在手机上保存，获得更好体验
本字幕由天琴实验室独家AI技术生成
所以量子计算机它本身是底层技术的一个算力的一个工具
只要需要强算力的地方
你就很有可能是能够用上量子计算的
未来量子的
然后希望有多的后来的兄弟一起来做这个事
我相信是我们有信心未来量计能够
呃
赶上去
能去追赶到国际上这些最强这团
带你认识100个有潜力的科技创业者
哈喽
大家好
欢迎收听本期的FOUNDER 100栏目
我是爱跟创业者聊天的帕克
这几年啊
大家总会听到各种所谓颠覆性技术的传闻
甚至对颠覆性这个词都要PTSD 了
但如果要受到量子计算
那这个颠覆性绝对是实至名归的
这期节目呢
我们就想跟大家来聊聊量子计算
前不久啊
中国量子信息科学的开拓者、奠基人郭光灿院士评价量子计算说
他认为第二次量子力学革命正在兴起
量子计算正从实验室的基础研究逐步走进企业的研发和应用中
而在这种变革下
谷歌、微软、亚马逊、IBM 等国际巨头都在布局量子计算
资本也在大力涌入
可以说一时间量子计算赛道里王者和新贵们竞相争锋
当然啊
国内也出现了一批量子计算公司
其中由郭光灿院士和郭国平教授联合创立的本源量子便是其中的佼佼者
今天我们也邀请到了本源量子的总经理张辉博士来给我们分享一下国内量子计算的发展现状
同时啊
我们也特邀了方特100栏目的观察员王氏作为思考伙伴一起来参与讨论
你好
张博士
好啊
今天就是请张博士跟我们去聊一聊
就是量子力学里边的大家可能还不知道一些事吧
好
呃
一上来吧
我其实都是对我们单个的创业者很感兴趣啊
在走上创立这家公司之前
你的一个大概的经历是怎么样的呢
啊
我先大概介绍一下自己的大概来到本源前前的这样一个经历吧
我是大概一九
不是大概啊
我是确定是19 9 9 年上的中科大
在大学毕业的时候就接触到了我们郭光山院士
当时本科的毕业论文跟着我们郭院士写的关于量子
我印象中是量子不可克隆的这样的一个论文吧
毕业论文也是第一次接触量子
那时候完全也不懂这个量子信息方面的一些知识
然后算是埋下了一颗种子
然后在20 0 3 年的时候就保研到了我们的工业室的这样一个中科院量子信息重点实验室
在这个实验室里面开启了自己的这个量子这个方面
面的一些研究的工作
硕博连读五年到零八年毕业吧
呃
我经常跟现在跟很多投资人媒体会说到
呃
零八年我们这批人毕业的时候都面临着失业
因为20 0 8 年应该说整个国际上量子的技术都还没有往产业化方向走
所以我在零八年毕业之后
我因为我自己家在上海
就回到上海
大概十年左右的时间一直在上海工作
包括呃
经历过在政府的园区的招商
包括金融的行业
自己创业
呃
在互联网生鲜的行业都做过
我那时候就是想走出实验室
走出学校
去社会上去学一些经营管理
但那时候也自己总有一种感觉
我自己觉得未来我还是想做回到自己最专业的这样一个方向上
有机会
然后我是一九年的时候正式加入了本源这个团队
然后也现在负责整个团队的经营管理方面的一些工作
也算是在虽然
不在一线做技术
但是
呃
现在应该也是说在重新回到了自己非常熟悉的和自己专业的这样一个方向上
我印象也非常深
大概1 1 8 年的时候
我们当时本成立之后
我们导师平教授就召集了很多原来我们毕业的这样一些学生
说你们是中国最早的一批学量子的这些学生
现在有这样一个机遇
也是一个挑战
他当时讲了六个字嘛
叫落有赵必回
希望我们这一批最早的中国做量子的这些人能够回到这样一个一个赛道里面
能够为中国的量子的这样一些技术去做努力
所以其实现在也有很多的师兄弟都陆陆续续的在回到我们这样本源的这样一个一个团队中
大家在共同的努力
这大概是我的一个来到本源前的整个一个过程吧
张博士他的经历其实还蛮典型的
能够感觉到就是好像最开始我们就算是学了这样的一个领域
成为这个领域的一个博士
他面向商业
话
当时也不知道具体能够去做什么
反而我们去
呃
选择了另外一条
在社会上其他的一些工作中进行了一个摸爬滚打吧
现在反过头来说
反而能够看到张博士这种之前的一种经历
反而能够到量子计算这个领域的创业
反而去奠定了一个基础吧
我们现在能够很明显的去感觉到量子计算还是相对早期的一个阶段
很多里边的人才其实都是技术人员
真正既懂技术又懂商业的这个人员真的是非常稀缺的啊
然后这里其实我我想回到一个特别好奇的一个点
就是呃
你们为什么会叫这个本人量子
呃
我记得我们郭教授当时创业前
他的应该是QQ 还是微信的那个名字叫追本溯源
因为他是做科研出身的嘛
所以就取名叫本源
现在他其实挺自豪
但是本源这两个字其实就可以卖不少钱的
应该是还是探索科技本源的这样一个一个初衷
然后也希望就是在量子的这个赛道里面
呃
能从零到一
能成原点
中国人就有机会去参与和去做一些贡献
嗯
嗯
非常有寓意的一个名字啊
也刚刚我们有一个朋友
他
他其实问到就是说怎么去理解量子不是一种物质
而是一种状态呢
呃
量子力学本身来说
量子这两个字本身它不是像我们平时学的物理啊
一个电子
一个原子
它是一个固定的一个粒子
它指的就是微观体系下这些
呃
这些微观的例子
它有具备了一些量子的效应的时候
我们就称为它一一份一份的量子
比如我们把光切切切切到最小一份的一个个光子
那就叫光量子
你把电切切切切到最小一个个电子
那就是电量子
我觉得
呃
所以很多微观体系下有量子效应的这样一些例子
都可以统称为的是量子的这样一个范畴
那可能很多朋友还会有一个特别大的一个疑问呢
就是回到就是这个量子计算啊
就是它跟
传统的这种计算有什么本质性的一种区别吗
可能大家在新闻中可能一直都会谈到啊
