Transcription
以下是与斯科特·亚伦森的对话。他是德克萨斯大学奥斯汀分校的教授，其量子信息中心的主任，此前曾是麻省理工学院的教授。他的研究兴趣主要围绕量子计算机的能力和局限性，以及更普遍的计算复杂性理论。他是一位杰出的作家，也是世界上我最喜欢的计算机科学传播者之一。我们这次对话只有大约一个半小时，所以我决定专注于量子计算，但我可以看到我们将来在某个时候会在这个播客上再次谈论计算复杂性理论，以及斯科特在他的“惊人复杂性动物园维基”中编目的所有复杂性类别。作为一个快速的题外话，根据我收到的问题和评论，我进行这些对话的目标是努力保持在幕后，不带自我，并做三件事：第一，让嘉宾发光，并尝试共同发现他们工作中和思想中最美丽的见解；第二，适度扮演“魔鬼代言人”，以便在探索思想的对话中提供创造性的张力；第三，提出关于术语、概念和思想的非常基本的问题。播客中我们谈论的许多话题，我作为研究生、研究员，以及作为一个热爱阅读的好奇人类，已经研究了多年。但坦率地说，在这些对话中，我将自己视为我最喜欢的小说之一——陀思妥耶夫斯基的《白痴》中的主角。我喜欢装傻，这显然是自然而然的，但这些基本问题并非源于我对主题的无知，而是源于一种直觉，即基本原理是简单的，如果我们以几乎天真的视角去深入思考它们，我们就可以从计算机科学、神经科学、物理学、哲学和人工智能中抽取出富有洞察力的线索。
这是人工智能播客。如果你喜欢它，请在YouTube上订阅，在Apple Podcast上给它五星好评，在Patreon上支持它，或者简单地在Twitter上与我联系，我的账号是@lexfriedman，拼写是F-R-I-D-M-A-N。像往常一样，我现在会播放一到两分钟的广告，对话中间绝不会有任何广告打断流程。我希望这能对你有所帮助，并且不会影响收听体验。
今天对支持者的广告快速总结：首先，获取Cash App并使用代码“lex podcast”。其次，收听“Tech Meme Ride Home”播客获取科技新闻，在你的播客应用中搜索“ride home”两个词。本节目由Cash App赞助，它是App Store中排名第一的金融应用。当你获取它时，使用“lex podcast”代码。Cash App让你能够向朋友汇款、购买比特币，并以低至一美元的金额投资股票市场。经纪服务由Square的子公司Cash App Investing提供，并且是SIPC成员。由于Cash App支持零碎股票交易，我想提一下，在幕后运作以创建零碎订单抽象的订单执行算法是一个算法奇迹。因此，向Cash App的工程师们致以崇高的敬意，他们解决了一个难题，最终提供了一个简单的界面，将股票市场提升到下一个抽象层，使新投资者更容易进行交易，并使多元化变得更加容易。所以，再次强调，如果你从App Store或Google Play获取Cash App并使用“lex podcast”代码，你将获得十美元，Cash App还将向我最喜欢的一个组织捐赠十美元，该组织正在帮助全球年轻人推进机器人技术和STEM教育。
本集也由“Tech Meme Ride Home”播客赞助。这是一个我听了一段时间并非常喜欢的科技播客。它直奔主题，为你提供你需要知道的科技新闻，并提供最少但必要的背景信息。它每天东部时间下午5点发布，时长只有大约15到20分钟。为了好玩，我喜欢在智能手机上开发应用程序，大部分是在安卓系统上，所以我总是对新发布的旗舰手机有点好奇。我看到三星发布了新的Galaxy S20，当然，Tech Meme Ride Home立刻就有一期新节目总结了我需要知道的关于这款新设备的所有信息。他们还开始制作周末特别节目，采访了像AOL创始人史蒂夫·凯斯（Steve Case）这样的投资人，以及加里·马库斯（Gary Marcus）谈论人工智能，我也曾在我的播客中采访过他。你可以在你的播客应用中搜索“ride home”两个词来找到“Tech Meme Ride Home”播客，然后订阅、享受并及时了解最新的科技新闻。
现在，这是我与斯科特·亚伦森的对话。有时我会收到听众的一些批评，说在与像你这样的世界级数学家、物理学家、神经生物学家、航空航天工程师或理论计算机科学家对话时，我浪费时间问一些关于自由意志、意识、死亡、爱、真理的本质、超级智能、时间旅行是否可能、时空是涌现的还是基本的，甚至像外星人是否存在、他们的语言可能是什么样子、他们的数学可能是什么样子、马尔萨斯发明家是否被发现，当然还有我们是否生活在模拟中等哲学问题。所以我尝试着，我尝试着在深层技术和哲学之间来回穿梭。我已经做了很多次了。你是一位世界级的计算机科学家，然而你却写过关于这一点：哲学对于任何技术学科的专家来说都很重要，尽管他们似乎总是回避这一点。所以我觉得和你谈谈这一点会非常有趣：你认为我们计算机科学家、数学家、物理学家为什么应该关心哲学？
嗯，我会稍微重新定义一下这个问题。我的意思是，哲学几乎从定义上来说，就是关注你能问出的最大问题的学科。好吧，所以你知道你提到的那些问题，对吧？我们是否生活在模拟中？我们是否是宇宙中唯一的生命？我们甚至应该如何思考这些问题？未来是否已被决定？我们所说的“被决定”到底是什么意思？我们为什么生活在我们所处的时代，而不是其他时代？你知道，当你思考这些问题的巨大性时，我想你会问，那为什么还要关心其他任何事情呢？好吧，为什么不把你的整个生命都花在这些问题上呢？你知道，我认为从某种意义上说，这是提出这个问题的正确方式。你知道，实际上，我们所学到的，我的意思是贯穿历史，但真正从科学革命开始，我们有了伽利略等等，那就是有充分的理由去关注更狭窄的问题，更技术性的，数学的或经验性的问题。那是因为你确实可以在这些问题上取得进展，对吧？你确实经常可以回答它们，有时它们甚至会告诉你一些关于哲学问题的事情，这些哲学问题可能激发了你童年时的好奇心，对吧？你知道，它们不一定能解决哲学问题，但有时它们会重新构建你对这些问题的整体理解，对吧？所以对我来说，哲学就是你从一开始就放在背景中的东西，你想要，你知道，这些是你最初进入知识生活的原因，至少是我进入的原因，对吧？但是，你知道，数学和科学是我们用来实际取得进展的工具，你知道，希望甚至能改变我们对这些哲学问题的理解，有时甚至比哲学本身做得更多。
你认为计算机科学家为什么会回避这些问题，至少在技术科学讨论中会有点逃避它们？嗯，我不确定他们是否比其他科学家更这样做。我的意思是，我的意思是，我的意思是，艾伦·图灵（Alan Turing）就以对哲学感兴趣而闻名，他最著名的两篇论文之一就发表在哲学期刊《心灵》（Mind）上，你知道，那篇论文中他提出了图灵测试。他在剑桥大学上过维特根斯坦（Wittgenstein）的课程，你知道，还和他争论过。我最近才稍微了解到这一点，这实际上很有趣。我当时正在寻找资料，试图理解维特根斯坦和图灵之间的分歧和争论的根源。这很有趣，这两个思想在历史的长河中以某种方式相遇了。
是的，你知道，他们1939年那门课程的记录，是我读过的最引人入胜的文件之一。因为你知道，维特根斯坦试图说，所有这些形式系统都完全无关紧要，对吧？如果一个形式系统无关紧要，谁会在乎呢？这在现实生活中有什么关系呢？对吧？而图灵则说，你看，如果你使用一个不一致的形式系统来设计一座桥，你知道，这座桥可能会坍塌，对吧？所以，图灵在某种意义上是超前了几十年思考，你知道，我认为维特根斯坦所处的位置，形式系统实际上将如何被使用，你知道，在计算机中，对吧？来实际在世界上做事情。你知道，有趣的是，图灵实际上中途退课了。为什么？因为他不得不去布莱切利公园，你知道，去做一些更紧迫的事情。这太引人入胜了，如果你从哲学迈向实际，就像最大可能的一步迈向实际工程，实际的真正影响。
