节选、整理于墨子沙龙“未来趋势：量子互联网”活动的圆桌对话环节。演讲报告见：墨子号——漫漫追星路；单光子相机：如何实现“雾里看花”；单光子相机：怎样进行“隔墙观物”；量子计算：挑战未来。

视频链接：https://v.qq.com/x/page/d316421nkxh.html

提问：量子计算是不是有可能让人工智能的智能水平再得到一个巨大的飞跃，比现在以深度学习为主的智能程度有一个质的提升?

朱晓波：这是一个非常好的问题。量子计算近期应用里面，现在有一个非常热的方向，叫做“量子机器学习”。现在我可以明确回答的是：如果输入和输出问题能解决好一点的话，那么在处理流程中的优势是非常明确的。我们现在已经完成了一篇文章，因为还没有发表，不太适合公开其中的内容，但是可以明确地指出，在处理流程，只要几百个比特，精度只要到百分之九十九点几，就可以大幅的、压倒性的超过现有的经典计算机。但是输入流程和输出流程，可能还会有一些问题。

近期应用里一个很热的方向，就是量子机器学习。我个人也很看好这个方向，我觉得确实可能会做出来一些新的东西。

提问：基于量子技术，能否在人—信息交互方面有一个飞跃式的进步？ 

陈宇翱：这个问题很好。实际上，目前人机交互在经典方面就是一个很前沿的问题。首先我们量子技术肯定能够对它带来帮助，比如说对脑电的一些探测，对弱信号的探测。怎么样更准确的来获得信息，一定是需要考虑量子层面的事情。

包括印娟老师说到的未来要做纠缠实验，希望人的意识参与进来，来做决定怎么样进行测量。这个时候，你需要尽快把你的意识——即你随机的想0和1，这时你的大脑会产生电波——读出来；本身来说，这还是一个非常前沿的问题。至于未来能不能达到，我们现在还不知道。

另外，我们用经典计算机构造了一个人工大脑，比如AlphaGo。它的整个框架是经典的。什么意思？就是说，AlphaGo在自己学完之后，我们完全可以拷贝一个一模一样的AlphaGo出来。但是量子很有意思，哪怕单个量子，你都没有办法进行复制。这就意味着，我们每一个人都是独一无二的。未来有没有可能通过量子计算机模拟出人的大脑行为，我觉得起码还是有希望的，而我认为经典计算机本身是不可能模拟出大脑来的。就像我刚才讲的，本质上说单个量子没有办法被复制，就意味着一个经典的计算机是没有办法真的去模拟人的意识。未来量子计算机有没有可能，只能说是有希望，估计需要几代人的努力才能回答这个问题。

提问：在雾霾天气下，单光子器件跟传统光学器件比有什么明确优势？ 

徐飞虎：在雾霾天气下的优势主要是，我们用的波段和目前主流的激光雷达是不太一样的。主流的激光雷达一般用900纳米，因为可以用VCSEL激光，可以做到低成本。我们选择近红外波段，这样在雾霾天气下，透过率等方面都会有技术上的提升。原则上，确实在雾霾天气有优势，但是我不能说所有的天气都能解决，比如下雨或者一些其他天气，光学手段都还有它的问题。

提问：现在量子卫星只有一个，是吧？它对于轨道的高度有没有要求？我的想法是，因为现在有那种星链计划，如果轨道已经被占用，对将来量子卫星通信有没有影响？另外，将来有没有可能很多卫星构成一个卫星网，把一对一对的量子放在太空上，实现量子计算？

印娟：我先回答第一个问题。我们现在卫星确实是一颗，它在500公里的轨道。目前我们有低轨卫星的星群计划，大概三到五颗，轨道比现在的500公里会高一些，在800公里。为什么高一些？因为我们原来降到500公里，是因为探测器的问题。现在我们星到地的链路，800公里能够实现过单个站，过境的时间更长，实验的机会也会更多一点。而且我们计算了，三到五颗卫星就能够有一定的覆盖率，能够有一定的密钥刷新率。这是我们现在的一个计划。

