感受量子计算机的可怕，RSA密钥就是渣渣

深度烧脑：量子退火

先不回答这问题，说点别的。以深度学习/机器学习为代表的人工智能领域，在AlphaGo和李世石的人机大战之后重回风口浪尖，联想到Google在数年前和NASA合伙从D-Wave手里购买绝热量子计算机，这个领域和量子计算可能有着私底下的交易：在深度学习的研究中，找出全局最小值始终是一个避免不了的课题，而且这个过程需要花费大量时间。所以，这个领域一直都很想得到量子计算的帮助——因为西森秀稔教授在1998年联合提出的量子退火算法专精的就是寻找全局最小值。

作为到目前为止可能是最重要的量子算法，量子退火算法是模拟退火算法的进阶，后者的核心思想则继承自热力学的退火思想。就像退火这个工序在淬炼钢铁流程里为材料消除缺陷那样，退火算法做的是一个不断抛弃更糟糕（局部极值）的方案，直至找到最优解（全局最小值）的缓慢过程。打个比方，这如同连续的翻山越岭，每翻过一座山之后都记录下山脚的海拔，直到碰上翻不过的峭壁，然后回头去看记录下来的山脚海拔，找出海拔最低点。

但模拟退火算法有个问题，就是上面刚提到的：这个"翻山越岭"的过程很费时间，而且有可能会因为碰到"翻不过"面前的势垒然后就接受此前确定下来的极值点；而量子退火算法则因为量子力学系统本身就存在隧穿效应，而不用借助人工设定随机数来模拟退火过程，由此可规避掉这个问题，拥有更大的概率找出正确的全局最小值。而且别忘了，量子计算的速度优势此处依然存在，去年年底的时候Google曾宣布过，他们从D-Wave买来的量子计算机在处理一系列最优解问题上，比模拟退火以及量子蒙特卡洛算法要强1亿个指标。1亿啊1亿。

这种启发式算法的思路和机器学习的最优解目的不谋而合，如果Google日后透露AlphaGo在决策上其实是借助了量子计算机和量子退火算法，才有这样的思考速度和人类一战，不管你信不信，反正我会信……

D-Wave：似是而非

讲到这里，D-Wave这个名字一定已经给你留下印象了，那他们是不是已经就成为量子计算机的未来了呢？当然不是。现在没人敢给量子计算下这样的预言，D-Wave描绘的其实也只是无数种可能性中的一种而已。

人类的最终目标是研制出通用量子计算机，如果按照它的标准，不管是IBM自己搞的只有个位量子位的量子计算机，还是D-Wave的这些机器，全部都不算是量子计算机！前者不能按照通用量子计算机那样，完成我们现在所使用的计算机每天要执行的任务；后者则是吊死在量子退火算法这一颗树上，除了这一套，其他的它什么都不会，包括前面提到的Shor算法和Grover算法在内。

不过从好的方面想，Google，洛马还有NASA这些机构已经开始真正使用量子计算机进行一些具有实际意义的研究工作，而且D-Wave也给量子计算机的商业应用提供了可能。我们没有必要纠结现在的量子计算机究竟算不算真正的量子计算机，这个量变的过程才刚刚开始，我们只需静静等候——等到量子计算机在更多行业中现身，获得更广泛应用之后，积累下来的经验总会引爆质变的那一刻。