是的，我更普遍地说，对吧，很多科学家都对哲学感兴趣，但他们也很忙，对吧，他们有很多事情要做，而且有很多非常具体的问题，虽然还没有答案，但看起来似乎是可以回答的，对吧。所以你可能会说，那为什么还要为这些形而上学上无法回答的问题绞尽脑汁呢，当有这么多可以回答的问题摆在面前时。所以我想，对我来说，我喜欢谈论哲学，我甚至有时会参加哲学会议，比如你知道的FQXI会议。我喜欢与哲学家互动。我不想成为一名专业的哲学家，因为我喜欢在一个领域里，我觉得，你知道，如果我对那些永恒的问题感到过于困惑，我实际上可以在某些事情上取得进展。
你能再多谈一会儿吗？是的，你认为有什么区别？就像我之前提到的批评的推论是，如果你想问简单的问题，那就请一位真正的哲学家来问。那么，计算机科学家和数学家思考哲学问题的方式与哲学家思考哲学问题的方式有什么不同呢？嗯，我的意思是，这很大程度上取决于个人，对吧？很难对整个领域进行概括。但是，你知道，我想，我想如果我们试图，我们试图刻板印象化，你知道，我们会说，你知道，科学家在用词上往往会不那么谨慎，你知道，我的意思是，哲学家真的是这方面的专家，你知道，就像当我与他们交谈时，如果你用错了词，他们就会立刻抓住不放，而不是用一个很好的词，你可以说“循环者”，是的，是的，或者你知道，他们会，他们会以比科学家大得多的程度来审视我的用词选择，对吧？而科学家，你知道，如果你问他们一个哲学问题，比如意识的难题或自由意志或其他什么，他们会试图将其与最近的研究联系起来，对吧？你知道，关于神经生物学的研究，或者，你知道，但最好的研究是他们个人参与的研究，对吧？对，你知道，当然他们会想谈论那个，你知道，那就是他们会想到的。然后当然你可以争辩说，也许，你知道，这一切都很有趣，但也许它都没有触及哲学问题，对吧？但是，你知道，也许，你知道，作为一门科学，你知道，至少它，正如我所说，它确实告诉我们具体的事情，你知道，即使深入研究神经生物学并不能回答意识的难题，你知道，也许它能让我们尽可能地扩展我们对它的思维，你知道，以不同的方式思考它。嗯，我的意思是，我认为神经生物学可以做到这一点，但是，你知道，对于这些深刻的哲学问题，我的意思是，艺术和文学也能做到，对吧？它们都是尝试接近这些问题的不同方式，你知道，我们甚至不知道答案会是什么样子，但不知怎的我们情不自禁地不断回到这些问题。
你有一种数学的、美丽的数学方式来讨论这个问题，那就是Q Prime（Q'）的概念。哦，你说得对，通常解决大问题，比如我们现在谈论的哲学问题的唯一方法，就是挑选出更小的子问题，理想情况下是你可以用数学、经验观察或两者兼而有之来解决的子问题。你定义了Q Prime的概念，即给定一个无法回答的哲学谜题Q，用一个“镜像”的科学或数学问题Q'来取代它，Q'捕捉了人们最初提出Q时想要知道的一部分内容。是的，然后如果幸运的话，一旦所有的Q'，你就在你题为《为什么哲学家应该关心计算复杂性》的长篇论文中描述了这些Q'子问题的一些例子。你列举了你认为理论计算机科学已经取得进展的各种Q'。你能提几个你最喜欢的吗，如果有什么能想起来的话？哦，是的。
所以我的意思是，我会说历史上最著名的这种替代的例子，嗯，你知道，我的意思是，回到艾伦·图灵（Alan Turing），对吧？他在他的《计算机器与智能》（Computing Machinery and Intelligence）论文中所做的，正是，你知道，他明确地从“机器能思考吗？”这个问题开始，然后他说，“抱歉，我认为这个问题太没有意义了，但这里有一个不同的问题，你知道，你能否编程一台计算机，让你无法分辨它和人类的区别？”对吧？你知道，是的，在最初的几句话中，他实际上就是，是的，我错过了Q Prime的精确描述，他正是这样做的。或者，你知道，我们可以看看哥德尔（Gödel），对吧？你知道，哲学家们争论了几个世纪关于数学推理的局限性，对吧？以及形式系统的局限性。你知道，然后到了20世纪初，逻辑学家们，你知道，从弗雷格（Frege）、罗素（Russell）开始，然后，你知道，最引人注目的是哥德尔，你知道，他们成功地将这些问题重新定义为：看，我们有这些形式系统，它们有这些明确的规则，有没有我们可以在这些系统规则内表达的问题，但这些问题在这些系统规则内是不可证明的？我们能证明这个事实吗？对吧？所以那将是另一个例子。
你知道，我写过一篇题为《量子图灵机中的幽灵》的论文，你知道，那是我写过的比较疯狂的东西之一，但我试图做一些，或者说，倡导在那里为自由意志做一些类似的事情。你知道，与其谈论自由意志是否真实，我们纠结于“自由”到底是什么意思，你是否能拥有，或者我们指的是兼容主义的自由意志还是自由意志主义的自由意志，这些东西意味着什么，你知道，我建议只问一个问题：原则上，在物理定律一致的情况下，一个人的行为能被预测得多好？你知道，比如说，不破坏人的大脑，你知道，在试图预测他们的过程中将其拆解。你知道，实际上，问这个问题会让你进入各种实质性的、有趣的问题，你知道，比如大脑的计算基质是什么？你知道，或者你能在神经元层面理解大脑吗？你知道，就像神经网络的抽象层面，还是你需要深入到分子层面，最终甚至到量子层面，对吧？当然，如果你这样做，那就会限制可预测性。所以你需要将心灵简化为一种计算设备，比如将其形式化，这样你就可以预测，你知道，如果你试图预测一个人，你是否可以预测A或B。是的，那么大概你需要一个他们大脑的模型，对吧？现在问题变成了这样的模型能有多精确？你能建立一个足够精确的模型，真正严重威胁人们的自由意志感吗？你知道，不仅仅是形而上学上的，而是像真的，我在这封信里写下了你接下来要说什么。你看，这里的正确术语是，它也是一个抽象层次必须是正确的。所以如果你的，是的，如果你在某种程度上在量子层面是精确的，嗯，那可能对我们人类层面来说没有说服力。嗯，对，但问题是，你需要底层机制达到什么样的精度才能预测行为？对吧？归根结底，测试只是你能否预见这个人会做什么，对吧？我，你知道，在关于自由意志的讨论中，你知道，双方似乎都想很快地将这个问题视为无关紧要。对我来说，它完全相关，好吗？因为你知道，如果有人说，“哦，你知道，我有一个拉普拉斯妖，它知道宇宙的完整状态，你知道，可以预测你将做的一切，所以你没有自由意志。”你知道，那并没有让我感到困扰，因为，你知道，我从未见过这样的妖。嘿，你知道，我们甚至有一些理由认为，你知道，它可能不存在于我们的世界中，你知道，它只是一个抽象，一个思想实验。另一方面，如果有人说，“嗯，你知道，我有一台大脑扫描机，你知道，你走进去，然后，你知道，你将写的每一篇论文它都会写，你知道，你将有的每一个想法，你知道，甚至现在关于机器本身的，它都会强迫你。”你知道，嗯，如果你能实际证明这一点，那么我认为，你知道，那，你知道，那在更直观的层面上威胁了我拥有自由意志的内在感觉。你知道，但现在你注意到我们正在问一个更具经验性的问题，我们正在问这样的机器是否可能？或者它不可能？我的意思是，如果它不可能，那么物理定律中有什么，或者大脑的行为中有什么，阻止它存在呢？
那么，如果你能在这个经验性问题中稍微哲学化一下，你认为通过什么机制会引入我们无法预测结果的可能性，从而存在某种类似于自由意志的东西呢？是的，你可以说，一种显而易见的可能性，就是当量子力学在1920年代被发现时，埃丁顿（Eddington）和许多其他人就曾提出过，那就是如果，比如说，大脑中的一个钠离子通道，对吧？今天，你知道，它的行为是混沌的，对吧？它受到神经科学中这些霍奇金-赫胥黎（Hodgkin-Huxley）方程的支配，对吧？这些是带有随机成分的微分方程。那么，你知道，这最终决定了神经元是否会放电。这是一个基本的化学或电学过程，通过它大脑发送信号。没错，没错。你知道，所以你可以问，那么，这个过程中的随机性，你知道，神经科学家会将其视为随机性，它从何而来？你知道，最终它是热噪声，对吧？热噪声从何而来？但最终，你知道，在分子层面发生了一些量子力学事件，这些事件被混沌地放大，就像蝴蝶效应一样。所以，你知道，即使你知道某人大脑的完整量子态，你知道，充其量你也只能预测他们做一件事或做另一件事的概率，对吧？我认为这部分实际上相对没有争议，对吧？