说量子计算其实是一种颠覆性的科技啊
就是这种颠覆性究竟会体现在哪里呢
还是请张博士给我们在讲讲里边的一些东西
其实现在我一直经常给人介绍时候
会讲到江湖上飘着两句话对吧
第一句话就是刚才主持人讲的
遇事不绝量子力学
现在包括很多好莱坞的大片啊
包刚才我看到很多这个很多那个观众下面打的字
还有什么量子床垫啊
量子面膜啊
量子鞋垫
把量子吹得神乎其技
所以很多老百姓就会觉得量子
呃
比较玄
玄学啊
或者甚至有一些迷信啊
甚至一些不科学的东西
它本身量子它非常它本身是一门很严谨的一门科学
呃
只不过我们量子是研究微观体系下物质的运动规律
去理解它确实是很难
因为我们看不见摸不着
像宏观世界
我看见苹果从树上掉下来
我一个车子在路上跑
我都遵循牛顿的宏观的这样一些力学的一些原理
但微观体系下
我的比如一个个电子
一个个光子
它有很多是不确定性的
然后还会有很多叠加的状态
有很多还有很著名的量子的纠缠的一些现象
所以你只能靠想象去想
所以很多老百姓其实很难去理解这个这个本身这个东西
呃
第二句话也我不知道大家有没有听听说过叫不自量力对吧
就不要自己自己去学量子力学
就是越学越萌
就是刚开始主持人也讲的
很多人觉得自己学明白
但确实但确实是
呃
还是完全是不对的一些理解
所以回到主持人的这个问题啊
量子计算和经典计算的或者传统计算的一个一个区别
呃
我不知道大家有没有一个一个概念
就经典计算机
其实无论你现在用的手机啊
电脑啊
笔记本啊
或者一台非常厉害的一台一台超算
它最基础的
运算的单元叫晶体管
就打个比方来说
晶体管的运行原理就像是我们
呃
三峡大坝一样
就是有个开关控制着这个电流通和不通零一
所以我们的计算
计算机里面不像我们平时
呃
大脑接收比较方便
是十进制的
它是二进制
就是电流通和不通零和一
就这么来的
但是现在经典计算机
我们讲的传统的计算机面临着一个很大的一个挑战
因为我们今天人类的工艺技术已经把我们的这个晶体管做到只有几个纳米
大家可以想象
如果一个三峡大坝
呃
这个坝这个开关
它越做越薄
越做越薄
薄到只有一个纳米
一个纳米大概就十个原子的厚度
它进入了微观的世界
我们在里面控制这个电流通和不通的这个开关
我的电电流里面的电子
它在微观体系下
它就不光是像我们宏观体系下
我这个人是穿不过这个墙的
但在微观体系下
我的电子有量子遂穿效应
它
会直接穿过这个关
典计晶面临再缩小个题
世纪80 年代
198 1 年的时候
我是198 1 年出生的
所以也比较有缘
就是当时费曼第一次提出了量子计算的这样一个概念
他就讲
就是我们其实很长一段时间
我们人类的很多的科学家、工程师
为了追求更高的算力
不停的去把我们的经典计算机晶体管去缩小
集成度不断的提高
去换取更高的算力
这是经典计算机
呃
几十年中一直遵循着摩尔定律
就是每18 个月
我们的晶体管机程度提升一倍
我的算力提升一倍
所以一直延续这个
但现在没法走下去了
所以当时他就提出
我们为什么长期一直在遏制量子效应的发生
我们为什么不干脆就用量子力学的原原理来做我们下一代的计算机体系
所以当时他第一次提出了量子力学
呃
量子计算的概念
年他把量子力学和计算机结合起来
所以这是呃
提出的这个
呃
198 1 年的时候提出那量子计算直观的来讲
就同样
比如说是半导体
硅基半导体上做这个量子计算的话
我们就放弃了这个三峡大坝的结构
我不再建这个一个个水坝了
我就建
我们建一个个水库
我就用很多的工艺技术做
我们叫量子点
建一个个很小很小区域里面
我把所有的电子都排空
然后我可控的往里面
扔一个电子
我就从电流里面
原来的经典计算机是电流通和不通
我现在从电流里面抓取一个电子放到我的量子点里面
然后把零一编译在这一个字电子的自旋上面
大家简单理解就是电子像地球一样在自转
左转右转表示零和一
那大家如果家里面有这个地球仪的话
大家也可以很直观的去理解
左转右转它是两种状态
那如果把地球仪的两个卡点去掉的话
它还可以上转下转斜着转
这就是量子里面的叠加的状态
它可以处在零到一之间的状态
而不像经典计算机只能处在零或者一
量子计算机它是可以处在每一个比特状态
它可以处在零到一之间
也正是因为量子计算的每一个比它
它可以处在叠加的状态上
再往下走有点深了
就是大家理解它就天然的有一个并行运算的这个能力
这就使得我们的计算的算力能够达到一个指数级提升的这样一个效果
那我看朋友圈有很多人在问
量子计算机能做什么事情啊
当时最早应该在198 几年时候
当时很著名的两个算法
一个叫
呃
当时提出量子计算的效算法就是大数分解
呃
我不知道朋友圈有没有朋友拿着纸和笔啊
你可以我比如随便讲一下七百十三七百一十三是拿两个质数乘起来的
你可能这样去算的话
你可能要算算一块时间
这713 应该还不是很难
23 乘以31
但是如果我告诉你一个六位数
呃
经常打比方的
比如2913 1 1
你知道哪两个质数乘起来的很困难
这个问题在经典的计算机里面去解决
这个大数的分解是个非常困难的一个问题
但是对量子计算机来说
他算这个问题很快
那这个问题其实映射到我们实际的这个应用中
其实就是我们现在的几乎百分之一大半的这个加密都是基于这个大数分解
就我编译密码的人很清楚哪两个质数乘起来得到的这个数
但是我反向的把这个大的数给你
让你分解出两个质数来很困难
这就是我们现在大部分的密码
就叫RA 体系
那现在我我刚才给大家列举的还是个六位数的
现在我们最长的密码可以二进制的话
可以加到1000多位
2 000多位
