在本文中，石油工程师协会研究与开发技术部门（RDTS）的高拉夫・阿格拉瓦尔（Gaurav Agrawal）和T・S・拉马克里希南（T.S. Ramakrishnan）与量子计算流体动力学解决方案初创公司 QubitSolve 的马达瓦・西亚姆拉尔（Madhava Syamlal）就量子计算作为先进计算路线图一部分的现状进行了交流。
 
这个系列突出了塑造能源未来的创新理念和分析，重点关注新兴技术及其路线图、潜力和影响力。通过这些对话，希望能激发讨论，并加快在新能源前沿领域的进展。
 
库比特解决公司（QubitSolve）的首席执行官兼创始人马达瓦・西亚姆拉尔（Madhava Syamlal）曾是美国能源部国家能源技术实验室的计算科学与工程高级研究员，他因开发了被广泛应用的多相计算流体动力学软件MFIX而受到赞誉。他拥有印度瓦拉纳西理工学院的化学工程学士学位，以及芝加哥伊利诺伊理工学院的硕士和博士学位。
  
QubitSolve首席执行官兼创始人 Madhava Syamlal
 
何为量子力学？
 
RDTS|: 什么是量子计算？
 
西亚姆拉尔：量子计算基于量子物理学，量子物理学为我们带来了激光和晶体管，而激光和晶体管是我们常用的手机、电脑和电视等设备的基础。1985年，牛津大学的大卫・多伊奇描述了一台量子计算机。现任职于麻省理工学院的彼得・肖尔在1994年发表了一种在量子计算机上对合成整数进行分解的高效算法。肖尔的算法打破了人们认为对大的合成数进行分解几乎不可能的观念，对现代密码学提出了挑战。这一突破引发了全球对量子计算的浓厚兴趣。
 
RDTS|: 量子计算与传统计算有何不同？
 
西亚姆拉尔：在传统计算中，诸如文本或视频之类的信息是由一系列二进制数字（比特）来表示的，每个比特要么是0，要么是1。计算机通过在仅有的两种可能状态（断开（0）或闭合（1））之间快速切换可编程开关来处理信息。
 
量子比特是与传统计算中的比特相对应的量子计算单位。与经典比特只能是0或1不同，一个量子比特可以处于一种被称为叠加态的状态，即同时处于0和1的状态。量子比特是通过操控和测量诸如电子、光子或超导电路等量子对象来产生的。
 
一个由N个量子比特组成的系统可以处于由2的N次方种状态的叠加态，由被称为振幅的（2的N次方减1）个复数来表示。存储这些数字会超出超级计算机的存储容量，即使N低至60也是如此。因此，量子计算仅依赖少量的量子比特就能提供强大的计算能力。
 
然而，量子计算机的运行比传统计算机更为复杂。与明确的二进制状态0和1不同，对量子态的测量会产生一种随机状态。获得某一特定状态的概率由其振幅大小的平方决定，而这种概率可以通过量子干涉来进行操控。
 
最引人入胜的量子现象是量子纠缠，在这种现象中，对一个量子比特的测量会立即改变与之纠缠的所有其他量子比特的状态。
 
RDTS|: 量子计算和传统计算在基础硬件和软件方面有哪些区别？
 
西亚姆拉尔：与在传统计算机和存储设备中用于表示比特的成熟硬件不同，目前有多种用于表示量子比特的技术正在开发中。谷歌和IBM正在研究超导电路，而离子Q（IonQ）和昆腾（Quantinuum）专注于囚禁离子技术。原子计算公司（Atom Computing）和英弗莱克申（Inflexion）正在探索中性原子技术。PsiQuantum和Xanadu公司则在利用光子技术。此外，目前还没有与传统硬盘驱动器相当的用于永久存储量子比特的设备。
 
量子程序是用像Python这样的经典编程语言编写的，这些语言会调用像IBM的Qiskit 或谷歌的Cirq这样的量子库，或者像微软的Q#这样的专用语言。
 
一个显著的区别在于处理硬件错误的方式。在经典计算机中，比特错误很容易被检测到并通过定期存储机器状态以及用冗余比特对数据进行编码来纠正。但在量子计算机中，这些方法是行不通的，因为从物理层面来说，复制一个未知的量子态是不可能的。相反，人们会使用量子纠错（QEC）协议，而该协议目前仍在开发当中。
 