有争议的问题是，其中任何一点是否对我们关心的哲学问题有意义，因为你可以说，如果它所做的只是将一些随机性注入到一个原本完全机械化的过程中，那么谁会在乎呢？对吧？更具体地说，如果你能建造一台机器，你知道，它甚至可以计算出你可能做的所有事情的概率，对吧？你知道，如果所有它说你有10%机会做的事情，你恰好做了十分之一，你知道，等等，那在某种程度上也剥夺了自由的感觉。没错，我的意思是，对我来说，这基本上和机器确定性地预测你一样糟糕，你知道，几乎没有什么不同。所以，那么，一个更微妙的问题是，你甚至能否充分了解某人的大脑来做到这一点？好的，因为，你知道，量子力学的另一个核心事实是，对量子态进行测量本质上是一种破坏性操作。好的，所以，你知道，如果我想测量一个粒子的位置，对吧？在我测量它之前，它处于许多不同位置的叠加态，一旦我测量，我就将其局域化了，对吧？所以现在我知道了位置，但我也从根本上改变了状态。所以你可以说，也许在试图建立一个足够精确的大脑模型，以实际，比如说，甚至进行良好校准的概率预测其未来行为时，你可能不得不进行如此精确的测量，以至于你从根本上改变了他们的大脑。好的，或者，或者，或者，也许不是，也许你只需要，你知道，只需要制造一些纳米机器人，测量一些更大尺度的，你知道，宏观行为，比如，你知道，这个神经元在做什么，那个神经元在做什么，也许这就足够了。
你看，但现在，你知道，我，我，但我声称的是，我们现在正在问一个问题，你知道，在这个问题中，你知道，有可能设想它会取得什么样的进展。是的，但正如你所说，这个问题可能与哲学问题略有脱节，因为意识在某种程度上对自由意志的体验起着作用，因为最终我们谈论自由意志，我们不仅谈论我们行为的可预测性，而且在某种程度上也谈论它们的可预测性体验。是的，我的意思是，许多哲学问题最终都会回到意识的难题，你知道，无论你如何试图回避它。你知道，人们试图回避它是有原因的，那就是，你知道，德谟克利特（Democritus）在公元前400年就以我们今天完全能理解的术语谈论过意识的难题，对吧？而且，自那时以来是否取得了进展，或者进展可能包含什么，真的不清楚。有没有一种Q Prime类型的子问题可以帮助我们理解意识？这与汽车有关。哦，我的意思是，我的意思是，有关于人工智能的整个问题，你知道，你是否能建造一个人类水平或超人类水平的人工智能，你知道，它能否在与大脑完全不同的基质中工作？我的意思是，你知道，当然那是艾伦·图灵的观点，你知道，即使做到了这一点，你知道，人们可能仍然会争论意识的难题，对吧？然而，你知道，我的主张有点不同。我的主张是，在一个存在人类水平人工智能，甚至我们已经被这种人工智能超越的世界里，关于意识难题的整个讨论将具有不同的特征，对吧？即使我们没有回答这个问题，它也会在这样的世界中以不同的术语进行。我对自由意志的主张也会类似，对吧？如果我谈论的这个预测机器真的可以建造出来，那么关于自由意志的整个讨论就会因此而改变，你知道，即使从某种意义上说，形而上学的问题还没有得到回答。是的，它从根本上改变了它，因为假设那台机器确实告诉你它能完美预测，然而却存在这种深刻的自由意志体验，那么这就会完全改变问题。是的，它实际上开始触及人工智能、图灵问题的问题：自由意志的展示、智能的展示、意识的展示是否等同于意识、智能和自由意志？但是你看，莱克斯，如果每次我考虑一个决定时，你知道，这台机器都打印出一个信封，你知道，我可以打开它，看到它知道我的决定，我想那实际上会改变我做决定的主观体验。你可能认为知识不会改变你的主观体验？嗯，嗯，你知道，我的意思是，这台机器已经预测了我将做的一切的知识，我的意思是，它可能会让我彻底发疯，对吧？但无论如何，它会改变我的体验，让我不仅仅是把这样的机器作为一个思想实验来讨论，而是真正看到它。是的，我的意思是，你知道，你可以在那个时候说，你知道，为什么不简单地把这台机器称为我的第二个实例化，然后就完事了呢？对吧？我们知道，为什么还要把最初的我凌驾于这个存在于机器中的完美复制品之上呢？是的，或者，是的，可能会有一种宗教体验。这有点像历代以来上帝被认为是，上帝代表着那台完美的机器，能够，我想实际上，嗯，我甚至不知道宗教对自由意志的解释是什么？是的，那么如果上帝完美地知道宗教中，在各种宗教中，一切事物，自由意志如何融入其中？你知道，那是神学家们争论了几千年的大事之一，你知道，我不是神学家，也许我不应该去那里。书中没有明确的答案，我的意思是，我的意思是，这是加尔文主义者争论过的，你知道，这已经，你知道，我的意思是，不同的宗教运动对这个问题采取了不同的立场，但他们就是这样思考的。你知道，与此同时，你知道，理论计算机科学的很大一部分，你可以说，是，你知道，我们正在问，你知道，你能在物理世界中实际建造的实体，它们能知道、计算或弄清楚的最终极限是什么？对吧？如果我试图向一位神学家解释，也许我会说，你知道，我们正在研究，你知道，上帝能在物理世界中显现到什么程度。我不确定我的同事们会喜欢这样。
那么我们来谈谈量子计算机吧，是的，当然，当然。正如你所说，现代计算，至少在1990年代，是一个深刻的故事，它融合了计算机科学、物理学、工程学、数学和哲学。所以量子计算具有这种广泛而深刻的方面，它不仅仅代表着量子计算机本身。是的，但我们能从最基本的地方开始吗？什么是量子计算？是的，它是一种新型计算的提议，我会说是一种利用自然进行计算的新方式，它基于量子力学的原理。好的，现在量子力学的原理自1926年以来就已确立，你知道，它们没有改变。你知道，新的是我们想如何使用它们。好的，那么量子力学对世界说了些什么？你知道，物理学家们，我想在几代人的时间里，说服人们这是一个难以置信的复杂问题，你知道，就放弃尝试理解它吧。我可以告诉你一个秘密，我不是物理学家，但我可以告诉你一个秘密，那就是如果你像我们在量子信息理论中那样做，并将其中的物理学部分剥离出来，它就会变得简单得多。所以我们思考量子力学的方式，有点像是概率规则本身的推广。所以，你知道，你可能会说，今天下雪的概率是30%之类的，你绝不会说有负30%的概率，对吧？那将是胡说八道，更不用说你会说有i%的概率，你知道，负1的平方根%的概率。现在，量子力学所做的核心发现是，从根本上说，世界是由这些数字描述的，我们称之为“振幅”（amplitudes），它们描述了系统可能处于的状态。好的，振幅在某些方面像概率，但它们不是概率。首先，它们可以是正的，它们可以是正的或负的，实际上它们甚至可以是复数。好的，如果你听说过量子叠加，这只是指一种状态，你将一个振幅，这些复数之一，分配给你在测量系统时可能看到的每一种可能配置。所以，例如，你可能会说一个电子在这里有一些振幅，在那里有一些其他振幅，对吧？现在，如果你去看它在哪里，你就会把它局域化，对吧？你就会迫使振幅转化为概率，这通过取它们的平方绝对值来实现。好的，然后，你知道，你就可以说电子要么在这里，要么在那里，你知道，通过知道振幅，你可以预测你将看到每种可能结果的概率。好的，但是当一个系统与宇宙的其他部分，与它的环境隔离时，振幅可以随着时间按照与正常概率规则不同的规则变化，这些规则对我们的日常经验来说是陌生的。所以，每当有人告诉你关于量子世界怪异之处的任何事情时，你知道，假设他们没有对你撒谎，对吧？他们正在告诉你，你知道，这是自然界被这些振幅描述的又一个结果。
所以最著名的是，振幅可以相互干涉。好的，所以在著名的双缝实验中，发生的情况是，你向一个带有两条缝隙的屏幕发射一个粒子，比如说一个电子，然后你发现在第二个屏幕上，有些地方那个电子永远不会到达，你知道，在它穿过第一个屏幕之后。然而，如果我关闭其中一条缝隙，那么电子就可以出现在那个地方。好的，所以通过减少电子到达某个地方可能采取的路径数量，你可以增加它到达那里的机会。好的，现在这怎么可能呢？嗯，那是因为我们，你知道，正如我们现在会说的，电子处于叠加态。好的，它通过第一条缝隙到达这个点有一些振幅，通过第二条缝隙到达这个点有一些其他振幅。但是现在，如果一个振幅是正的，另一个是负的，那么请注意，你知道，我必须把它们全部加起来，对吧？我必须把电子可能采取的每一条路径到达这个点的振幅都加起来，如果这些振幅指向不同的方向，它们就可以相互抵消。那将意味着总振幅为零，事情根本不会发生。我关闭了其中一种可能性，那么振幅是正的，或者是负的，现在事情就可以发生了。好的，所以这就是量子力学的一个技巧，现在我可以告诉你什么是量子计算机了。好的，量子计算机是一种计算机，它试图利用，你知道，正是这些现象——叠加、振幅和干涉，以便比我们目前已知的方法更快地解决某些问题。
