量子计算机会不会取代今天的计算机算法技术？

谢邀。

这次圆桌的第一个问题。

现在学界的主流意见是，在可见的未来，不会。

无论从现有的理论还是从实际来看，在短期内(50年？）量子计算机都不会完全取代现在的电子计算机。更可能的是两者共同繁荣。

学术界目前的主要研究方向也是这样，用量子计算机去运行特定的程序，在传统计算机吃力的领域出力就行了。

原因有两方面。

1）首先从量子算法理论来看。量子计算机需要特定的量子算法才能发挥出量子计算的强大威力。但是，并不是所有的计算都可以用量子算法加速。虽然量子算法绝不会比传统算法慢，但能像Shor算法和Grover算法那般完全超越传统算法的其实比较少见。不少问题上我们暂时都还没有得到很好的量子算法。

（不过，人工智能/机器学习里很核心的优化（optimization）过程却很幸运地与量子计算是天作之合。这个之后再说。）

2）再从实践来看。Dwave这家量子计算机公司开发了世界第一款商业量子计算机。但实际上，这款量子计算机不是通用量子计算机，并不能运行所有的量子算法。Dwave实际上是一台量子退火机（quantum annealing machine）。它的主要工作方式是调整伊辛模型的参数来构造满足某优化问题所对应的量子态，再用量子退火算法来求解。（Google愿意花1000万美金买一台Dwave，再建立Quantum AI Lab就是看中了Dwave在人工智能上的强大功能。目前512qubit机所模拟的最复杂的人工智能问题都能在1s左右解决。）

通用量子计算机是一个超出目前科技水平太多的技术。以至于大多数科学家更愿意研究具有特定量子结构的量子计算机，用来执行特定的量子计算功能。比如说Google有一项量子计算需求，就为此配一台能专门完成这项量子计算的量子计算机就能运行的很好，搞不定的部分再交给电子计算机处理分工处理就行。

想一想量子退火机尚且要在20mk的温度下才能运行。通用量子计算机得多么复杂、精密且昂贵，而且至今没有好的方案。量子点、核磁共振、量子光路、超导环等所有可能的途径都有科学家在研究。

为了阐述结论，这个答案主要针对的是量子计算机目前的缺陷。

最后也说一点正面的，免得想把做量子计算的小朋友们吓跑了。。

因为通用量子计算机困难很多，所以量子计算机是很难全面取代传统计算机。

量子算法相比经典算法有天然的优势。 量子算法的上限和潜力远高于经典算法。

一方面，就是因为0和1可以被一个量子比特同时储存，一个量子比特需要用两个数描述其叠加态。N个量子比特可以储存2^N个数，算一算2^N可以是N的多少倍。如果未来出现一台量子计算机的算力超过地球上所有经典计算机之和请不要觉得奇怪。

另外一方面，量子计算机是可逆计算机。这是许多人会忽略的一点。经典计算机则是不可逆计算机。不可逆计算过程每一个比特的操作都会有热损耗。集成度越高，散热越困难。摩尔定律会在7nm左右时停下，最多还有十年，这是业界的普遍观点。摩尔定律失效后，提高计算能力只能靠堆积核。这种靠堆积带来的计算能力上限也很低，能耗又高，又不能小型化。如果像突破经典计算机的极限，我们必须要攻克量子计算机这个难题。量子计算机意味着：无能耗。能做多小做多小。一个计算能力超过经典计算机之和的量子计算机只需要一颗纽扣电池就能驱动也是 理论上 可行的。一块手表的计算能力甚至可以超过超级计算机，而且只需要一块纽扣电池就能驱动它了。（这是因为，量子逻辑门操作全部是可逆变换。整个过程不产生热量。所以理论上，耗能可以降到极低。）

但是，当数据太大时，Google之类的企业会很愿意使用具有特定量子功能的机器。现在需要超级计算机的地方，目测会成为未来量子计算机首先投入使用的地方。

虽然有种种困难，但是大家普遍认为量子计算很快（10年）就能在人工智能领域发挥作用了。因为量子退火机Dwave可以在人工智能领域完全地发挥出量子计算功能。这也是Google建立Quantum AI Lab的主要原因。

在自然科学领域，量子计算可以很高效地模拟诸多自然过程，会成为相关领域科学家的一大利器。所以用量子计算机模拟自然现象有着巨大的吸引力。

还有一点很重要的，2008年我们才知道，基于量子逻辑门的标准量子计算与绝热量子计算（adiabatic quantum computation）是等价的。 我们可能不需要按照传统计算机一样做出逻辑门就能进行量子计算。 而量子退火就是绝热量子计算过程——制备量子态，等其绝热演化到基态，基态直接就能给出计算结果。想一想这是多么恐怖的计算能力，大自然本身就是绝佳量子计算机。自然演化就是计算结果。这种绝热量子计算方式甚至不需要我们构建量子逻辑门。

【Lloyd S. The universe as quantum computer [J]. arXiv preprint arXiv:1312.4455, 2013.】