跳至正文

量子计算:利用叠加和纠缠做计算

🟢 实验验证 · 📅 2026年3月 · ⏱ 阅读约16分钟

1935年,爱因斯坦在写给玻尔的信里用了一个词:spukhafte Fernwirkung——鬼魅般的超距作用。他在抱怨量子力学里两个粒子之间那种诡异的关联,觉得这不可能是物理实在的最终答案。八十年后,这个他厌恶的”鬼魅”成了人类迄今制造的最强大计算引擎的核心燃料。今天,我们就顺着爱因斯坦的思路走一遍——不是为了反驳他,而是为了真正搞清楚:量子计算机究竟是怎么靠叠加和纠缠来做计算的?

📑 本文目录

经典比特 vs 量子比特:从0和1到云雾状的概率振幅

想象你有一枚硬币。经典计算机里的比特就像这枚硬币平放在桌上——要么正面(0),要么反面(1),永远是确定的一个值。你的手机里有数百亿个这样的”硬币”,每一枚都严格地处于0或1的状态,经典电路通过操纵它们来完成计算。

量子比特(qubit)则完全不同。它更像是一枚旋转中的硬币——在你观测它之前,它处于一种叫做叠加态的状态,同时”携带”着0和1两种可能性,而且这两种可能性各自带有一个概率振幅(probability amplitude):

|ψ⟩ = α|0⟩ + β|1⟩,其中 |α|² + |β|² = 1

翻译成人话:α 和 β 是复数,它们的模的平方分别是测量时得到0和得到1的概率。重点不是”概率”,而是这两个振幅都是复数——这意味着它们可以相互干涉、相消、叠加,就像水波一样。这个性质后面会成为量子算法的核心机制。

🎩 思想实验:薛定谔的硬币工厂

设想一个特殊的硬币工厂,每次抛出的硬币在落地前都同时处于”正面”和”反面”的叠加。工厂里有1000枚这样的硬币同时旋转。如果是经典硬币,1000枚各自有确定值,总共只有1000个信息单元。但如果是量子硬币,这1000枚的组合状态可以是2¹⁰⁰⁰种不同排列的叠加——这个数字比宇宙中所有原子的总数还大上亿倍。

问题来了:这2¹⁰⁰⁰种可能性,你真的可以”利用”它们吗?还是说一旦观测就只能得到其中一种?

答案的关键在于:怎么”观测”,以及观测前如何操控这些硬币之间的关系。量子计算的整个故事,就是在回答这两个问题。

叠加:指数膨胀的可能性空间

量子计算的第一个奇迹来自叠加带来的态空间指数膨胀

用 n 个经典比特,你最多能表示 2ⁿ 种状态中的某一种。但用 n 个量子比特,你可以同时在一个量子态里”携带” 2ⁿ 种基态的叠加——每种基态各有自己的振幅:

|Ψ⟩ = Σ cₓ|x⟩,其中 x 遍历所有 2ⁿ 种0/1串,Σ|cₓ|² = 1

翻译成人话:n 个量子比特的完整状态需要 2ⁿ 个复数来描述。50个量子比特就需要约 10¹⁵ 个复数——这正是为什么经典计算机很难模拟大规模量子系统:你得存储这些振幅。

但这里有个陷阱,爱因斯坦如果还在世一定会追问:“你说可以同时携带 2ⁿ 种可能性,但你一测量,不就只得到其中一种吗?到底有什么用?”

这个问题精准地击中了量子计算的核心难题。答案是:叠加本身不是计算优势,干涉才是。叠加提供了”考场上的 2ⁿ 张试卷”,而量子算法的设计,就是通过精心设计的量子门操作,让错误答案对应的振幅相消(负干涉),让正确答案对应的振幅增强(正干涉),最终测量时以高概率得到正确答案。

量子行走(quantum walk)实验是理解这个机制的绝佳窗口。研究者在实验中制备了初始叠加态并让其在格点上演化,结果显示量子行走的概率分布与经典随机游走截然不同——干涉效应使粒子倾向于扩散到特定位置,而不是经典的随机漫步分布。[7]

纠缠:不可分割的幽灵关联

叠加只是量子计算力量的一半。另一半——也是让爱因斯坦头疼的那一半——是纠缠

考虑两个量子比特。如果它们各自独立,系统的状态可以写成:

|ψ₁⟩ ⊗ |ψ₂⟩ = (α₁|0⟩ + β₁|1⟩) ⊗ (α₂|0⟩ + β₂|1⟩)