让经典计算机去破解这样的问题的话
破解这个密码可能需要几百年
几千年
就是用全球的计算机加起来
可能都需要几百年才能去破解这样的密码
但是量子计算机
如果有一台成熟的量子计算机
它可能几分钟就能解完这个问题
因为它天然的需要算法决定了
就是它能很快的解这个这一类的数学问题
那再讲个大家能通俗理解一点的例子啊
就比如说我们以前经常说
从假设我们从那个
呃
飞机上扔一个硬币下来
那我们知道如果他其实一掉在地上
一定是正面反面或者摔碎了也有可能
对吧
这个问题其实在几十秒内你能不能算清楚
这对经典计算机来说是不太可能的一个事情
但未来它其实本身也是一个计算的过程
量子计算机如果你算力足够的强
你的参数输入的足够的多
它其实可以精确的计算我硬币掉到地上是正面还是反面
这就是说我们目前人类面临的还有非常多的问题是需要更强的算力去算的
然后包括未来的我们的智慧城市可能有几十万辆车
几百万个信号灯
怎么来控制这个整个的城市交通不拥堵
这都是需要算例的一些非常典型的一些场景
而我刚才举的这些例子都是现在有很多的人在研究量子计算
是不是能很好的来解决这些问题
所以这就是量子计算未来是不是能颠覆我们很多的日常生活的一些一些场景
呃
张博士谈到就是量子计算跟传统计算的
就是它的颠覆性到底去体现在哪里
其实您刚刚其实谈到的一个点
其实就在于说
诶
量子计算其实是从
呃
最底层的物理层
其实然后一直到应用层
就是其实是全面重构了
呃
整个计算体系
呃
从这样的一个点呢
是不是也就是我们郭光灿院士
他经常对外就是采访也谈到就是这其实就是他提到了第二次量子革命的
呃
对
其实第一次的量子革命开篇时候也听主持人在介绍第一次第二次
其实第一次的量子革命其实早就已经和我们人类的生活息息相关
其实今天的我们经典计算机里面的半导体啊
包括我们的用的
呃
激光啊
这些体系都是基于量子力学能带的这些理论啊
去去
去发明和创造的
所以本身第一量子力学本身已经在给我们人类做福
只不过原来我们还是利用的是量子力学的呈现在宏观体系下的一些一些原理去做的这样一个一些发明
那第二次量子革命其实很典型的就是我们人类有现有的一些技术达到了去我去抓取一个电子
抓取一个原子
或者我甚至制作一个原子去来完成我的一些操控的一些任务
那第二次的量子革命最典型的它就是用在信息领域
包括刚才主持人讲的量子保密通信啊
量子精密测量啊
还有量子计算这三个为主
主要的一个方向
其实从另外一个方面
刚刚其实你也聊到了嘛
就是呃
之所以说就是量子计算
呃
现在有机会得到大规模的应用
其实是得益于我们的数据爆炸之后
传统的这种计算机的算力其实已经压榨到趋近于极限了
但是人类对于算力的渴望还是在与日俱增
啊
然后这里其实有一个特别一个基础的问题
但是还是特别有必要去聊一下
呃
等量子计算真正普及的时候
是不是传统
呃
这种传统的精段经典计算机是不是完完全全就要退出历史舞台了
他俩是严格的一种替代关系嘛
这是一个非常大的一个误区啊
至少从我们认为
至少从人类现有的知识水平来看
目前量子计算机是和经典计算机他在处理问题的这个预算是不同的
就比如量子计算特别擅长去处理海量数据
并行运算啊
这些矩阵运算
线性代数的一些问题
这是他特别擅长的
但是你如果用量子计算去算个加减乘除
它不一定比经典计算机算的快
所以有时候我们经常打个比方说
至少目前看来
我不会用量计算机去打王者荣耀的经典计算机已经把这个事情已经做的非常极致
体验感很强
所以这个呃
量计算机不会去做这些加减乘除
这这些运算的这些能力
呃
这些事情
但量计算机可以去
去用在一些刚才我列举的这些特别需要
呃
算力的这样超大的这样一些问题上
简单的理解就是目前大部分可能超算在解决的问题
需要超算去算的问题
很有可能是量子计算机未来能够去替代的
但是还有一个层面
就是目前经典计算机
我们人类其实还是处在一个经典世界的
就是你接收到的信息都是确定态的
我这个人长这个样子
我的声音是这个样子
我在讲这些字你们都是确定的
能听到
而不是一个不确定的状态
但微观体系下
量子的这些状态都是不确定的
所以量子计算机的交互
它还是要通过经典的这样一个界面
或者经典的计算机去呈现出来
反馈给我们人类的大脑
所以这个经典计算机还是
呃
有它存在的一个价值
所以呃
我们经常说未来的五到十年
可能量子计算机更像是
呃
经典计算机的一个补充
或者一个加速器
就你要比如算到新药研制啊
算到一些气象的问题啊
你就交给量子计算机去处理
处理完之后他返回给你这个经典的这个这个信息
那日常的一些问题
你还是用你的计算
呃
手机啊
电脑都可以去处理
就张博士其实我们讲的很清楚嘛
两者其实不是替代关系
甚至两两者有非常强的一个互补的关系嘛
也把就是量子计算跟传统计算的这种本质性的区别
包括颠覆性的一种颠覆性体现在哪里
跟我们其实讲的特别清楚嘛
嗯
我们国内目前量子计算的一个发展
呃
和国外的一个公司啊
包括领先的公司
我们发展差距大吗
或者说有多大呢
它有几个层面的一个一个考量
比如从那个科研这个方向上
应该说中国肯定是在国际上是属于第一第一梯队的
我们从论文的数量啊
论文的质量来看
呃
包括量子通信
量子计算都是在成绩还是非常好的
那在第二层面
如果从我刚才讲的工程化产业化这个方向上
我们的观点是中国还是在努力追赶的这样一个角色上
呃
人家是IBM
谷歌
微软
英特尔这些巨头在做
呃
人家的资金
人家的人才
还有人家的工业基础
比如人家有最先进的制造芯片的
比如说光刻机吧
大家也都知道
也是卡中国人非常厉害的
