Classiq首席技術官Yehuda Naveh：量子軟件開發(fā)仍處于起步階段

北京時間6月29日消息（余予）Classiq 的聯合創(chuàng)始人兼首席技術官Yehuda Naveh 博士日前在Forbes發(fā)表觀點。他認為，量子革命過程中，軟件和硬件同等重要，然而現在，量子軟件開發(fā)仍處于起步階段。

隨著量子技術在全球范圍的趨勢變化，IBM、英特爾、谷歌、霍尼韋爾、Xanadu、IonQ、Rigetti 和阿里巴巴等公司展開一場比拼，競相打造更強大的量子計算機。他們這樣做似乎是有充分理由的。量子計算對眾多領域有著巨大影響，從網絡安全到金融、從供應鏈到制藥、從國防到天氣預報。

量子計算機包括量子比特和量子門。公司從多個方面展開競爭，量子位的數量及連接、可用門的類型、容錯率、工作溫度等等，其進展速度令人眼花繚亂。例如，IBM于2020年提供了65 個量子比特的量子計算機，并預計2021年將推出433 個量子比特量子計算機，2023 年超1000 個量子比特量子計算機。

硬件只是圖片的一部分

軟件同硬件一樣，在推動量子革命方面至關重要。

在經典計算中，如果沒有操作系統(tǒng)和用于開發(fā)應用程序的軟件工具，現代CPU幾乎毫無用處，我們可以假設量子計算機也是如此。如果沒有強大的軟件，量子計算將無法兌現其承諾。

然而，今天，量子軟件開發(fā)還處于起步階段。微軟的Q#、IBM的Qiskit或谷歌的Cirq等量子編程語言主要在量子門或構建塊級別上運行。若所需的構建塊尚未實現，用戶則需要指定量子比特和量子門之間互連的確切順序。

這一過程類似于通過費力地放置"and"、"or" 和"not"邏輯門來創(chuàng)建數字電路。當有幾十個邏輯門時，它工作得相當好，但如果有數千或者數萬個邏輯門，則無法實現。

量子團隊組建

編寫量子軟件之所以復雜還有另一個原因：很難找到量子軟件工程師。量子編程不同于經典編程，量子軟件工程師屬于稀有人才。編寫量子軟件需要量子信息理論方面的專家，需要對量子物理學有深入的理解并且精通線性代數。

現今，這類工程師大多數是頂尖大學的博士生。公司發(fā)現他們很難為其新創(chuàng)建的量子團隊配備人員。

除此之外，量子軟件工程師缺乏期權定價、分子生物學、供應鏈優(yōu)化等專業(yè)知識，而將特定領域的專家整合到團隊中也存在難度。

大局觀

如果您拍了一張漂亮的度假照片，但又想讓日落的顏色看起來更加生動，那么您可能不想逐個像素地這樣做，尤其是當您的照片具有數百萬個像素時。您更喜歡使用 Photoshop 或其他圖片編輯軟件，它們允許您指定要完成的工作，然后弄清楚如何逐個像素地實現它。

同樣，如果您的團隊成員開發(fā)了一種新的量子算法，他們不想逐門編碼、調試和維護它。他們需要一種高級語言來將新概念轉化為門級實現。

我們以前在哪里見過？

早些時候，我們將量子編程與數字電路設計進行了類比。數字電路設計的演變可以作為解決量子軟件問題的靈感。

隨著數字電路變得越來越復雜，像VHDL（通用硬件描述語言）之類的設計語言就派上了場。使用VHDL、Verilog和類似的硬件描述語言，設計人員編寫人類可讀的代碼來描述他們想要實現的目標，然后讓計算機程序將這種高級描述轉換為詳細的門互連。

這些語言使設計真正復雜的電路并有效地調試和維護它們成為可能。

除此之外，高級語言還促進代碼重用，因此不需要每次都重新編寫新代碼。

期待與建議

我相信我們將開始看到類似 VHDL 的方法應用于量子計算。雖然量子的語言結構可能與電子設計的語言結構有很大不同，但這種“量子算法設計”的概念是相同的，即專注于意圖，讓復雜的計算機程序將其翻譯成量子比特和門。

從優(yōu)秀的VHDL歷史中，我們能夠有所收獲和見解。我預計量子比特會發(fā)展得更快，其不確定性也將減少。

為了能為量子革命和這些新的軟件平臺做好準備，我建議公司：

• 向特定領域的專家介紹量子計算的概念，但不一定要求他們學習這方面編程。

• 避免一頭扎進量子比特、量子門。首先，創(chuàng)建一個可讀的高級描述，并說明您的量子算法需要做什么。

• 繼續(xù)尋找能夠將高級建模語言轉化為優(yōu)化的低級量子代碼的平臺的市場。

如果軟件沒有重大進展，量子計算將停滯不前。量子算法設計軟件不僅可以在更先進的機器上實現更復雜的算法，而且還可以擴大可用的勞動力庫，使特定領域的專家可以和博士級量子工程師一起工作。

通過集成硬件、軟件和研究人員，我們可以兌現量子計算的巨大承諾。

附：Yehuda Naveh 博士，Classiq 的聯合創(chuàng)始人兼首席技術官。在加入Classiq之前，他在IBM Research致力于CAD技術和量子計算。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。