翻译成人话:两个比特各有自己的状态,总状态是两者的”直积”,彼此独立,互不相关。

但量子力学允许另一类状态——纠缠态,它根本无法写成上面这种可分解的形式。最著名的例子是贝尔态:

|Φ⁺⟩ = (|00⟩ + |11⟩) / √2

翻译成人话:两个量子比特处于一种关联状态:要么两个都是0,要么两个都是1,各占50%的概率——但在测量前,没有任何一个比特有确定的值。更诡异的是,一旦你测量了其中一个,另一个的状态立刻确定,无论它们相距多远。这就是爱因斯坦说的”鬼魅”。

纠缠的计算意义在于:它创造了比特间无法用经典概率描述的非局域关联。当多个量子比特处于纠缠态时,对整体的任何操作都以一种深刻的方式关联着所有组成部分。研究人员在16量子比特的IBM量子计算机上成功制备了全局纠缠态,验证了这种关联不是统计幻觉,而是实验上可测量的量子资源。[6]

量子计算优势的根源,究竟是叠加、纠缠,还是量子力学更深层的互补性结构?这个问题在理论界有真实的讨论。有研究者认为,真正的计算优势往往来自三者与干涉机制的共同作用,单独拆出任何一个都不能完整解释量子算法的加速机制。[5] 纠缠的动态演化——它如何在量子电路中生成、增长和被测量改变——本身就是理解量子计算能力的核心课题。[8]

干涉:把可能性变成答案的关键一刀

如果叠加是”同时打开所有门”,纠缠是”让门与门之间产生关联”,那么干涉就是”把你不想要的门关上,把你要的门放大”。

量子干涉本质上是概率振幅的叠加——振幅是复数,可以相加也可以相消。量子算法的设计核心,就是构造一系列量子门(酉变换),使得:

  • 错误答案对应的振幅在多次反射/旋转后相消(振幅趋近零)
  • 正确答案对应的振幅经过多次反射/旋转后叠加增强(振幅趋近1)
  • 最终测量时,以接近确定性的概率得到正确答案

Grover 搜索算法是这一机制的教科书级展示:在 N 个无序元素中找目标,经典算法平均需要 N/2 次查询,Grover 算法只需约 √N 次——这个加速来自精心设计的相位反转与均值反转操作,纯粹是干涉的几何效应。

Shor 因式分解算法更加深刻:它把大数分解问题转化为寻找周期的问题,而寻找周期恰恰是量子傅里叶变换的强项——干涉使非周期频率的振幅相消,使周期频率的振幅突出,从而把指数级的搜索问题变成多项式级的测量问题

💡 关键洞见:量子计算不是”同时算所有答案”

最常见的误解是:量子计算机”同时探索所有可能性,所以比经典计算机快”。这个说法在直觉上有吸引力,但从物理角度看是错的。

叠加确实让系统”携带”所有可能性的振幅,但测量只能提取一个结果。真正的加速来自干涉——算法设计让正确答案的振幅在测量前被放大到接近1。如果你不能精确控制干涉,量子叠加就只是随机猜测,一点优势都没有。

这也解释了为什么量子算法难以设计:你必须知道”什么是正确答案的结构”,才能设计出放大它的干涉模式。对没有明显数学结构的问题,量子计算并不总有帮助。[2]

算法的物理学:Shor、量子模拟与随机线路

量子计算在哪些任务上真的有优势?历史上有三类问题最能说明问题。

一、因式分解与密码学

Shor 算法能在多项式时间内分解大整数,而目前已知最好的经典算法是亚指数时间的。这对 RSA 等公钥密码体系是理论上的致命威胁。但要注意”理论上”三个字——实现足以分解密码学级大数所需量子比特数,目前仍远超现有硬件能力。[1]

二、量子模拟:以子之矛攻子之盾

量子系统最擅长模拟的对象,正是量子系统本身。化学分子的电子结构、材料的磁性相变、量子场论中的散射过程——这些问题的经典计算成本随系统规模指数增长,而量子计算机天然地用量子比特的演化来”跑”量子系统的演化。

研究者已在量子设备上模拟了束缚态散射过程,展示了量子模拟在高能物理领域的具体应用前景。[21] 当然,即使是量子模拟也有其复杂性边界——低能子空间的数字量子模拟成本,依然受到问题结构的约束。[22]

三、随机线路采样:量子优越性的第一战场

2019年,Google 的 Sycamore 处理器声称完成了某个随机量子线路的采样任务,耗时约200秒,而同等任务用当时最强超级计算机估计需要约10000年——这一主张被称为”量子优越性”里程碑,但具体的经典模拟时间估算一直存在争议。[12][13]

但这个主张并非铁板一块。随机量子线路的输出概率估计之所以经典上困难,有严格的复杂性理论支撑。[10][11] 同时,经典超算的模拟能力也在持续追赶这条边界:281 Pflop/s 的经典模拟将边界向后推了相当距离。[12] 更有研究者提出新的张量网络算法,大幅压缩了经典模拟 Sycamore 线路的资源需求。[14] 对 Sycamore 实验本身的数据解读与方法论,也有严肃的学术讨论。[13]