那么量子计算机的基本组成部分就是我们所说的量子比特，或者叫qubit。它只是指一个比特，它既有成为零的振幅，也有成为一的振幅。所以它是零和一状态的叠加，对吧？但关键是，如果我有一千个量子比特，量子力学的规则是完全明确的，我不仅仅需要每个量子比特单独的振幅。好的，一般来说，我需要所有一千个比特的每一种可能设置的振幅。好的，这意味着二的1000次方个振幅。好的，如果我必须把这些写下来，比如说，在一个传统计算机的内存中，如果我必须写下二的1000次方个复数，那将无法容纳在整个可观测宇宙中。好的，然而，你知道，量子力学是明确的，如果这些量子比特都能相互作用，并且从某种意义上说，我需要二的1000次方个参数，你知道，振幅来描述正在发生的事情。现在，你知道，现在我可以做到，你知道，所有关于量子计算机的流行文章都跑偏了，它们说，你知道，它们有点像我刚才说的，然后它们说，哦，所以量子计算机的工作方式就是并行尝试所有可能的答案。好的，你知道，那听起来好得令人难以置信，不幸的是，它确实有点好得令人难以置信。问题是，我可以对我的问题的每一个可能答案进行叠加，你知道，即使它们有二的1000次方个，对吧？我可以很容易做到这一点。麻烦的是，一台计算机要有用，你总得在某个时候看看它，看看输出，对吧？如果我只是测量所有可能答案的叠加，那么量子力学的规则告诉我，我看到的只会是一个随机答案。你知道，如果我只是想要一个随机答案，那我就可以自己随便选一个，省事多了，对吧？所以量子计算的全部技巧，每一个量子计算机的算法，就是你试图精心编排一个振幅干涉的模式，你试图这样做，使得对于每一个错误答案，导致该错误答案的一些路径具有正振幅，而另一些具有负振幅，这样总体上它们就相互抵消了。好的，而所有导致正确答案的路径都应该相互增强，你知道，应该具有指向相同方向的振幅。所以在这个空间中算法的设计就是干涉的编排。正是如此，那正是它。
稍微退一步，写下你提到的信息，是的。那么在你描绘的这幅美丽的图景中，信息包含在哪一部分呢？哦，信息是我们一直在谈论的一切的核心，对吧？我的意思是，比特是，你知道，自克劳德·香农（Claude Shannon）1948年的论文以来，信息的基本单位，你知道，当然，人们在那之前就已经有了这个概念，你知道，他普及了这个名称，对吧？但我的意思是，比特是零或一，对，基本上是这样。我们所说的是，量子信息的基本单位是量子比特，你知道，任何可以在零和一状态叠加中保持和操作的对象。现在，你知道，有时人们会问，但是，但是，但是量子比特在物理上是什么？有各种不同的提议正在并行研究，关于如何实现量子比特。有，你知道，超导量子计算，最近因为谷歌的量子霸权实验而成为新闻焦点，对吧？在那里你会有一些小线圈，电流可以以两种不同的能量状态流过它们，一种代表零，另一种代表一。如果你将这些线圈冷却到略高于绝对零度，比如百分之一度，那么它们就会超导，然后电流实际上可以处于两种不同状态的叠加态。那是一种量子比特。另一种会是，你知道，就在一个单独的原子核中，它有一个自旋，它可以顺时针旋转，也可以逆时针旋转，或者它可以处于两种自旋状态的叠加态，那是另一种量子比特。但这就像在经典世界中一样，对吧？你可以在不知道晶体管是什么，或者比特在机器内部是如何物理表示的，甚至机器使用电力的情况下，成为一名编程高手，对吧？你只关心逻辑。量子计算也是如此，对吧？量子比特可以通过许多许多不同的量子系统来实现，然而所有这些系统都将导致相同的逻辑，你知道，量子比特的逻辑，以及，你知道，你如何测量它们，如何随时间改变它们。所以，你知道，关于量子比特如何行为以及你能用量子比特做什么的学科，就是量子信息。
所以就此打住，那么量子比特的物理设计实现，嗯，不会干扰你可以对其进行编程的下一个抽象层吗？所以真正的想法是，它是，它是，嗯，说实话，今天它们确实会相互干扰。那是因为我们今天能建造的所有量子计算机都非常嘈杂，对吧？所以，你知道，量子比特远非完美，所以较低的层次会影响较高的层次，我们必须同时考虑所有这些。好的，但最终我们希望达到的是所谓的纠错量子计算机，在那里量子比特真的会像完美的抽象量子比特一样运作，只要我们希望它们如此。而在那个未来，你知道，那个我们今天已经可以证明定理或思考的未来，但在那个未来，它的逻辑确实会与硬件解耦。所以如果噪声目前是量子计算最大的问题，那么梦想就是纠错量子计算机。你能描述一下系统中有噪声意味着什么吗？当然。是的，所以问题甚至比噪声更具体一点。所以如果你想实际建造一个任何可观规模的量子计算机，根本问题是所谓的“退相干”（decoherence）。好的，这从一开始就被认识到了，你知道，当人们在1990年代首次开始思考这个问题时。现在，退相干意味着，你知道，你的量子比特，你的量子计算机的状态与外部环境之间不必要的相互作用。好的，为什么这是一个如此大的问题？我之前谈到过，你知道，当你测量一个量子系统时，比如说，如果我测量一个处于0和1状态叠加的量子比特，去问它，你知道，你是0还是1？那么现在我强迫它做出决定，对吧？现在它会概率性地选择一个或另一个，现在，你知道，它不再是叠加态了，不再有振幅了，只有一些概率我得到0，一些概率我得到1。现在，麻烦的是，不一定是我在看，或者实际上，不一定是任何有意识的实体。任何与外部世界的相互作用，只要泄露了关于这个量子比特是0还是1的信息，就会导致量子比特的0态或1态被记录下来，你知道，房间里的辐射，空气中的分子，连接到我设备的电线，任何这些，一旦信息泄露出去，就好像那个量子比特已经被测量了一样。好的，你知道，状态已经坍缩了，你知道，另一种说法是它已经与环境纠缠在一起了。好的，但是，你知道，从一个只看这个量子比特的人的角度来看，它就好像失去了它的量子态。所以这意味着，如果我想进行量子计算，我必须让量子比特与它们的环境保持狂热的良好隔离，但同时它们又不能完全隔离，因为我需要告诉它们做什么，我需要让它们相互作用，首先，而且不仅如此，还要以一种精确编排的方式。好的，你知道，这是一个如此惊人的问题，对吧？我如何将这些量子比特与整个宇宙隔离，但同时又精确地告诉它们做什么？我的意思是，你知道，在90年代，有杰出的物理学家和计算机科学家说，这从根本上是不可能的，你知道，物理定律永远不会让你以你所说的精确度控制量子比特。现在，改变我们大多数人观点的是90年代中后期的一个深刻发现，它被称为量子纠错和量子容错理论。好的，这个理论的要点是，如果我想建造一个可靠的量子计算机，并将其扩展到，你知道，任意数量的，我想要的尽可能多的量子比特，你知道，并在它们上面做尽可能多的事情，我实际上不必让量子比特与它们的环境完美隔离。只要让它们隔离得非常非常好就足够了。好的，即使每个量子比特都以某种速率将其状态泄露到环境中，只要这个速率足够低，好的，我就可以以非常巧妙的方式，通过多个量子比特的集体状态来编码我关心的信息。好的，这样即使，你知道，我的一小部分量子比特泄露了，我也会不断监控它们，看看是否发生了泄露，我可以检测到它并纠正它，我可以从剩余的量子比特中恢复我关心的信息。好的，所以，你知道，你甚至可以用不可靠的部件来建造一个可靠的量子计算机。现在，从某种意义上说，你知道，这个发现是量子计算研究从1990年代至今的工程议程。好的，目标一直是，你知道，设计出不完美可靠但足够可靠的量子比特，然后你可以使用这些纠错码来模拟比它们更可靠的量子比特，这样纠错就变成了净收益而不是净损失，对吧？然后一旦你达到那个临界点，那么，你知道，你模拟的量子比特又可以模拟更可靠的量子比特，如此循环，直到你，你知道，有效地拥有任意可靠的量子比特。
