量子计算机将在科研领域“大显身手”
物理学家一直在努力开发量子计算机，并希望量子计算机发挥其量子力学效能，帮助发现自然界的新规律。
去年，英国《自然》杂志报道称，奥地利物理学家用4个“量子比特”组成的量子计算机，第一次实现了对高能物理这样高端实验的完整模拟。近日，《自然》杂志又报道，一台初级量子计算机在某种意义上重新发现了“上帝粒子”——希格斯玻色子。据称，加拿大D-Wave系统公司的量子计算机可以学会在堆积如山的海量数据中发现粒子的特征。
尽管这台量子计算机的表现没有超过常规方法，但科学家表示，随着未来物理实验中数据量的增多，量子计算机有望在科研领域“大显身手”。
模拟高能物理实验
据去年6月22日出版的《自然》杂志报道，奥地利物理学家在4个“量子比特”组成的量子计算机研究中，利用位于真空中的电磁场让4个离子排成一行，每个离子编码为1个量子比特，组成了一台迷你版的量子计算机。研究人员用激光束操控离子的自旋，诱导离子执行逻辑运算。100多步计算后，科学家成功证实了一个量子电动力学的预测：能量转化成物质，创造出一个电子和一个正电子。
研究人员希望未来能升级计算规模，以便模拟强核力(让夸克依附在一起形成质子和中子并最终形成原子核)。而且，升级版的量子计算机还有望解决更多问题，比如帮科学家理解两个原子核的高速碰撞，以及中子星和中微子等。
搜寻希格斯玻色子
近期，科学家更进一步，利用量子计算机发现了希格斯玻色子。
2012年，欧洲大型强子对撞机(LHC)团队宣布，他们证明了希格斯玻色子的存在，找到了粒子物理标准模型的最后一块拼图。CMS(紧凑缪子线圈)和ATLAS(超环面仪器)两个实验组都找到了质子对撞中制造出希格斯玻色子的证据。在这种方式中，希格斯玻色子会衰变成更常见的玻色子，比如一对高能光子。
但每次LHC让两个质子发生对撞，都会产生数百个其他粒子，当它们撞到探测器时，会被错误地解释成光子。为了帮助加快搜寻到希格斯玻色子，ATLAS和CMS的物理学家用模拟数据训练机器学习算法来“沙里淘金”——从假信号中“揪出”真光子。
最近，CMS搜索希格斯玻色子负责人之一、美国加州理工学院物理学教授玛利亚·斯皮罗普鲁想要了解量子计算机能否让上述训练过程更高效，尤其是在减少训练系统所需的模拟数据数量方面，她说：“我想看看它到底能不能解决希格斯问题。”
她的合作者亚力克斯·莫特是伦敦“深度学习”项目的物理学家，他把学习过程转换成了可用“量子退火”计算机(加拿大D-Wave系统公司开发)计算的问题。这类机器能通过使编码量子信息的超导线圈降为最低能态，从而发现某些问题的最优解。
他们的想法是，让量子计算机发现最佳标准，让普通计算机接着使用这些标准在真实的数据中寻找光子的信号。为了检验这一理论，团队用了位于南加州洛杉矶大学的D-Wave公司机器。实验非常成功，斯皮罗普鲁说：“我们已经能够用小数据集训练来得出最优解。”
ATLAS希格斯玻色子搜寻行动负责人之一克莱默说，这证明是可行的，这才是这项研究“最酷”的一部分。而且与传统计算机相比，目前量子计算机并没有明显的技术优势，但在未来的实验中，数据量会更大，届时量子机器学习将“大显身手”。
美国纽约大学物理学家凯利·克莱默说，量子计算机应用于解决实际的物理学问题，而非通常的数学问题，此举令人耳目一新，“在这之前，人们就觉得量子机器和物理实验或许有一天能交叉，看来这次是成真了。”
应用或超越物理学研究
不过，克莱默也指出，尽管如此，不要指望物理学家立刻就投身量子计算机的怀抱了。现在，这个机器还没有斯皮罗普鲁和其团队在普通电脑上运行的虚拟版本表现得更好。而且，要证明这些技术比现在的一些机器学习算法更高效，仍然任重道远。斯皮罗普鲁也同意这一看法并补充道，测试多种不同的方法，相互比较哪个最好仍有必要。
实验结果还可能对物理以外的领域产生影响。目前，从地球科学到生物信息学，研究者对量子计算机及其在机器学习领域的应用兴趣浓厚，例如用于基因序列分析和蛋白质折叠的风险分析等。此外，美国国家航空航天局(NASA)埃姆斯研究中心下属非营利组织大学太空研究联盟的戴维·文图勒氏正领导一项计划，制造一台和D-Wave同类型机器，由谷歌和NASA资助，建成后将向全世界实验者们开放。