Harrow 和 Montanaro 的综述把这一切说得最清楚:量子优越性是一个里程碑,它证明了”某些事量子先做到”,但它和”量子计算已实用化”之间,还有很长的路要走。[9]

NISQ时代:量子优越性的真实边界

Preskill 在2018年提出了”NISQ”(Noisy Intermediate-Scale Quantum)这个词,来描述当下我们所处的量子计算时代:有50到几百个量子比特,有噪声,没有完整的误差校正。[1]

NISQ 设备的意义在于:它们足够大,以至于经典计算机很难直接模拟;但又足够噪,以至于能做的有用计算非常有限。这是一个尴尬但重要的中间地带。它可以用来:

  • 展示特定任务的量子优越性(尽管这些任务本身可能没有直接应用价值)
  • 探索量子变分算法(VQE、QAOA等),尝试在含噪条件下解决化学和优化问题
  • 研究量子误差的性质,为未来的容错架构积累数据

量子计算的应用图景正在跨学科扩展——化学模拟、材料设计、药物发现、金融优化等领域都有探索。[23][3] 但必须诚实地说:多数领域目前仍处于”概念验证”阶段,NISQ 设备的噪声水平让可靠的量子计算充满挑战。十年的研究趋势显示,这个领域正在从单纯的算法热潮转向软硬件协同设计和应用验证的综合工程问题。[4]

⚠️ 请勿误读量子优越性

量子优越性(quantum supremacy / quantum advantage)声称的是:在某个特定任务上,量子设备的表现超过了经典计算机目前所能做到的。它不是说量子计算机在所有任务上都胜过经典计算机。事实上,对大多数日常计算任务,量子计算机不仅没有优势,甚至远不如你的笔记本电脑实用。

脆弱的量子态:误差校正为何如此关键

量子叠加态和纠缠态的最大天敌,是退相干(decoherence)。量子比特与环境的任何微弱相互作用——一个游荡的光子、一次热涨落、一个附近原子的磁矩——都可能破坏精心维持的叠加和纠缠。计算进行中,噪声持续积累,错误会在几十到几百纳秒的尺度内把量子信息变成垃圾。

Gottesman 在2000年的经典综述奠定了量子误差校正的理论框架:量子态虽然脆弱,但并非无法保护。[15] 关键思想是:把逻辑量子比特编码进多个物理量子比特的纠缠态中,通过测量”综合征”(syndrome)来检测并纠正错误,而不破坏被保护的逻辑信息。

Steane 指出,量子计算真正的难点不只是实现量子门,而是让大量量子门在噪声中可靠地串联——没有误差校正,电路深度一深,错误就会雪崩式累积。[16]

现代容错量子计算的代价极高。Brun 的综述估计,一个逻辑量子比特往往需要数百到数千个物理量子比特来进行纠错编码。[17] 这意味着,那些声称”拥有1000个量子比特”的设备,距离能够运行容错算法的逻辑量子比特还差几个数量级。

拓扑量子纠错是最令人着迷的解决方向之一。Kitaev 的量子双模型(quantum double model)将信息编码进系统的全局拓扑性质,理论上对局部噪声天然免疫——因为任何局部扰动都无法改变全局拓扑。[18] 实验实现这种拓扑保护,是当前量子硬件研究的重大前沿。

硬件百花齐放:谁能笑到最后?

量子计算机不是一种机器,而是一类机器的统称。当前主要路线包括:

  • 超导量子比特:Google Sycamore、IBM、华为的主流路线,工作在接近绝对零度,操控速度快,但相干时间较短,需要极低温制冷。
  • 离子阱:IonQ、Honeywell 的路线,相干时间长,门保真度高,但操控速度慢,扩展性受限于离子链长度。
  • 里德堡原子/中性原子:利用激光阵列控制数百到数千个原子,可扩展性强,纠缠操作通过里德堡相互作用实现。[19][20]
  • 光子:室温操作,天然适合网络传输,但确定性双量子比特门实现困难。

竞争的核心不是哪种方式”最炫”,而是谁能在最大比特数下维持最高的门保真度、最长的相干时间,同时具备可扩展性。目前没有一条路线已经明确胜出。里德堡原子平台因为可以用光镊阵列制备数百个高度可控的量子比特,被视为中期最有可扩展性潜力的候选之一。[19]