要实现容错量子计算机，必须从许多存在噪声的物理量子比特中制备出稳健的逻辑量子比特。2024年，谷歌取得了量子纠错（QEC）领域的一个关键里程碑，证明了逻辑量子比特的误差会随着物理量子比特数量的增加而降低。
 
量子力学的普适应用
 
RDTS|: 量子计算机是否有商业销售，或者可以通过云端使用呢？
 
西亚姆拉尔：是的，我们已经看到有少量的量子计算机可供使用。2023年，国际商业机器公司（IBM）在克利夫兰诊所安装了一台27量子比特的量子计算机。2025年，帕斯卡（Pasqal）公司计划在沙特阿拉伯沙特阿美公司的一处设施中安装一台200量子比特的量子计算机。用户可以从亚马逊的Braket平台、微软的Azure平台以及国际商业机器公司的IBM Q平台购买量子计算时间。
 
在美国，研究人员可以通过能源部的实验室来使用量子计算机，比如橡树岭国家实验室、劳伦斯伯克利国家实验室，以及大学里的美国国家科学基金会中心。
 
适用于运行小的量子电路（比如说少于40个量子比特的电路）的模拟器可用于算法开发。IBM的Qiskit包含一个模拟器，可免费下载使用。BlueQubit提供对最多36个量子比特的图形处理单元（GPU）模拟的访问权限。
 
RDTS|: 对于研究人员来说，是否有强大的开源社区能让他们接触到量子计算呢？
 
西亚姆拉尔：在量子计算领域有几种可用的开源软件。在量子开源基金会的网站上，人们可以找到一系列全面的全栈库、量子模拟器以及量子算法。
 
其中一个被广泛使用的库名为Qiskit，它是开源的。开放量子设计公司（简称OQD）最近推出了世界上第一台开源的全栈囚禁离子量子计算机，这一项目得到了Xanadu公司、滑铁卢大学、酉矩阵基金会（Unitary Foundation）以及海曲（Haiqu）的支持。这一举措使得全球的研究人员和开发人员能够为一个共享的量子生态系统做出贡献，并从中受益。
 
RDTS|: 量子计算是否非常适合某些特定类型的应用呢？
 
西亚姆拉尔：任何可以在传统计算机上运行的算法也可以在量子计算机上运行，但通常效率不高。量子计算最适合处理 “小数据、大计算量的问题”。之所以更倾向于小数据集，是因为从量子计算机中加载和读取数据的速度很慢。此外，量子门操作也很缓慢。只有通过利用量子叠加、干涉和纠缠来减少算法所需的步骤，才能体现出量子计算的优势。
 
各行业主要关注三个应用领域：模拟、优化和机器学习。量子计算机能够处理传统方法难以解决的化学问题，这有助于从原子层面设计新药物或新材料。像格罗弗搜索算法这样的量子算法，可以在非结构化搜索方面实现二次加速，有助于在金融、物流和能源领域找到最优解决方案。利用量子计算机来表示传统方法难以模拟的复杂数据结构的能力，或许能催生创新的机器学习算法。
 
量子力学在油气领域实现更准确预测
 
RDTS|: 你预见到在石油和天然气行业会有哪些潜在的应用呢？
 
西亚姆拉尔：石油和天然气行业一直面临着需要先进计算解决方案的具有挑战性的应用。该行业处理大量地震数据的需求推动了超级计算机的发展和应用。同样地，量子计算有潜力通过实现对地下地质的高度复杂模拟、对油藏流体的分子建模以及对开采过程的优化，对石油和天然气领域产生重大影响。这些应用能够在石油和天然气资源的勘探、开发和生产方面实现更准确的预测，并改善决策制定，具体内容总结在表1中。
 