所以长话短说，我们还没有达到那个收支平衡点。我们比90年代人们开始做这件事时要接近得多，就像数量级上的接近，但关键的因素是量子比特越多越好，因为，嗯，量子比特越多，就越大。
计算你可以做，对吧？我的意思是，我的意思是，一个量子比特是构成你的量子计算机内存的东西。它也用于，抱歉，用于纠错机制。是的，所以，所以，所以，我会这样说，纠错在量子比特数量上施加了开销，而这实际上是构建可扩展量子计算机最大的实际问题之一。如果你看看纠错码，至少是我们今天所知的那些，你再看看，你知道，要真正使用量子计算机来，你知道，入侵你的信用卡号码，因为，你知道，你知道，也许，你知道，人们谈论的最著名的应用，对吧？比如说，分解巨大的数字，从而破解RSA密码系统。那么，那需要的是数千个，几千个逻辑量子比特。但是现在，有了已知的纠错码，每个逻辑量子比特本身都需要使用数千个物理量子比特进行编码。所以，到那时，你谈论的是数百万个物理量子比特。从某种意义上说，这就是为什么量子计算机还没有破解密码学的原因，就是因为涉及的这些巨大的开销。
所以，那个开销是加性的还是乘性的？我的意思是，就像你取出你在抽象量子电路中需要的逻辑量子比特的数量，然后乘以一千左右。所以，你知道，有很多工作在，你知道，发明更好的，试图发明更好的纠错码。好的，这就是现在的情况。
与此同时，我们现在正处于物理学家约翰·普雷斯基尔所称的“嘈杂中等规模量子”或NIST时代。这个时代你可以把它想象成，你知道，我们现在正进入量子计算机的非常早期的真空管时代。晶体管的量子计算机模拟物还没有被发明出来，对吧？那就像是真正的纠错，对吧？我们还没有，或者说，还没有其他能达到同样效果的东西，对吧？我们还没有到那一步。但是，但是，但是，我们现在所处的位置，比如说几个月前，你知道，自从谷歌宣布量子霸权以来，你知道，我们现在终于到了这样一个地步：即使使用未经纠错的量子计算机，使用这些嘈杂的设备，我们也能做一些经典计算机难以模拟的事情。好的，所以我们现在可以挤出一些优势。那么，在这个嘈杂的时代，我们能否做一些超越经典计算机能力的事情，并且对某人也有用，这我们仍然不知道。人们将在未来十年内竞相尝试做到这一点。我说的“人们”是指谷歌、IBM，你知道，一堆初创公司，或者，你知道，一个玩家的应用程序，是的，还有研究实验室和政府，是的，你刚才提到了无数的事情。我们倒退一下，是的，当然，当然。所以我们正处于这些真空管时代，是的，刚刚进入，我刚刚进入，哇，好的。所以，是的，我们如何摆脱真空？所以我们谈到如何达到我们现在CPU的水平，这是一个根本性的工程挑战吗？在物理学方面是否需要突破？在计算机科学方面呢？哦，这是一个财务问题吗？我们是否需要更大的纯粹的投资和新的兴奋点？所以，你知道，这些都是很好的问题，哦，天哪。不，不，我的猜测是以上所有。是的，我的意思是，我的猜测，你知道，我的意思是，我的意思是，你可以说从根本上讲这是一个工程问题，对吧？理论从90年代就已经存在了，你知道，至少，你知道，你知道，这就是，你知道，纠错，你知道，会是什么样子，你知道，我们没有达到那个水平的硬件。但与此同时，你知道，所以你可以，你知道，尝试着努力突破，你知道，也许甚至，你知道，如果有人在某个量子计算曼哈顿计划上花费了一万亿美元，对吧？那么可以想象，他们就可以，你知道，建造一台纠错量子计算机，就像90年代设想的那样，对吧？我认为更可能发生的事情是，将会有进一步的理论突破，将会有进一步的见解，从而降低做这件事的成本。
所以，让我们简要地谈谈，是的，关于那个虚假的软目标。我最近和吉姆·凯勒聊过，他是一位著名的微处理器世界的架构师。好的，几十年来，他每年都被告知摩尔定律今年将要消亡，他试图争辩说摩尔定律仍然生机勃勃，并且在未来很长一段时间内都会存在。多久？多久？他的主要观点是它仍然存在，但他认为仅仅通过缩小晶体管，仍然有千倍的改进空间。无论如何，关键是，你看到的指数级增长，实际上是无数个S曲线，只是在哲学层面上的不断突破。嗯，你认为我们作为猿的后代，为什么能够在CPU方面不断取得这些新突破？这是否是这项特定努力所独有的，或者是否有可能在量子计算机领域复制？好的，好的，那里也有很多东西，但没有把它分开。我的意思是，我认为我们正处于人类历史上一个极其特殊的时期，对吧？我的意思是，你可以说它显然是特殊的，你知道，在许多方面，对吧？你知道，活着的人比以前任何时候都多，而且，你知道，整个，你知道，地球的未来都处于疑问之中，以一种它在人类历史的其余时间里从未有过的方式。但是，但是，你知道，特别是，你知道，我们正处于这样一个时代：我们终于弄清楚了如何建造，你知道，通用机器，就是我们称之为计算机的东西，你知道，你可以编程来模拟任何你想要的机器行为的机器。而且，你知道，而且，而且，而且，而且，而且，而且，一旦你跨越了这种通用性的门槛，你知道，你已经建造了，你可以说，你知道，图灵，你已经在物理世界中实例化了图灵机。那么，主要的问题就是数字问题，你知道，就是你能访问多少内存，它运行多快，有多少并行处理器，你知道，至少在量子计算出现之前。量子计算是唯一改变我刚才所说的事情的东西，对吧？你知道，在理论上也是如此。只要是经典计算，那么就都是数字问题。而且，你知道，你可以说，从理论上讲，我们今天拥有的所有计算机都和50年代的计算机一样，它们只是快了数百万倍，内存也多了数百万倍。而且，你知道，我的意思是，我认为一直存在巨大的经济压力，要，你知道，获得越来越多的晶体管，你知道，让它们越来越小，让你添加越来越多的核心。而且，你知道，而且，而且，而且，从某种意义上说，文明中所有技术进步的很大一部分，都更狭隘地集中在这些问题上，对吧？所以，你知道，它一直是技术史上最大的成功故事之一，对吧？你知道，我的意思是，它让我和任何人一样感到惊讶，对吧？但与此同时，你知道，我们也知道它，你知道，我真的意思是，我们知道它不能无限期地持续下去。好的，因为你会达到，你知道，关于你可能把处理器做得多小的基本极限。而且，你知道，如果你想要一个真正的证据，你知道，那将证明我使用“我们知道”这个词是合理的，你知道，摩尔定律必须终结。我的意思是，最终你会达到量子引力施加的极限，你知道，你知道，如果你正在做，如果你试图建造一台以10的43次方赫兹运行的计算机，也就是每秒进行10的43次方次操作，那台计算机将消耗如此多的能量，以至于它会简单地坍缩成一个黑洞。好的，所以，你知道，我们，你知道，在现实中，我们会在那之前很久就达到极限，但是，你知道，那是一个充分的证据，证明存在一个极限。是的，是的，但是尝试理解这种机制，这种经济压力，会很有趣。就像冷战是推动我们，推动我们，因为我说的“我们”既包括苏联也包括美国，是的，推动我们这两个国家加快速度登上月球的压力一样，似乎也存在那种同样的经济压力，以某种方式创造了一系列工程突破，从而导致了摩尔定律。是的，如果能复制就好了。是的，我的意思是，我的意思是，有些人对技术进步在计算领域之外的许多许多领域似乎已经放缓的事实感到沮丧，对吧？曾经有这么一回事，你知道，我们想要飞行汽车，结果却只得到了推特，对吧？是的，去彼得那里，是的，是的，是的，对，对。