那生产量子芯片也需要用到很高精度的这些光刻机啊
这些一些设备
这些都使得我们很多的中条件
使得我们目前在工程化上还是有一些差距
那大概差距多少呢
就是呃
本源在20 20 年完成的第一台工程化量子计算机的研制工作
对标的是IBM 在一七年时候完成的这样一个水准
所以当时我们汇报给国家时候说我们大概追到离IBM 大概国最强的团团队大概三年左右的这样一个差距
但我们是不是未来能够再去缩小这样一个差距
是我觉得是需要很多人去共同努力的
在这个层面上我们还要考虑一点是人家IBM 和谷歌可以看到在全球疯狂的在部署量子计算机
现在IBM 光IBM 已经在全球部署了
将近30 台量子计算机
包括在德国
在日韩
甚甚至在印度都在各个国家都在部署
他们在和国际上各个巨行业的巨头
是国际的巨头
包括像金融业的
像摩根啊
高深啊
花旗
像制造业的戴姆勒
大众
像化工行业的巴斯福
这些都是IBM 的产业联盟里面的伙伴
比较遗憾的是IBM 每IBM 现在没有开放他们量计算的这些给给中国的这样一个
呃
我们的一个使用的这一个权限
所以我们本源是在一八年的时候
所以发起了中国的第一个量子计算的产业联盟
现在我们的这个联盟经过三年的时间
现在包括国的也比如像行啊
啊
中信银行啊
比如像比如中金
中信东方证券这些也都成为了我们的伙伴
所以我们也很有信心
我们在中国
中国人不光是自己有能力造量子计算机
我们也会有很多的伙伴
一
来研制量子计算机究竟怎么用
所以是一个生态的过程
所以这是我们处在一个追赶的这样一个阶段
那另外一个层面是我觉得人才的这样一个一个方面
也是本源
一直在做科普教育的这样一个初衷
应该在2019 年左右的这样一个时间点
当时美国
呃
统计过全球做量子计算一线的人才
大家可以猜猜大概有多少人
一九年其实也就是两三年前
当时的数据是全球在一线做量子计算人才是不超过1000人
所以当时居委会问我说这个人才方面我们中国是不是落后
我说这个差距不是很大
因为全球都没有多少人做
当然美国确实是集聚了应该全球都比较顶尖的一些大脑
都在美国比较多一些
那中国也也有包括像我们国务院士培养了非常多的一些量子方面的一些人才啊
也在快速的成长
另外一点上是我觉得
呃
中国有人口的红利
就在去年21 年的时候
三国家的教育部正式的把量子信息学科放到了本科生教育
也就也就是说未来三到四年后
我们中国的会诞生一批毕业一批学量子信息的这样一些本科生
这在原来都是没有这些条件
像我们都是学了好多年
读到博士才会去接触量子信息的这样一些领
那我们也提前到本科生
教育
所以中国的人口红利
我觉得使我们的人才的这个梯队后面会上来的会比较快
这也是我们非常有信心去尽快的能够去追上这些最强的这个国家和团队的一个底气
像量子计算其实不单单只是一个技术的竞争
而是围绕着整个技术生态
其实在作为一个大的一个竞争的
当然我相信今天我们通过手机
互联网
大部分都年轻了
我们知道中国在经典计算机上是
全面的被被卡脖子非常多
不光是硬件的这个生产制造上
还有的使用上
我们现在用的几乎所有的软件语言
没有一门语言是中国人的操作系统啊
这些电脑我估计大分人都是绝大部分都是用Windows
手机几乎都是苹果安卓
现在当然华为被的自己发布了这个门
但虽然我们也在鼓国产
但是确实这个付出的是大的
所以这个生态的建设的一个生态的建设非常非常的关键
我们的用户习惯未来是用国产的这个语言来开发我们的
呃
程序呢
还是用的国外的
如如果你用的国外的依依然还是会被人家卡
所以在量子计算的这个赛道里面
我们至少在今天啊
我们还没有完全的形成说是国外垄断
或者是呃
人家已经完全占领了
中国人是很有机会去参与整个从底层的软件到所有的硬件的制造
我刚才讲了
必须每一个零配件
我们都要自主可控
掌握在自己手上
然后从软件这个层面上
就是刚才金辉讲的
就是我们要建很好的生态
我们需要更多的人来用我们的语言
用我们的操作系统
用我们的编译器啊
更多的用户来用
也给我们更多的一些迭代的一些机会
就是我们需要用户的反馈
我们的比如操作系统
我们叫本源思南
现在也已经不光是在中国
我们在各个高校在培训和使用
我们甚至走到了一带一路上的一些国家
这就是生态的一个布局
我们希望就是我们也有国际的伙伴在使用中国的量子计算机
使用我们的中国人的这个语言、操作系统
所以整个生态的这个建设是非常非常重要
我们需要在早期的时候
就需要有更多的人一起来开发和使用
不停的去迭代
让它成为一个非常有有生命力的这样一个一件事情
就是中国非常有必要在这样一个全新些颠覆性的技术
完完全全就是我们真正能够在里边的整体的生态链
包括产业链条都都完完全全的把握着
把握在自己手里
量子计算本身的发展其实就是一个超级马拉松长跑
在这里边其实我们的节奏
包括我们按照自己的节奏能够走下去
其实是非常重要的一件事情
就是本源量子
我觉得本源量子其实是一家非常特殊的一家公司啊
不仅仅是说我们的背景
其实是非常的有学术代收人
是我们公司的联合创始人
另一方面
其实我们作为一家创业公司
本身他选择创入的创业的一个切入点也也挺有意思的
一般的创业公司其实会选择一个小而美的一个切入点
比如说我们看见非常多做量子计算的初创公司
他们的切入点可能就是我做量子计算和AI 的一个结合
做一个
算法
然后对外服务
但是我们本源呢
却选择进行全产业链的一个布局啊
软硬件啊都做
乃至行业科普其实也也都在做
这个
这背后的有什么一个考量吗
呃
这个问题其实当时我印象里大概应该在一八年的时候吧
