EEPW论坛

我们都经常听到量子计算（Quantumcomputer）是未来的趋势，但量子计算机究竟是什么？CS Dojo YouTube 频道创办人YK Sugi 参观了知名量子电脑公司D-Wave Systems 后，提出一个简单例子，让不熟悉量子物理或电脑科学的人也能理解量子计算的概念。

不论传统电脑或量子电脑，包含数字、文字、图片等所有信息都使用一系列0 和1 表示并储存。传统电脑中，最小储存单位称为位元（bit），而量子电脑中，最小储存单位称为量子位元（qubits）。

但除了名称差异，量子位元和位元究竟有何不同？让我们这么说吧；每个位元都是0 或1，但每个量子位元都可以是0 和1。如果还是难以理解，我们不妨从以下的数学例子来理解两者的差异。

假设你经营一家旅行社，必须安排团员从一个地方移动至另一个地方，为此你预订了2 辆出租车，现在必须规划如何分配座位。为了确保旅途气氛和乐，你希望透过座位分配达成两个目标：最大化同辆车的朋友数量，同时最小化同辆车的敌人数量。

为了保持题目单纯，让我们先假设团员只有3 个人──Alice、Becky 和Chris，而你所知道的3 人关系如下：

Alice 和Becky 是朋友Alice 和Chris 是敌人Becky 和Chris 是敌人在如此单纯的条件下，许多人大概不需要电脑就能随手算出最好的分配解答，尽管如此，我们还是先来看看传统电脑和量子电脑解决问题方面的差异。

出租车分配问题：传统电脑

要说明传统电脑如何解决这个问题，我们就必须先理解电脑如何用位元储存信息。

首先，我们将两台出租车分别设定为「#1」和「#0」，这样就能用3个位元表示分配座位的各种情况。当不考虑出租车搭乘人数的上限和下限，每个人都有2个选择，因此共有2 3 =8种方法将这组人分成两辆车。

▲ 3 人搭出租车的所有可能组合

为了确定哪种组合是最佳解决方案，我们必须先定义如何计算每项组合的「分值」，才能比较每个方案达到目标的程度。这里我们先简单地定义分值如下：

（朋友共享同一辆车）－（敌人共用同一辆车）＝得分在这个定义下，假设3 人都进入出租车＃1（位元表示为111），配置的总分便为1（Alice 和Becky）－2（Alice 和Chris、Becky 和Chris）= -1。

使用传统电脑时，你基本上需要列出并计算完所有组合，确定哪个得最高分才能获得最佳解答。在这个问题中，所有组合的分值情况如下：

▲ 得分为1 的001 和110 是两个最佳解答

由于问题相对简单，传统电脑很快就能解决，但如果人数增加呢？3个人有2 3 种组合，4个人就需要2 4 种组合，不考虑出租车能否容纳的问题之下，如果有100个人，我们就需要2 100 种组合，传统电脑无法解决这种问题。

但如果使用量子电脑呢？解释如何处理100 个人的问题之前，我们先回到将3 人安排分搭2 辆出租车的情况。

出租车分配问题：量子电脑

正如先前提到的，这个问题有8 种组合，运用经典电脑时，3 个位元一次只能代表一种可能性（像是001、101），但使用量子电脑，只要3个量子位元就可以同时代表8 种可能性。

简单来说，当你将第一个量子位元设定为0 和1 时，就有点像创造2 个平行世界。其中一个世界，量子位元为0，另一个世界量子位元为1，当你再将第二个量子位元设为0 和1 时，这就像创造了4 个平行世界。

这种思考方式或许有些奇怪，但能稍微解释量子位元在现实世界的行为方式。

与传统电脑用位元列出所有8 种可能性的情况不同，当您对这3 个量子位元应用某种运算时，实际上是同时在8 个平行世界应用相同计算，同时计算所有方案的得分。

当然，你还是得让量子电脑学会用量子位元表示所有潜在解决方案，同时将每个潜在解决方案转换为分值，一但做到这两件事，量子电脑便能在几毫秒内提供最佳解决方案之一。在3 人出租车问题，答案便是001 或110。

然而尽管理论上来说，量子电脑每次运算都会提供最好解决方案之一，但量子电脑实际运算有一些错误。它可能提供第二好或第三好的解答，随着问题越来越复杂，这些错误也就变得更明显。

因此实用时，你可能必须在量子电脑进行相同运算数十次或数百次，然后从获得的众多结果选出最好的一个。

处理大量计算的优势

尽管有这些错误，量子电脑还是有强大的优势。因为和传统电脑不同，面对需要庞大计算量的问题时，量子电脑并不会有扩展问题。

由于量子电脑同时计算所有组合搭配的分数，因此当有3个人时，需要执行的次数为1，4个人时次数仍为1，即使数字增加至100人，操作次数仍然是1。透过一次操作，量子电脑会同时计算所有2 100 种组合的分数。

当然因为有前述提到的问题，实际应用时为了得出最佳结果，最好还是操作量子电脑数十次或数百次，并从众多结果中选择最好的一个。

尽管有些麻烦，但仍比传统电脑运算相同问题，得重复与结果数相同的计算次数要好得多。以100 人出租车问题来说，这个数字大概是10 的28 次方次。