所以，接下来跳到另一个非常有趣的话题，这项发明，谷歌嗯，在《自然》杂志上发表了他们的论文，宣布了量子霸权。是的，你能再从基础讲起，什么是，也许不是那么基础，什么是量子霸权？当然。所以，量子霸权是约翰·普雷斯基尔在2012年再次创造的一个术语。不是每个人都喜欢这个名字，你知道，但是，你知道，它有点被沿用了，你知道，我们没有，我们也没有找到更好的替代方案。量子计算妥协，伙计，没错，没错。但是，但是，这个基本思想实际上可以追溯到量子计算的开端，当时理查德·费曼和大卫·多伊奇这样的人在80年代早期就在谈论它。而且，而且，而且，量子霸权只是指历史上这样一个时刻：你可以首次使用量子计算机，以比任何已知算法在任何可用经典计算机上运行快得多的速度，完成某个定义明确的任务。好的，所以，你知道，请注意我没有说“有用的任务”，好的。你知道，它可能是一个完全人为的任务，但重要的是任务必须定义明确。换句话说，你知道，它是一个有正确和错误答案的东西，你知道，而且这些答案独立于这个设备是可知的，对吧？然后我们就可以，你知道，运行这个设备，看看它是否得到正确的答案。你能澄清一个小点吗？你说比经典实现快得多，那么，在经典算法甚至不存在的空间里，那是什么意思？所以，所以，所以，也许我应该澄清一下，量子计算机能做的所有事情，经典计算机最终也能做。好的，我们之所以知道这一点，是因为一台经典计算机总是可以，你知道，如果它没有时间和内存的限制，它总是可以存储整个量子态，你知道，你的，你知道，量子存储在一个所有振幅的列表中，你知道，在量子计算机的状态中，然后只是，你知道，做一些线性代数来更新那个状态，对吧？所以，所以，量子计算机能做的任何事情，经典计算机也能做，尽管速度呈指数级慢。好的，所以，计算机并没有进入艾伦·图灵计算定义之外的某个神奇地方。确切地说，它们不解决停机问题，它们不能解决任何在艾伦·图灵意义上不可计算的问题。我们认为它们改变的是什么是“高效可计算”的。好的，而且，你知道，自1960年代以来，你知道，“高效”这个词，你知道，一直是计算机科学的核心词汇，但它有点像一个技术术语的代号，它基本上是指多项式缩放，你知道，当你处理越来越大的输入时，你希望算法使用的时间量只与输入大小的某个幂次成比例，而不是与输入大小呈指数级增长，对吧？是的，所以我确实希望我们能再聊聊，因为在许多话题中，可能需要几个小时的专业对话才能深入探讨复杂性问题，今天可能甚至没有机会触及，但你简要提到了它。但让我们，让我们也许尝试继续。所以你说量子霸权的定义基本上是设计，是实现一个地方，在这个地方，量子计算机在形式上，在一个定义明确的问题上快得多。是的，它不是有用或无用。是的，是的，是的，对，对。而且，而且，我想说我们真正想要三件事，对吧？我们首先希望量子计算机快得多，仅仅从字面意义上讲，就像秒数，你知道，它在解决这个，你知道，定义明确的，你知道，问题。其次，我们希望它是一个，你知道，我们真正相信量子计算机具有更好缩放行为的问题，对吧？所以它不仅仅是硬件的一个偶然问题，而是，你知道，当你处理越来越大的输入时，经典缩放将是指数级的，而量子算法的缩放将只是多项式的。然后第三，我们希望第一件事，实际观察到的加速，只能用缩放行为来解释，对吧？所以，你知道，我希望，我希望，你知道，一个真实世界的问题，一个真实的问题，比如说由一台拥有50个量子比特左右的量子计算机来解决，并且没有人能够以任何其他方式解释，除了，你知道，这台计算机涉及一个具有2的50次方振幅的量子态，而你有一个经典模拟，至少我们今天所知的任何模拟，都需要跟踪2的50次方个数字，这就是它更快的原因。所以直觉是，如果你在50个量子比特上演示，那么一旦你达到100个量子比特，它就会快得多，精确地，精确地，是的。而且，而且，你知道，而且，而且，量子霸权不需要纠错，对吧？我们没有，你知道，我们还没有，你可以说，真正的可扩展性，或者真正的，你知道，纠错，但是你可以说，量子霸权本身就足以驳斥那些怀疑论者，他们说量子计算机永远不会在任何方面超越经典计算机，除了一个演示量子，是的，霸权。二，我读到的这些新新闻文章说谷歌做了什么？是的，他们到底做了什么？
很棒，很棒的问题，因为现在你实际上进入了，你知道，我和我的学生在过去十年里所做的很多工作，这些工作正是关于如何使用我们认为在不久的将来可用的技术来展示量子霸权。所以我们大约在2011年意识到的一件主要事情，当时是我和我在麻省理工学院的亚历克斯·阿基波夫，以及一些其他人独立地，包括布雷姆纳、乔森和谢泼德。好的，我们得出的结论是，如果你只是想证明量子计算机更快，你知道，而不是用它做一些有用的事情，那么将注意力从像分解数字这样只有一个正确答案的问题，转向我们称之为采样问题，会有巨大的优势。所以这些问题，目标只是从某个概率分布中输出一个样本，比如说50比特的字符串，对吧？所以有，你知道，许多许多许多可能的有效输出，你知道，你的计算机可能甚至永远不会产生两次相同的输出，你知道，即使它运行得很好，你知道，假设它运行完美。好的，但是关键是，有些输出应该比其他输出更清晰。所以，抱歉，澄清一下，是否存在一组有效输出和一组无效输出，还是说特定类型输出的分布更具体？是的，特定地，有一个特定的分布是你试图达到的，对吧？或者，你知道，你试图从中采样的。现在，关于这个问题有很多疑问，你知道，你如何做到这一点，对吧？现在，现在你如何做到这一点，你知道，事实证明，使用量子计算机，即使是我们现在拥有的嘈杂量子计算机，你所能做的基本上就是应用一个随机选择的操作序列。好的，所以我们，你知道，我们有时，你知道，我们，你知道，那一部分几乎是微不足道的，对吧？我们只是让量子比特以某种随机方式相互作用，尽管是一种精确指定的随机方式，这样我们就可以重复完全相同的随机相互作用序列，并从相同的分布中获得另一个样本。而这所做的是，它基本上，嗯，它产生了大量的垃圾，但是，你知道，非常具体的垃圾，对吧？所以，你知道，在所有这些中，如果我们谈论谷歌的设备，那里有53个量子比特。好的，所以有2的53次方种可能的输出。现在，对于其中一些输出，你知道，它们的振幅中存在更多的破坏性干涉，好的，所以它们的振幅稍微小一些。而对于另一些，则存在更多的建设性干涉，你知道，振幅彼此之间更对齐，你知道，而且，所以那些稍微更有可能。好的，所有输出都呈指数级不可能，但有些，比如说，比其他输出不可能的程度是两倍或三倍。好的，所以，所以你可以定义，你知道，产生这种概率分布的操作序列。好的，现在下一个问题是，嗯，你如何，你知道，即使你正在采样，你如何验证它，对吧？你如何检查，你如何知道？所以我的学生和我，以及谷歌进行实验的人，提出了可以应用于输出的统计测试，以尝试验证，你知道，什么是，你知道，至少某个难题正在被解决。谷歌最终使用的测试是他们称之为线性交叉熵基准的东西。好的，它基本上是，你知道，所以这个测试的缺点是它需要，它需要你用你的经典计算机进行2的53次方次计算。好的，所以用经典计算机进行测试非常昂贵。好消息，我认为数字方面，大约是9千万亿。好的，没用。嗯，嗯，你知道，你想要像科学计数法一样。哦，不，我的意思是，是的，它不可能在我们这里运行。是的，所以我们稍后会回到这个问题。我们认为它勉强可以在地球上目前存在的最大超级计算机上运行，那台超级计算机叫做“顶点”，位于橡树岭国家实验室。好的，所以讽刺的是，对于这种类型的实验，我们不想要一百个量子比特。好的，因为如果有一百个量子比特，即使它有效，我们也不知道如何验证结果。好的，所以我们想要，你知道，足够多的量子比特，以至于，你知道，地球上最大的经典计算机将不得不费力，你知道，而且它们将勉强能够跟上量子计算机，你知道，使用更多的时间，但它们仍然能够做到，以便我们能够验证。这就是53个量子比特的来源。嗯，我的意思是，我的意思是，我的意思是，我的意思是，那也是，你知道，最，我的意思是，那也是，那也是他们现在在扩展方面的水平，你知道，然后，你知道，很快，你知道，那个点就会过去。然后当你得到更多量子比特时，那么，你知道，这些类型的采样实验就不再那么有趣了，因为我们甚至无法验证结果，我们将不得不转向其他类型的计算类型。所以，对于采样这件事，你知道，所以谷歌应用这个线性交叉熵基准的测试，基本上就是获取生成的样本，这些样本是，你知道，所有可能样本中非常小的一个子集，但对于这些样本，你用你的经典计算机计算它们应该被输出的概率，然后你看看这些概率是否大于平均值，你知道，所以量子计算机是否偏向于输出它，你知道，你希望它偏向于的字符串。好的，然后我们终于来到了一个非常关键的问题，那就是假设它做到了这一点，我们怎么知道经典计算机不能很快地做同样的事情呢？对吧？我们怎么知道，你知道，这不能被经典计算机欺骗呢？对吧？