当时应该中央的一个媒体团啊
大概50 几个央媒的一个对我们的一个采访
当时一八年应该本院才成立一年左右的时间
我印象里当时我们团队应该还50 人左右吧
不到当时其实媒体的问题也是非常犀利的
就是你刚才俊辉问的这个问题
就是说
呃
你本这么一个创业的一个小团队
你你的就是跟IBM 一样
就是全产链的在部署
从子计算机的每一个配开始生产制造
到软件
从底层的语言操作性都自己做
包括刚才讲的教育科也做
你们能不能去做做这个事情
而且你们能不能活下去
这是媒体当时问我们
呃
创始人郭国平教授的
我很深教授当时回答这个媒体原
他说本量子自为是共和国量子计算的长子
就像一个家庭里面
老大不光是自己要解决自己的温饱问题
我们还承担着告诉我们的父母
国家
告诉我们的后来的兄弟姐妹
中国要把量子计算这件事情做成
每一个环节都是需要自主可控的
本源只是起了个头
但是到今天为止
本源已经有300多人
但是我们从来没有说中国的量子计算本源一家公司可以做完
我们只是起个头
然后希望有更多的后来的兄弟姐妹一起来做这个事
我非常感动的是
我们其实在到今年20 2 2 年的时候
我们的产业联盟
光生产制造链上
我们已经有非常多的伙伴
在这件事情上能够支持我们
成为我们的伙伴
大家一起来制造
从每一个小的零配件开始打磨
到大的
到我们研制这些低温的
低温的设备啊
都是有很多的伙伴愿意来参与一起做这件事情
这我相信是我们更有信心
中国未来量计算能够
呃
迎难赶上去
能够去追赶到国际上这些最强的这些团队
其实我们之所以去不选择小而美的一个切入点
其实是跟这个行业的现实是极其相关的
行业处在极早期的一个阶段
我们如果要想把这个事给做好
要想把机器给做出来
很多事的确所有的环节基本上都要我们自己把握在手里
这个事可能最开始才能把这个苗头先做出来
呃
至于后面是不是所有的环节都要做
呃
我感觉其实您刚刚表达的意思
其实还是说我们带着一种开放性的一种态度
这种心态其实挺触动我的
很期待这个赛道能带给我们更多的一个惊喜啊
然后刚刚我们不是也频繁在问啊
那这个量子计算机呢
目前到底它发展到一个什么样的一个阶段呢
呃
这个也给大家简单科普一下
我们大概梳理了一下量子计算的发展的阶段
大概划了三个发展阶段
第一阶段是大概从201 0 年左右吧
谷歌、IBM 开始做这件事情开始
直到大概2020 年这样一个十年的时间
是我们叫量子计算原型机的一个研制和开发
就我要把一个个零配件组装起来
让这台机跑起来
然后我刚才提到了IBM 和谷歌大概在16 1 7 年的时候完成了原型机的组建工作
本原量子是在20 20 年完成的这样一个量子计算机原型的搭建工作
所以应该说第一阶段
包括中国
包括这些发达国家
很多的
呃
研制量子计算的国家
应该都相继的都达到了这样一个水准
那第二个阶段是20 20 年到20 3 0 年左右
我们现在处在的这样一个十年的阶段
我们叫专用量子计算机的这样一个时代
因为
呃
我先讲第三阶段
就203 0 年之后
谷歌ibmbm 认为会达到通用级的
就是呃
我能解决各类问题
就像我们的电脑手机一样
我拿过来我就能解不同的问题
专用量子计计算机呢
它主要是指我解一些特定的问题
它只能解这个问题
它不能去跑其他问题
所以近十年我们认为是专用量子计算机的这样一个一一个时代
近十年里面我们要解决的是我们在硬件上需要
呃
快速的去提升各种各样的参数指标
比如说我的比特数要希望是越来越多
我的比特的相干时间希望越来越长
相干时间指的是我量子的状态保存的这个时间啊
有效的时间
然后还有我每一次操作的准确度
像经典计算机准确度应该我印象力是可以达到百分之九十九点
后面跟六个九吧
好像六七个九
就是大概100超作100万次
可能一千万次才会出错一次
那量子计算机现在大概是9 9
后面跟
几个九的这样一个水准
所以我大概操作个1000次
可能就会出错一次
所以这个这些参数都还需要不停的去提升
这是在我们专用量子计算机近十年里
我们要解决的大量的问题
就是大家可以想象啊
经典计算机是控制的还是电流
宏
电子的宏
整体运动
宏观的一个一个行为
但我今天要控制一个电子
一个原子
它的难度有多大
大家是可想而知的
哪怕就是这个温度稍微高一点
这个电子就会乱跑
所后来断的种的一技一些准
然后纠错错什么概念呢
其实我们的经典计算机也是一定要有纠错错才能来准确的来给我们作为一个计算工具啊
就像我刚才讲的
即便经典计算机做到了
操作100万次
出错一次
那你如果你是用来算你的钱或什么
你也不希望你正好碰到那100万次的一次
就还是要希望他完全不出错
所以都要引入纠错容错的概念
那经典计算机怎么做呢
我一个不准确
我就拉七个或者拉九个陪跑的
然后少数服从多数
这是在数学上都能去严格论证的
就是我达到多少陪跑的
然后少数服从多数
就能避免掉很多错误
让他的精确度非常非常高
那量子计算机未来也有也有更大的难度去做纠错容错的问题
不光是增加陪跑的
这还是非常非常难的一件事情
还需要我们迭代非常非常多的这些这些时间和技术进去
所以呃
这是十年之后我们考虑的问题
嗯嗯
但张博士其实给我们定义完整的定义了
就是量子计算它发展的一个阶段
迈入专用量子计算机的一个时代
然后再迈入通用的一个时代
也把我们去梳理了一下这个阶段之间的一个跳跃
需要核心去解决的一些
呃
一些问题啊
这样的话
我同时也能够看见
就是国外的很多科技巨头
他在做量子计算机的一个布局呢
其实都给自己做了一个
呃
路线图吧
刚刚我们其实也聊到呢
这个事其实就是一个超级马拉松长跑