您说的星链，我的理解是，这是他们来超越我们国家5G的一个计划，它是把互联网放到天上。我们国家也有这样的计划，在天地一体化的网络上面有一些布局。

其实从墨子号之后，我们已经在做一些小型的载荷，可能在明年底或者最迟后年会发射上天，也会跟经典的通信来结合做一些演示，或者有初步的一些应用。所以，我们国家也有这样的计划，但是量子通信现在还没有发展到像星链一样，现在就可以直接发上百颗去组网。因为你首先要把成本控下来，然后还要做到比如说让这些量子器件做到芯片级。因为星链是非常小的，要做到器件化，然后才能实现批量。我们也希望将来有机会做一些这方面的应用。

提问：除了超导技术之外，有没有其他的做量子计算的一些技术？将来哪种技术会比较有可能胜出？

朱晓波：谢谢这个问题。我做超导，我肯定说超导会胜出。其实，超导在历史上是一度跟半导体做过竞争的。现在的经典计算机这一套东西，超导也全部搞出来过，二极管、门电路在超导材料中全部搞出来过，但是最后在跟半导体的竞争中完败。因为它需要低温，低温就不可能方便大家用。

但是到了量子时代可能会有不同，因为超导有很低的损耗，它可以构造一个很干净的环境，这是我们认为它可能会成功的原因。具体从能耗的角度来说，现在低温技术的进步是超出大家想象的，现在低温技术所需要耗的能量已经相当的低。前几年IBM要做一台真正的超导计算机，不是超导量子计算机，是用超导来做一台计算机，原因就是因为超导计算机虽然要低温，低温是需要很多电能的，但是如果你做一台超算的话，最后一折算，很有可能超导计算机的耗能比半导体计算机的耗能还要少得多。这个项目现在还在进行当中。我国也有这一计划，主要是微系统所承担。所以从能耗这个角度，首先不认为其他方向有多大的优势。

从技术难度上看，现在的低温技术确实很发达，像我们用的低温技术，就跟一个电冰箱差不多，你把电源插上，等个三天——时间可能稍微长一点，因为要降那么低的温度——，你不需要干预它，它就可以降到那个温度。现在技术上已经可以进步到这个程度了。

还有若干非常有竞争力的量子计算方向。而因为超导所用的是半导体工艺，扩展起来看样子问题不大，所以工业界比较看重这个方向。但是在学术界，现在还是百花齐放的情况，很多领域、很多方向都在极力发展自己的技术。

陈宇翱：未来我觉得一定是一个hybrid，一定不可能是超导一家独放，肯定是对于不同的场景，不同的系统有各自的优势。比如信息的交互肯定是需要光，而量子U盘之类肯定又是其他的固态体系了，比如金刚石或者其他体系。所以，在未来量子互联网的框架下，一定不是一家独大，肯定是各个系统来承担各自的任务。

提问：量子计算方面，现在的瓶颈更多是在硬件量子计算机方面，还是在软件算法层面？量子芯片需要用到几纳米技术？

朱晓波：毫无疑问，现在最大的瓶颈是硬件，不是软件，因为硬件还没有研发出来之前，软件该怎么搞，大家是不清楚的。

我们不强调几纳米，6纳米还是5纳米等等，我们强调的是精度。比如说，我们做到100纳米，但是希望100纳米正负只有2%或者3%的误差，这是我们高精度特点决定的。所以，从微纳加工难度上说，还没用到半导体最前沿的那些产线。但是它有其特殊的难度——尺度相对大但精度非常高。

提问：线性光学量子计算有可发展性吗？

陈宇翱：在谷歌发表量子优越性的时候，在线性光学方面，我们做到了希尔伯特空间48个维度，还没达到优越性，但是已经逼近了这个目标。针对不同的问题，不同的体系会有其优势，例如在玻色采样这个问题上，光学有它的优势。谷歌做的是随机线路采样，不太一样的问题。

但这些都是没有实际用处的问题。未来的实际问题可能又需要别的东西，比如说原子。所以到底百花齐放哪朵花最鲜艳，还不知道。