所以，嗯，第一个答案是，我们不能确定，因为，你知道，这把我们带入了复杂性理论的问题，你知道，你知道，我的意思是，P对NP问题这种量级的问题，而且，你知道，我们不知道如何明确排除存在快速经典算法的可能性，你知道，甚至模拟量子力学，以及，你知道，模拟像这样的实验，但我们可以提供一些证据来反驳这种可能性。这正是我的同事和我在过去十年里所做的大部分工作的主要推力，也就是大约在2015年左右，这导致谷歌决定进行这项实验。所以，你提到的第一个难题P等于NP问题，以及你正在寻找的那种证据，是你在纸上得出的东西，还是这些是经验性实验？它大部分是数学。我的意思是，它，你知道，它也尝试，你知道，你知道，我们有一堆已知的方法来用经典计算机模拟量子电路或，你知道，量子计算，所以我们必须把它们都试一遍，确保，你知道，它们不起作用，你知道，确保它们在这些问题上具有指数级缩放，而且不仅仅是理论上，而且是在谷歌实验中实际出现的参数范围内。好的，所以它有一个经验成分，对吧？但是现在，在理论方面，你知道，我们基本上知道如何在理论计算机科学和计算复杂性中做的是，你知道，我们不知道如何证明我们关心的大多数问题是困难的，但我们知道如何把责任推给别人。是的，我们知道如何说，嗯，你看，我不能证明这个问题是困难的，但如果它很容易，那么所有这些其他事情，你知道，如果你知道，首先你，你可能更确信是困难的，那么那些也会很容易。好的，所以我们可以给出所谓的归约，这在，你知道，NP完全性中一直是基本策略，对吧？在所有理论计算机科学和密码学中，自1970年代以来一直如此。所以我们能够为模拟这些采样实验，这些基于采样的量子霸权实验的难度提供一些归约证据。归约证据并不像它应该的那样令人满意，这个领域最大的开放问题之一就是让它变得更好，但是，你知道，我们可以做一些事情，你知道，当然我们可以说，你知道，如果存在一个快速的经典算法来欺骗这些实验，那么它必须与我们所知的任何算法都非常非常不同，这有点像人们说P不等于NP的那种推理空间。是的，它在精神上是一致的，是的，在精神上是一致的。
好的，所以安德鲁·杨，一位非常聪明且有总统抱负的候选人，在各种技术领域都有很多有趣的观点，他发推文说，因为量子计算，没有代码是不可破解的。他是错还是对？我们可以说他言之过早。所以，嗯，好的，错了。你看，我，你知道，我实际上，我，你知道，我是安德鲁·杨的粉丝，我喜欢他的猫，你知道，我喜欢他的想法，我喜欢他的候选资格。我认为，你知道，他，你知道，他可能在通用基本收入方面，你知道，以及其他方面，超前于他的时代，他可能也在你提到的那条推文中超前于他的时代。所以，关于使用量子计算机破解密码学，情况是这样的。好的，所以彼得·肖尔26年前的著名发现，真正开启了量子计算作为一个独立领域，那就是如果你建造一台完全可扩展的量子计算机，那么你就可以有效地找到巨大数字的质因数，计算离散对数，并解决其他一些非常非常特殊的问题。对吧？它们不是NP完全问题，我们相当确定它们不是。好的，但碰巧的是，我们目前用于保护互联网的大多数公钥密码学都基于这些问题是困难的信念。好的，肖尔所展示的是，一旦你拥有可扩展的量子计算机，那么情况就不再是这样了。好的，但是现在，你知道，在人们恐慌之前，这里有两个重要的点需要理解。好的，第一点是，量子霸权，谷歌刚刚实现的里程碑，距离真正威胁公钥密码学所需的那种可扩展量子计算机还非常非常遥远。好的，所以，你知道，我们之前提到了这一点，对吧？但是谷歌的设备有53个物理量子比特，对吧？你威胁密码学，你谈论的是，你知道，使用任何已知的纠错方法，你谈论的是数百万个物理量子比特，因为需要纠错。是的，是的，是的，是的，是的，是的，它当然需要，对吧？而且，你知道，纠错会带来多大的开销，我们还不知道，但是使用已知的代码，你谈论的是数百万个物理量子比特，而且质量比我们现在拥有的任何量子比特都要高得多。好的，所以，你知道，我，我，我不认为那会很快到来，尽管那些有秘密需要保密20年的人，你知道，已经为此担心了，你知道，原因很充分，因为，你知道，我们假设情报机构已经在收集数据，你知道，希望最终一旦量子计算机可用，他们就能解码这些数据。好的，所以，所以，所以，所以这引出了我想说的第二点，那就是还有其他已知的公钥密码系统，我们不知道如何破解，即使使用量子计算机。好的，所以现在有一个专门研究这个的完整领域，叫做后量子密码学。好的，所以已经有了，所以我们现在有一些很好的候选方案，最著名的是所谓的基于格的密码系统。而且已经有一些推动，试图迁移到这些密码系统。所以美国国家标准与技术研究院（NIST）正在举行一场竞赛，以制定后量子密码学的标准，这将是尝试让每个网络浏览器和每个路由器升级，你知道，并使用，你知道，一些像SSL这样的东西的第一步，它将基于我们认为是量子安全的密码学。但是，你知道，这将是一个漫长的过程，但是，你知道，这是人们已经开始做的事情。所以，所以，你知道，肖尔的算法是一种戏剧性的发现，你知道，对于任何首先获得可扩展量子计算机的情报机构来说，这可能是一件大事，如果，至少，如果其他人不知道他们拥有它的话，对吧？但最终我们认为我们可以将互联网迁移到后量子密码学，我们就会或多或少地回到起点。好的，所以这并不是我认为真正会以可持续方式改变世界的量子计算应用，对吧？顺便说一句，我们目前所知的量子计算最大的实际应用，我认为，仅仅是量子力学本身的模拟，以便，你知道，了解化学反应，你知道，设计新的化学过程、新材料、新药物、新型太阳能电池、新型超导体，所有这些类似的东西。
一台能够模拟，你知道，量子力学系统本身的量子计算机需要多大？这种模拟对现实世界，对那种化学反应和那种工作会产生影响，我们现在谈论的是什么规模？你正在问一个非常非常当前的问题，一个非常大的问题。人们将在未来十年内竞相尝试进行有用的量子模拟，即使是使用，你知道，我们预计在未来十年内能够建造的100或200个量子比特的量子计算机。好的，所以那可能是，你知道，我们能够实现的第一个量子计算应用，你知道，或者，也许它会被证明太困难，也许甚至那也需要容错性，或者，你知道，需要纠错。那是一场激烈的竞赛，要提出一个案例研究，就像计算机一样，当然，带着那种能够抓住世界想象力的想法，是的，看，我们确实可以做一些非常，是的，对。但我认为，你知道，在未来十年内，我们最好的机会肯定不是，你知道，肖尔算法来破解密码学，你知道，仅仅是因为它在纠错方面需要太多。我们最好的机会是进行一些量子模拟，告诉材料科学家、化学家或核物理学家，你知道，一些对他们有用的，而且他们以前不知道的东西，你知道，你可能只需要一两次成功就能改变一些，你知道，价值数十亿美元的产业，对吧？就像，你知道，现在人们制造化肥的方式仍然基于一个世纪前的哈伯-博世法，那是一个没有人真正理解的多体量子力学问题，对吧？如果你能设计出一种更好的制造化肥的方法，对吧？那就在那里有数十亿美元。所以，所以，所以，这些就是人们在未来十年内将积极竞相追求的应用。现在我不知道他们是否会实现，但是，你知道，它，你知道，他们肯定至少有机会，所以这将是一个非常非常有趣的十年。请解释一下你的直觉，如果出现这样的突破，这种突破是否可能超越50到100个量子比特，或者规模是一个根本性的问题，比如500到1000个量子比特？是的，所以我可以告诉你目前的研究在说什么，你知道，我认为可能最好还是依靠那个而不是我的直觉，但是，你知道，微软的一个团队几年前做了一项研究，说即使只有大约100个量子比特，你知道，你就可以学到一些关于制造化肥的化学反应的新知识，例如。问题是他们谈论的是100个量子比特和大约一百万层的量子门。好的，所以他们基本上谈论的是100个近乎完美的量子比特，所以逻辑量子比特是你精确测量100个逻辑量子比特，而且现在，你知道，未来十年最困难的部分将是，我们能用100到200个嘈杂的量子比特做什么？是的，是的，那是否会有纠错突破，可能不需要数千或数百万个，是的，是的。所以人们将同时在多个不同方向上努力。一个方向当然是让量子比特变得更好，对吧？而且，你知道，那里有巨大的进步。我的意思是，你知道，量子比特的保真度，就像量子比特的精度，在过去一二十年里提高了几个数量级。好的，第二件事是设计更好的，你知道，比如说，开销更低的纠错码，甚至在进行完整的递归纠错之前，你知道，还有这些可以使用的错误缓解策略，你知道，这些策略可能，你知道，让你在短期内挤出有用的加速。然后第三件事是，只是将用于模拟量子化学或材料的量子算法变得更高效，你知道，而且这些算法已经比，比如说五年前，高效得多。所以当我，你知道，引用这些估计，比如，你知道，电路深度为一百万，所以，你知道，我希望因为人们足够关心，这些数字会下降。