就是把握节奏非常重要
那你们是不是也给自己规划了有一个比较清晰的一个发展路线图呢
呃
当然其实路线规划图这件事情
最早是
呃
应该是20 20 年20 20 年的
应该是九月份的时候
当时IBM 第一次发布了他的
一个量子计算的这样一个发展技术线图
它的规划是到20 2 3 年要造出1000比特以上的量子计算机
这个是IBM 的一个规划
本源量子是在去年的
大概九月份我们也正式发布了我们的未来五年的一个发展规划
我们的预期大概会在20 2 5 年的时候到1 000比的这个量计算机
所以可以从时间上我们望在20 2 5 年追到离IBM 最的团大概两的差距
所以我一头讲的
我们现在差距三到四年
这需要可能未来的时间
我们全力的去追赶他们
因为确实人家的这个速度常的快
目前其实关于量子计算机
它本身往前发展
其实还是存在着多种的一个技术路线
是不是能这样理解吗
还是
呃
目前量子计算机我们打个比方啊
就像经典计算机
我们很有经验了
就是历史上我们经常定义现在的量子计算机处在的这个时间段阶段
应该差不多是经典计算机还处在电子管的
时代的这样一个一一个时期
大家可以知道
我们应该是195 几年吧
好像第一台经典计算机诞生
埃尼克当时他个头非常大啊
要要非常大的一个房间去去承载它
然后他他可能还算不过我们当时一个算盘
对吧
只能算个几加几
几乘几
其实在电子管时代
它个头又大
那后来发明了晶体管
发明了集成电路
使得我们的经典计算机的发展极速的
这个按照摩尔定律
每十八十八个一倍的这样一个算力速度提升上来
那量子计算机现在其实底层的物理
载体其实也是不确定的
就相当于我晶体管都没发明
就是还处在电子管时代
我们现在比如说主流的有大家可能听说的
比如像IBM 、谷歌的超导体系
然后像英特尔的半导体体系
然后像我们光学体系
像我们国内式的九
对吧
这个应该去年也发布了非常出色的工作
那还有像李子
还有像那个微软提出的拓普
当然还有很多啊
就是所有能有量子效应的体系
科学家就想或者工程师拿来就想试试是不是能做成做出一个计算工具来
所以目前的发展径还是比较多的
就是而且目前看起来这几条径有点和缺点
没有一条完全的就是特别适合做量子计算
那其他的路径可能就发展不了了
所以目前大家还是百花齐放的
从底层的技术路径上也是有很多的一些方式去实现量子计算
所以整体而是行业处在一个呃
非常探索的一个一个阶段吧
然后我们评论区其实有这样的一个问题啊
它就是增加比特的一个难度在哪里啊
是这里我我知道肯定如果讲的特别复杂
就是你你能不能给我简单
就是简单跟我们说一下就行
其实呃
要衡量一个量子计算机的性能啊
比特数只是一个参数而已
还要考虑很多的因素
呃
我印象里应该2019 年20 20 年
的时候
英特尔就能用
因为现在的半导体的工艺技术特别特别强嘛
就是能做到非常小
集成度很高
他当时就能做到几千个比特的量子芯片
最测只相用比特数的增加啊
我其实它有会带来非常多的一个因素
本身量子的芯片啊
大家可以想象
我我打个比方
比如半导体里面
我是把比特信息编译在电子这样一个物理载体上
我当我我当然是希望我需要操控的几个电子
需要它相互作用的时候
我希望它是关联的
就是相互作用起来
那我不希望它相互作用的时候
它最好是完全隔断的
但是如果你做在一块芯片上
我不希望它有作用的时候
我们知道电子它也是发出的各种的电磁场
对吧
它还是会
我不希望它作用的时候
它还相互凝聚
还在相互相互作用
这这是一类问题
比如像超导里面
它你我我刚才讲到我们的超导的这个芯片
量子芯片
它工作在零下270 多度
接近绝对零度的这样一个温度
随着比特数的增加
也就是里面的分子、原子越多啊
运动越多
它会破坏这个低温环境
使得我就芯片就不能工作
所以比特数的增加会引发非常多的一些工程上的一些难度
你理论上当然很简单
我设计1 万个比特的
1 0 万个比特的
但是你要工程化去实现出来
它会导致有非常多的一些问题
使得他不能正常的工作
就它的复杂度其实是以指数级的形式在上升
对
所以这也是我们需要去工程化的过程中
需要去解决的大量的一些问题
嗯嗯
我还有一个问题
其实可能也是比较偏小白啊
大家可能也也都是这样想的
大家觉得诶
那个量子计算机感觉它的算力要比传统计算机要强上千万倍乃至更多倍
就是是不是意味着等到量子计算真正突破的时候
全球可能几台就够用了
市场空间也没那么大的
这个问题
其实当年经典计算机造出来的时候
我们的蓝色巨人对吧
IBM 也说过同样的话
对吧
他说全球大概只需要几台经典计算机就够了
对吧
但今天看起来
我们每个人手上可能都有几台啊
你的一每一个手机
一个一个手机里面可能都有好多的芯片
就所以我觉得量子计算
首先我觉得我们不能去限制吧
我觉
这虽然它现在类似于一个超算的存在
但但是我我们也需要
我刚才讲的
现在很多的专业领域
我们叫专用量子计算机
可能每一个行业至少是需要一台吧
那其实从客观来看
你不要说
呃全全球只要几台
现在我刚才也提到
IBM 已经在全球部署了将近30 台本原量子
现在我们自己也有非常多
也有十
在我们的公司也有将近十台
然后我们的客户那边
我们已经安装了几台
所以这个都是
呃
肯定不是几台量子计算机能去限制的
而且我相信越来越多的场景或者人需要用到量子计算机的
这个会越来越多
所以我相信未来现在就像超算一样吧
全球甚至各个省各个市都在建很多的超算中心啊
服务器的中心啊
云中心啊都在建
所以我觉得量计算机未来也是有一个很大的一个使用的一个空间
嗯嗯
