扩展量子架构的推动。然而,它们并不是唯一在这一领域开拓的科技巨头。
IBM 通过超导 Transmon 量子比特和错误校正方面的战略进展保持了其在量子计算领域的领导地位。在最近接受 TIME 采访时,IBM CEO Arvind Krishna 强调了他对量子计算的长期承诺,他表示:“我们在 10 多年前就选择了量子作为投资领域。我们得出的结论是,这更像是一个工程问题,而不是科学问题。”
关于 IBM 的长期市场地位,Arvind 表示:“将利用它的人将是我们所有的客户。他们将获得价值,无论是材料发现、改进的电池、改进的肥料还是更好的药物。但谁能给他们一个可用的量子计算机?假设我所谈论的时间表和突破发生,我认为这将给我们在该市场中带来巨大的地位和先发优势。我们将成为这些技术的事实上的答案。”自 2016 年以来,IBM 一直通过 IBM Cloud 提供对量子硬件的访问,使量子实验广泛可用。2019 年,IBM 推出了 Quantum System One,这是全球首个商业可用的基于电路的量子计算机。公司一直在推进,其量子处理器 Condor 代表了向容错量子计算迈出的又一步。
关于量子计算是否会蚕食现有技术,Arvind 预测:“技术一直是增值的。智能手机并没有取代笔记本电脑。我认为量子将是增值的。”
虽然 Microsoft、Google 和 IBM 在推进,但 Nvidia 的 CEO 黄仁勋仍持怀疑态度,他在 CES 2025 上表示,量子计算的实际应用可能仍需 20 年。他的观点反映了行业对在处理错误校正的同时扩展量子系统的未解决挑战的更广泛担忧。目前的量子机器需要高度控制的环境,使大规模部署变得困难。此外,商业可行性仍不确定。虽然公司继续取得理论上的进展,但超出小众计算的实际应用仍然有限。
尽管争论仍在继续,但行业正在积极为量子计算的最终主流采用做准备。Nvidia 宣布将在 GTC 2025 举办首届量子日,汇集包括 Microsoft、Quantinuum、Atom Computing、IonQ 和 PsiQuantum 在内的关键参与者,讨论该领域的现状和前进的道路。
总之,量子计算正在迅速发展,但商业采用的路径仍不明确。虽然 Microsoft 的 Majorana 1 和 Google 的 Willow 芯片呈现出有前景的最新突破,但错误校正、硬件扩展和实际实施的挑战依然存在。同时,Nvidia 的谨慎立场提醒我们,尽管有炒作,量子计算的广泛采用可能仍需几十年。因此,关于量子计算实际采用的现实时间表的争论仍在继续。
随着行业的推进,有一点是明确的:Microsoft、Google、IBM 和其他公司的竞争将继续推动创新,塑造计算的下一个时代。
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。