结语:我们在哪里,要去哪里

爱因斯坦那封信写于1935年,那时他无法接受量子纠缠。今天,我们不仅接受了纠缠,还在积极地制造它、控制它、用它来做计算。这一步是人类思想史上的罕见跨越。

但我们也必须清醒:量子计算目前仍处在 NISQ 时代的早期,容错量子计算的实用化还需要在物理比特质量、纠错开销、工程集成等多个维度取得突破。量子优越性是一个振奋人心的里程碑,但它和”量子计算改变世界”之间,还有无数个工程难题等待解决。[3]

量子计算不是魔法,也不是骗局。它是一种利用自然界最深层规律——叠加、纠缠、干涉——来构建新型计算范式的工程科学。搞清楚它真正能做什么、还不能做什么,是我们在这个时代里最重要的科学素养之一。


🔭 万象点评

量子计算最常被误解的,不是它有多强大,而是它为什么强大。叠加不是”同时算所有答案”,纠缠不是”超光速通信”,量子优越性不是”量子已全面胜出经典”。这三个常见误解,每一个都值得专文纠正。

真正让量子计算在特定问题上胜出的,是干涉——这个在水波、光波中都能看到的古老现象,在量子概率振幅的层面上,成了人类迄今发现的最强大的计算工具之一。这或许是自然界给我们最深的提示:实在的底层,从来不是我们以为的那样直白。

我们处于量子计算历史上最有意思的时刻:它刚刚够强,能让我们看到它的轮廓;但又刚刚够弱,让我们还在努力理解如何驾驭它。未来十年,这个领域的每一步进展,都值得仔细关注。


参考文献

  1. Preskill J. Quantum Computing in the NISQ era and beyond. Quantum, 2018. arXiv:1801.00862
  2. Bennett CH, Bernstein E, Brassard G, et al. Strengths and Weaknesses of Quantum Computing. SIAM J. Comput., 1997. arXiv:quant-ph/9701001
  3. Gill SS, Xu M, Ottaviani C, et al. Quantum Computing: Vision and Challenges. 2024. arXiv:2403.02240
  4. Sood S, et al. Quantum Computing Review: A Decade of Research. IEEE Transactions on Engineering Management, 2024. Scholar
  5. Khrennikov A, et al. Roots of quantum computing supremacy: superposition, entanglement, or complementarity? The European Physical Journal Special Topics, 2021. Scholar
  6. Wang Y, Li Y, Yin Z-q, et al. 16-qubit IBM universal quantum computer can be fully entangled. npj Quantum Information, 2018. arXiv:1801.03782
  7. Su Q-P, et al. Experimental demonstration of quantum walks with initial superposition states. npj Quantum Information, 2019. arXiv:1805.09784
  8. Potter AC, et al. Entanglement dynamics in hybrid quantum circuits. 2021. arXiv:2111.08018
  9. Harrow AW, Montanaro A. Quantum Computational Supremacy. Nature, 2017. arXiv:1809.07442
  10. Movassagh R. Quantum supremacy and random circuits. 2019. arXiv:1909.06210
  11. Kondo Y, et al. Quantum supremacy and hardness of estimating output probabilities of quantum circuits. 2021. arXiv:2102.01960
  12. Villalonga B, et al. Establishing the Quantum Supremacy Frontier with a 281 Pflop/s Simulation. 2019. arXiv:1905.00444
  13. Kalai G, Kindler G. Google’s Quantum Supremacy Claim: Data, Documentation, and Discussion. 2022. arXiv:2210.12753
  14. Pan F, et al. Simulating the Sycamore quantum supremacy circuits. 2021. arXiv:2103.03074
  15. Gottesman D. An Introduction to Quantum Error Correction. 2000. arXiv:quant-ph/0004072
  16. Steane AM. Quantum Computing and Error Correction. 2003. arXiv:quant-ph/0304016
  17. Brun TA. Quantum Error Correction. 2019. arXiv:1910.03672
  18. Cui SX, et al. Kitaev’s quantum double model as an error correcting code. Quantum, 2020. arXiv:1908.02829
  19. Morgado M, Whitlock S. Quantum simulation and computing with Rydberg-interacting qubits. AVS Quantum Science, 2021. arXiv:2011.03031
  20. Wu X, et al. A concise review of Rydberg atom based quantum computation and quantum simulation. Chinese Physics B, 2021. arXiv:2012.10614
  21. Turco M, et al. Quantum Simulation of Bound State Scattering. PRX Quantum, 2024. arXiv:2305.07692
  22. Gong W, et al. Complexity of Digital Quantum Simulation in the Low-Energy Subspace: Applications and a Lower Bound. Quantum, 2024. arXiv:2312.08867
  23. Rawat K, et al. Analyzing Quantum Computing Applications Across Key Scientific Domains Using Trends and Visual Analytics. Archives of Computational Methods in Engineering, 2025. Scholar