呃
这里
呃
我从市场的角度去问这样的一个问题啊
就是我们现在去回头看这个精短的计算机
好像能够看见其实硬件好像不是里边最大的一个市场空间
反而基于硬件衍生的这个互联网的一个服务
反而会成为
呃
非常大的一个
呃一个大的一个市场吧
就是量子计算它也会是这样的嘛
就是硬件虽然值得期待
但是基于量子计算说衍生的服务可能是它能够带来的一个空间的想象空间的样的
其实也到了量子计算机的的整整个环境是非苛刻的
他对低温的要求
对防震的要求
甚至防防磁场的这些要求都是
呃
非常非常高的
我们不能期望现在的用户买回去
他就首先他会不会用就是个问题
第二现在一台量子计算机的造价还是非常昂贵的
IBM 全球销售的20 几个比特的量子计算机
它的报价是两千万
像美金一台
所以也是非常昂贵的
所以其实短期内包括IBM
谷歌
包括本源量子也一样
其实有我们还是会更多的采用
就是对普通用户啊
对很多的企业或者普通用户来说
通过语音的方式来获取量子计算机的这个资源
呃
应该是一个非常好的一个方式
而且人类在经典计算机这个已经建立起了非常迅捷的这样一个信息获取的这样一个云的这样一个方式的一个平台
我觉得完全可以把这个技术用在整个量子计算的一个普及上面
所以这个是云的这样一个概念
其实近几年可以看到
包括像专业的这个量计算团队都在建云平台啊
现在也开始有很多互联网的公司涉足到建量子计算的云平台
比如像很著名的亚马逊
他就是他自己不造量子计算机
他比如用的IBM 的
用的G 等等
但是它只是提供一个中间的云的一个服务平台
也也是一个非常好的一个方式
所以我觉得云是至少我认为未来的五到十年可能都是个非常主流的一个方式
但未来是不是人类能够把量计算机越来越简单化或者缩小化
对吧
就像我们现在手机一样
每个人有几个这个我觉得十年后的事情
我们不能完全去限制的这样一个发展的一个想象力
或一个科技的发展的一个可能
也就你刚提到了
其实是量子计算和云的一个结合
我们其实是能够看见好像越来越多的公司都是把呃让量子计算上云
云和量子计算的结合
实际上也是核心解决的其实是就是把成本成本降低的一个问题
那当然你如果要涉及到未来的量
呃计算机的使用啊
从用户角度来说
我刚才讲的成本是一个非常重要的一个原因
而且现在确实是没有必要你去养
就是你不能为了喝牛奶去养一头奶牛
我觉得没有必要嘛
这个然后现在其实云的这个技术
现在我们现在数据在极大的爆的这样爆式发展的这样一个阶段
我们人类其实每个人每都可能有
呃
我看到过数据好六到七个T 的这样一个数据量的一个一个增长量
就如果现在家用的电脑一个硬盘大概在一个T 左右啊
你大概每年要存六七个这样的一个硬盘
就是你每个人平均到每个人头上数据增长量
但是我们现在的瓶颈并不在于云的这样一个传输的这个问题上
我们的传输非常非常的快
现在的5 G 接下去的六数据的传输已经很快
但是我们的瓶颈在于数据的处理
现在是算的这样一个障碍
导致呃数据处理很困难
我举个例子
比如我们每个城市有大量的比如交通的探头
每个城市可能有几万个
几十万个
他每天要拍多少的这个图像或者视频回来
但是大量的数据
它其实是存
存起来
存一个月对吧
存不下来一个月就删了
但是这些数据怎么去开发和利用
我们的算力是算不了
怎么利用率可能1 %都不到
所以这都是瓶颈在于我们的算力
这个计算数据处理的这样一个能力
现在是一个很大的一个瓶颈
所以这是我们目前要解决的这样一个问题
嗯嗯嗯
明白
现在量子计算对外服务的一个输出的一个方式
可能就是与云
可能是非常值得期待的一种方式
呃
那么量子计算目前
呃
它的落地的一个场景啊
包括形态还有哪些呢
包括我其实之前也讲到的
像国防事医工能所有需要用到算的这样一些场景
可能量子计算机都有发挥它强大功能的可能性啊
所以大家要积极的去探索这个这些方向
在一八年开始
我们也开始正式的探索在国内的这些应用场景上
呃
量子计算应用的可能性
比如我们现在比较关注的本源比较感兴趣的
除了我们国家的这个强力机关的一些需求
民用上我们觉得最有可能的一个是
呃
有钱的行业
比如像金融
金融其实是很多先进的技术比较容易诞生的一些地方
因为它特别有钱
而且比如像很多的
呃
加密解密的安全的问题
风险管控的问题
优化组合的问题
包括像高频交易的问题
那第二个行业本特别看好的是生物医药这个行业
我
是半开玩笑
经常说是要命的行业是吧
也是大家愿意去花钱
比较容易接受这种高新技术去解决问题的这样一个行业
也是本源现在重点在部署的
我们和国内的很多的
呃
医药的企业
还有包括很多创业的
在用很多的算力做
呃
计算化学这个方向上的很多的一些团队都有一些交流和合作
再往下就是本源会关注多的
就是现在政府的可能会比较关注到的一些行业
比如像气象啊
我们在前几个月的时候
当时河南郑州的那个大暴雨
对吧
好像说是我们气象的这个上了一的人民的一个当
希望我们的气象的这个预测上会
更精准
能够帮我们来解决更好的一个判断或者或者预预测
所以我们现在在和比如像政府的气象局啊
什么都在做相应的一些沟通
然后做一些算法的一些交流开发
然后另外一个问题呢
其实现在最流行的一个技术人工智能
就是我们也能够看见很多人在聊人工智能和AI 结合
就是呃
你是怎么看他这俩结合之间的一个前景的
包括现在所处的一个情况呢
呃
应该说AI 人工智能是一个非常高度依赖的这样一个场景啊
呃
所以一定有人会第一想到
就是因为现在比如我们在
呃
比如说机器学习啊
这些问题上
我可能设计的算法很好
我数据量很大