 
RDTS|: 油藏工程以及岩石物理反演/测井解释依赖于带状线性求解器。你认为在这方面量子计算有潜力吗？
 
西亚姆拉尔：哈罗-哈西迪姆-劳埃德（HHL）算法是一种已被证明能实现加速计算的量子算法，它被设计用于求解线性方程组。与最快的经典算法相比，该算法能够实现指数级的加速。然而，它存在一些会影响其性能的局限性。
 
首先，所涉及的矩阵必须是稀疏且条件良好的。其次，右侧向量必须易于加载到量子计算机上。第三，HHL算法的输出是一个表示解向量的量子态，这使得恢复整个解的效率较低。
 
如果所期望的输出仅仅是解中巨大数值的位置，或者是解与另一个向量的内积的值，那么这种限制可能并不重要。
 
此外，哈罗-哈西迪姆-劳埃德（HHL）算法需要一台容错量子计算机，而目前这种计算机尚未问世。与此同时，像变分量子线性求解器（VQLS）这样的替代算法正在研发中，以便能在目前可使用的量子计算机上运行。然而，变分量子线性求解器（VQLS）是一种启发式算法，其加速效果只能通过经验来验证，而无法得到理论证明。变分量子线性求解器（VQLS）可能对某些类型的问题有益。
 
RDTS|: 我们可以做些什么来提高上游行业对量子计算的认知呢？
 
西亚姆拉尔：对于石油和天然气行业来说，现在是探索量子计算潜在应用并影响量子计算发展的理想时机。石油工程师协会可以在这方面发挥重要作用，比如举办研讨会，以及通过与量子经济发展联盟等组织合作，加强与更广泛的量子计算领域的互动。
 
石油工程师协会也可以组织计算方面的挑战，就像空中客车公司和宝马集团所做的那样，旨在改进飞机和汽车的设计、制造以及运营。
 
交通运输行业正在应用量子计算来理解各种不同的应用，比如材料的能量吸收，与经典计算相结合以最小化飞机噪音并最大化空气动力学效率，减少二氧化碳排放，利用有限的白天数据来模拟真实的夜间条件，以及提高自主系统的可靠性。
 
量子力学的未来
 
RDTS|: 量子计算对人工智能（AI）有很大影响吗？
 
西亚姆拉尔：量子机器学习是一个活跃的研究领域。许多机构都参与其中，并且每年都有相关论文发表。该领域有专门的会议，例如阿斯彭物理中心举办的“人工智能+量子” 会议，以及量子人工智能与优化会议。昆腾公司最近宣布了一个生成式量子人工智能框架，该框架旨在利用量子生成的数据来解决目前用经典方法难以解决的问题。
 
人们越来越乐观地认为，通过人工智能与量子技术的协同作用，可以解决人工智能领域的重大挑战。然而，目前仍处于早期阶段。在评估量子机器学习的有效性之前，我们必须展示实际的演示成果。
 
RDTS|: 是否存在传统计算不太可能被量子计算取代的应用呢？
 
西亚姆拉尔：传统计算和量子计算将共同存在。
 
对于许多问题，经典计算的速度比量子计算快。例如，在实现肖尔算法时，量子计算仅用于解决周期查找问题，这对经典计算机来说是一项具有挑战性的任务，而算法中的所有其他步骤都由经典计算来完成。此外，量子程序的编译也是使用经典计算机来进行的。
未来，量子处理单元（QPUs）很可能会像现代超级计算机使用图形处理单元（GPUs）配合中央处理单元（CPUs）那样，作为协处理器发挥作用。例如，国际商业机器公司（IBM）、微软公司以及原子计算公司已宣布了以这种方式开发量子超级计算机的计划。
 
RDTS|: 在这个领域，有哪些可用于进一步学习的资源呢？
 
西亚姆拉尔：现在有越来越多的资源和参考资料可供使用，这些资源来自一些公司、麻省理工学院的在线课程、尼尔森和庄（Nielsen and Chuang）以及 N・大卫・默明（N. David Mermin）所著的一些具有开创性的书籍，还有各种相关博客。
 
开发量子算法可不仅仅是像为图形处理单元（GPU）适配中央处理器（CPU）代码那样，把经典算法转换成另一种编程语言。相反，它需要利用量子门和测量操作对算法进行彻底的重新设计，而这有可能带来具有开创性的应用。