所以你是这个领域的世界级研究人员之一，我们提到了谷歌和IBM等少数几个团队正在从事这项工作，还有其他研究实验室，但你也有一个很棒的博客，你投入了大量的精力，可以说，你付钱让我说，你投入了大量的精力来传播这门科学，揭露一些胡说八道，以及，就像在人工智能领域一样，普遍存在的江湖骗子主义，这就是量子力学领域，尤其是量子计算机等方面的词。你能给像我这样的人或普通听众一些建议吗？当他们看到“谷歌实现了量子霸权”这样的新闻标题时，应该注意什么？我们应该警惕什么？这个领域的江湖骗子在哪里？胡说八道在哪里？是的，所以这是一个好问题。不幸的是，量子计算有点像加密货币或深度学习，它有一个真正具有革命性和令人兴奋的核心，正因为这个核心，它吸引了大量的，你知道，人们做出完全荒谬的主张。所以对于量子计算，我的意思是，我想说人们误入歧途的主要方式是，你知道，不关注，你知道，你是否比经典计算机获得了加速的问题，对吧？所以，所以，你知道，人们会因为量子霸权没有用而将其驳斥，对吧？或者，你知道，它本身，比如说，对任何事情都没有明显的用处。好的，但是，你知道，讽刺的是，这些人中有些也会去说，嗯，我们关心有用的应用，我们关心解决交通路线和优化，你知道，以及金融优化和所有这些事情，这听起来真的很好，你知道，但是他们，你知道，他们的整个说辞有点指望没有人会问这个问题：是的，但是经典计算机能做得多好呢？是的，对吧？你知道，我真的意思是，整个事情是，是，是，你知道，它，你知道，他们说，嗯，量子计算机能做这个，量子计算机能做那个，对吧？他们只是回避了你是否比经典计算机获得了加速的问题，你知道，如果是，那又是如何？你知道，你有没有仔细思考过解决同样问题的经典算法？对吧？而且，你知道，许多公司和投资者最兴奋的，大众媒体最兴奋的量子计算机应用领域，一直是像机器学习、人工智能优化这样的东西。好的，而问题在于，从一开始，你知道，即使你拥有一台完美的，你知道，容错的，你知道，量子计算机，我们都知道，对于这些问题，你只能获得适度的加速。好的，所以有一个著名的量子算法叫做格罗弗算法。好的，它能做的是，它可以解决许多许多人工智能、机器学习优化中出现的问题，包括NP完全问题。好的，但是它解决这些问题所需的时间大约是经典计算机所需步数的平方根。好的，现在，平方根加速，你知道，很重要，令人印象深刻，但它不是指数级加速。好的，所以它不是像肖尔算法分解因数那样，或者说像量子力学模拟那样，那种改变游戏规则的东西。好的，它是一种更适度的加速，比如说，你知道，理论上，它大约可以使你能够处理的优化问题的大小增加一倍，对吧？所以，你知道，因为人们觉得那太无聊了，或者，你知道，太不令人印象深刻了，你知道，他们就去发明了所有这些启发式算法，你知道，因为没有人真正理解它们，你就可以把你的希望寄托在它们身上，对吧？嗯，也许它能获得指数级加速，你无法证明它不能，你知道，而且证明它不能获得加速的责任在你身上，对吧？而且，你知道，所以他们做了大量的这类事情，而且，令人担忧的是，建造量子计算机的理由很大一部分都建立在这些东西上，而我们这个领域的人非常清楚，这些东西的基础极其不稳固。所以根本问题是，是的，证明存在加速，是的，绝对是，在你所指的这个领域，这实际上很有趣，很多人兴奋的领域是机器学习，是的。所以你的感觉是，你认为它会，所以我知道目前有很多烟雾，是的，但是你认为最终可能会有突破，在机器学习领域获得指数级加速吗？绝对有可能。我的意思是，我认为我们知道对于这些问题可以获得适度的加速。我认为，你知道，是否能获得更大的加速是量子计算理论最大的问题之一，你知道，像我这样的人需要思考的问题。现在，你知道，我们最近实际上有一个非常，你知道，一个超级令人兴奋的候选方案，可以在机器学习问题上实现指数级量子加速，这是人们真正关心的问题，这基本上就是Netflix问题，即根据用户偏好的一些稀疏数据向用户推荐产品的问题。卡伦尼图斯和普拉卡什在2016年提出了一种采样推荐的算法，比任何已知的经典算法都快得多。对吧？所以，你知道，很多人都很兴奋，我也很兴奋。我有一个18岁的本科生，名叫阿兰·唐，她，你知道，她显然很聪明，她正在寻找一个项目。我把这个项目交给了她：你能证明这种加速是真实的吗？你能证明，你知道，任何经典算法都需要访问指数级更多的数据吗？对吧？而且，你知道，这是一个案例，如果那是真的，这不像P对NP类型的问题，对吧？这很可能可以证明。但她为此工作了一年，她做不到。最终她弄明白了为什么她做不到，原因就是那是错误的。存在一个与量子算法性能相似的经典算法。所以甚至成功地将那个机器学习算法“去量子化”了。然后在过去几年里，在阿兰的突破基础上，许多其他被提出的量子机器学习算法现在也都被“去量子化”了。是的，好的，所以我想说，又是一个倒退，是的，就像一个，是的，或者说是科学的一个进步，但是，嗯，是的，对于机器学习来说，这是一个倒退，那是在下一个大进步之前，对，对，对。现在，如果现在，有些人会说，嗯，你知道，这片乌云中有一线希望，他们说，嗯，看，思考量子计算导致了潜在有用的新经典算法的发现，这是真的，对吧？所以，你知道，你得到了这些衍生应用，但如果你想要量子加速，你真的必须仔细思考，你知道，阿兰的工作完美地说明了为什么，对吧？而且我认为，你知道，挑战，你知道，你知道，这个领域现在是开放的，对吧？找到一个更好的例子，找到，你知道，量子计算机将在机器学习领域带来巨大收益的地方，你知道，我，而且我，你知道，我不仅热切支持，你知道，人们思考这个问题，我自己也在努力思考，让我的学生和博士后思考这个问题，但我们不应该假装这些加速已经确立。而问题在于，这个领域的许多公司和，你知道，和记者都在假装，就像所有美好的事物一样，生命本身，这场对话也必须很快结束。
让我问一个最荒谬的哲学终极问题，好的，生命的意义是什么？什么赋予你的生命以充实、目的、幸福和，是的，意义？我想说，你知道，第一，努力发现关于世界的新事物，并分享它们，你知道，交流，并学习其他人发现的东西。你知道，第二，我的朋友、我的家人、我的孩子、我的学生，你知道，他们就是我周围的人。第三，你知道，在我力所能及的时候，努力，你知道，以一些小方式让世界变得更好。而且，你知道，我不能做得更多，以及，你知道，世界正面临着，你知道，气候危机，以及，你知道，专制主义复苏和所有这些其他事情，这让我感到沮丧。但是，你知道，在我力所能及的时候，努力对抗那些我认为可怕的事情。让我再问一个荒谬的问题，是的，什么让你微笑？嗯，是的，我想你的问题刚刚做到了。我不知道，我以为我把那个荒谬的问题抛给了你。嗯，能和你交谈是巨大的荣幸，我们可能会再聊很多个小时，斯科特，非常感谢你。嗯，谢谢你，谢谢你，很棒。感谢您收听与斯科特·阿伦森的这次对话，也感谢我们的赞助商Cash App。下载并使用代码XPathcast，您将获得10美元。这10美元将首先捐给一个激励和教育年轻人成为未来科学技术创新者的组织。享受这个播客，在YouTube上订阅，在Apple Podcast上给五星好评，在Patreon上支持，或者简单地在Twitter上与我联系，Alex Friedman。现在，让我用斯科特十多年前写的一篇有趣而富有洞察力的博客文章中的话来结束，这篇博客文章是关于我们日常生活中无处不在的马尔萨斯主义的引用：“一次又一次，我经历了先是感叹某事有多糟糕，然后很久之后才有一个关键的洞察，那就是它不糟糕就不会是一个纳什均衡的谦卑经历。”感谢您的收听，希望下次再见。