我可能要跑完这个算法需要半年一年甚至几年的时间
等你跑完
可能这个算法已经不先进了
所以它一定高度依赖于我
需要更强的算力
让我机器更快的去学
像这些场景上面
从理论上量子计算机一定是现在做a 的这些企业或者这些团很的一个点
他们希望找到更的一个算算来提升他们在人能上
包括像学神经网络的一些算法的开发等等
都是可以去用量子计算能给这样一个行业的
所以量子计算机它本身是底层技术的一个一个算力的一个工具
人工智能是
呃
目前也是非常火的这样
包括其实现在不讲
呃
不光是人工智能
还讲到原宇宙了
都是需要大量的算力去支撑的这样一些场景
只要需要强算力的地方
你就很有可能是能够用上量子计算的未来
嗯嗯
所以他最终这个技术其实还是回到技术生态层面的一个竞争
包括全产业链本身的一个齐头并进的一个发展
对于推动这个产业往前发展的确是非常重要的
呃
我接下来几个问题呢
我们就聊稍微轻松一些的吧
看了我们其实本源量子的团队
就感觉是蛮偏向于科研和学术的
但我们又是一家本质上来说我们还是一家商业公司
就是你觉得就是从这个维度来说
你们的团队非常偏科研和学术
你觉得这是你们的优势呢还是劣势呢
这我认为在当前这个阶段
就是量子计算应该还处在一个比较早期的这样一个阶段啊
呃
应该说有科研或者研发基因的这样团队
呃
他肯定是一种优势
因为他刚刚比如从实验室走出来
原来可能都是一些科学家在做的事情
那接下去才是要往交给工程师去解决工具体工程问题
所以在这样一个过渡阶段
呃
呃
应该说有研发属性的团队
呃更多一些
包括其实你可以大家可以看到包括IBM
谷歌啊
英特尔这些巨头
它都是和一些科研机构做非常紧密的一些合作联系
在做量子计算的这个开发
那很多的创业公司
那就应该说绝大部分吧
都是科研体系的这样一些团队去孵化出来的
所以比如像国内很多创业公司
大家感兴趣可以关注他们的背景
应该都是有一些科研的
比如院士啊
教授啊
一些比较好的一些高效团队
孵化出来的团队去做
比如像比如说他们
而不是现在
现在
科学研究的这样一个团队去做这个事情
他的优势会更明显一点
其实其实呢
也定义了就是目前行业处在早期的这样的一个阶段
技术的能力才是最核心的一个竞争力
我的问题再回到您个人吧
就是我比较好奇的一个点啊
就是做这样一个非常前沿的一个技术
就是创业有几年了
你觉得就是到目前为止
你遇到最大的挑战是什么呢
我觉得量子这两个字本身就是一个最大挑战
量子的比如高度的不确定性啊
其实我们企业管理上的
我们老板经常讲的
我们导师讲的摸着石头过河啊
包括国家的
我们是在无人区在质疑这个量子力学或者量子计算
其实早两年、三年
我们碰到太多太多的人是不理解这个行业
甚至是质疑或者诋毁这个行业的人非常非常多
我印象很深
当时成立的时候
我和另外一个
我们上海北京到处去做
我们来看看我们啊
我们我们这个项目非常不错的
但是资本一说
你还需要十年20年
我这个我的一个资本的周期
也就是五年三年
对吧
我根本就扛不住
你这个周期根本就不会关注我们很难
我觉得这本身就是一个非常大的一个挑战
也是因因为就是很难的一件事情
我印象很深是我在的时候
我每次都会讲到这个
就是当时我们当时我们当时他们是中国最好的学校毕业的博士
应该不为过的
你们是中国1 %聪明的人
但是他也说我们这批人就应该
否则就失去意义了
所以是挑战
也是一个非常大的一个一个机遇吧
他其实刚好也说明了这个行业从最开始可能大家的质疑
然后到现在其实慢慢的大家真的去看到它里边极其的一个极其有价值
呃
这个行业也在从极早期
目前也能够看见非常好的一个
呃
一个特别好的一个前景啊
应该说到今天为止吧
我其实还是定义我们的团队还处在一个创业期
就像我们创始人郭教授讲的
他经常会用红红军的一些精神
一些履历来来说明本源的目前的一个一个处在的一个状态
他去年时候还说我们联香江都没过呢
对吧
就是还确实这条路还非常非常的长
量子计算机可能需要五年十年20年
我们唯一要做的就是要坚定的走下去
然后也是我们院是要求的
就是要死死的咬住国际最强的这些团队
这个是我觉得
一定要研制更好的量子计算机提升
然后积极的探索量子计算机在各个应用场景的落地的一些可能
因为你作为企业
你最终还是要把这个工具出来之后
怎么也要给我们的用户去使用
所以这是我们应该说是短期内也在积极在前面提到的生态的一些建设
然后包括教育科普都在努力的在在更多的人来了解中国的量子计算
来了解这个这个量子计算
然后
我们的使命就是量子计算
量子计算未来的这样一个技术支撑我们未来的这个提升的一个主要的一个方向
所以在这件事情上
中国人是有一把椅子的
有一个位置的
我们是有很多的核心的专利
你是绕不过中国人的
我们是去参与这个量子计算的这样一些核心的一些制定
所以我觉得这件事情是必须要去做到的一件事情
很明显的能够感觉到
呃
就是我们这家公司有一种舍我其谁的一种
我觉得豪气跟霸气
豪气跟霸气其实背后一方面来源于我们的
呃
一个实力
另一方面其实更来源于我们对对国家
包括对这样的一个领域的一个责任感
今天真的非常感谢就是张博士给我们分享了那么多
好好
也谢谢大家
好了
这就是本期播客的全部内容啦
也欢迎大家在评论区留言
分享你对我们内容的看法
当然啊
也非常期待你们把我们的博客分享给身边的朋友们
在这里啊
我们会跟早期科技创业者深度的聊天记录他们的思考洞察
也许啊
他们的常识就是你的前言
最后啊
也欢迎大家关注我们的视频号f park
每周我们也会邀请创业者与观众来实时交流和分享
再次感谢大家的聆听
我们下期播客再见
