戴万阳

教授 (博导、重要学科岗)
单位：南京大学数学系
返回：戴万阳中文版主页
量子计算区块链国际工业革命论坛 理事长
江苏大数据区块链与智能信息专委会 主任
江苏省概率 统计学会    理事长
江苏金融科技研究中心 特邀专家
国际《人工智能与机器学习》杂志  主审
国际《无线电工程与技术》 主审


量子计算与量子计算机及量子人工智能



        编辑按语:    量子计算与量子计算机是将来人
工智能的代名词，也是将来工业革命的核心，是
相对超前的项目。自2021年开始，该在研项目启
动，部分地由"NSFC11771006"项目资助及南京大
学“量子计算与大数据大模型人工智能的理论与方
法”项目资助，其部分主要研究方案2023年已由   
Springer品牌杂志发表，故在此公布该在研项目的
部分内容，与大家共享。                                         


             2018年2月，美国加州洛杉矶成立了第六次工业革命论坛协会SIR Forum（可参见[25]）并将（量子）区块链与量子计算定义为将来 工业革命的核心技术，而在今年（2022年）2月的《欧洲量子计算和量子模拟基础设施》白皮书（参见文[22]）中也将量子计算列 为第四次工业革命（Industrial 4.0）的核心技术，由此展示了国际量子计算的发展与竞争态势。量子计算的核心标志是量子计算 机与量子通信及其构架的量子云计算与量子云互联网将替代当前的计算与通信系统而形成更加高效的计算与通信系统进而解决当前 诸如数字经济（比如：金融科技与供应链金融）、区块链（比如：存储加密与智能合约）、健康医疗（比如：生物基因诊疗与蛋白 质结构预测）、无线通信（比如：第五代和第六代5G/6G移动通信）、边缘计算与物联网、元宇宙等系统中出现的以大数据智能算法 和最优策略为核心的迫切需求的算力问题（注：这里的算力指的是大数据基本定义中的三要素之一，即数据、算法与算力中的算力）， 而由于量子计算机可预期的超级算力，量子计算也被认为是将来人工智能的代名词。
             随着统计物理与量子力学的发展、早期通用量子计算机的出现与量子计算芯片及量子云互联网的成功设计与开发（参见文Arute et al. [2], Dai [8, 10], Harrow and Montanaro [15], Kumar et al [18], Zhong et al. [26, 27]），基于量子计算与量子技术的大 数据智能时代正在悄然起步、成为新技术新工业革命的起点（可参见SIR Forum [25]）。诸如IBM、Google（谷歌）等大型计算机与 信息公司及研发机构相继宣布了他们的通用量子计算机或量子计算机芯片、甚至量子霸权（可参见文Arute et al. [2], Harrow and Montanaro [15]），美国白宫也于2020年2月出台了《量子网络战略》白皮书（参见文[28]）。针对量子计算和量子技术国际竞争的 迅速展开，中央政治局在习近平主席的主持下于2020年10月17日集体学习了量子技术并强调了深刻认识和推进量子科技发展的重大 意义同时也加强了量子科技发展战略谋划和系统布局。
             2018年5月间，山西省政府准备在山西省率先展开区块链战略。本项目申请人应山西省政协与科技厅的邀请于2018年7月24日在“山西 省政府科技大讲堂”为山西省部、委、办、厅、局的领导们作了2小时《区块链与量子区块链》的主题报告，这对整个国家的区块链 与量子计算战略的形成与展开起了一定的先导作用。在此报告中，本项目申请人特意加上了量子区块链这一部分，其主要动因是由 于当今正在快速发展的区块链技术在量子计算机面前已显得比较脆弱与不安全，必须通过更加安全的量子区块链来应对（可参见文 Dai [8, 10]与文Rajan and Visser [23]），而这种不安全主要来自于量子计算机的高效算力，用现在流行的术语就是所谓的“量子 霸权”（可参见文Arute et al. [2], Harrow 和Montanaro [15]）。
             “量子霸权”的基本内涵可通过Google公司于2019年9月14日宣布的基于其“悬铃木”（Sycamore）53量子位芯片而构架的量子计算机的 计算效率来解释，即其200秒的计算效率可粗略地相当于世界上最快的具有1百万个中央处理器（CPU）组成的超级云计算机（IBM Summit）1万年的计算效率。与此同时期，IBM于2018年3月6日更早地宣布了世界上首台50量子位通用量子计算机并在最近的2021年 11月15日宣布了全球性能第一的127位量子计算机及即将推出的433与1121量子位芯片技术。针对此，中国科研人员也宣布了类似的 量子计算机研究成果，特别引人关注的是所宣布的“九章”量子计算机（可参见文Zhong et al. [26, 27]）并宣称其高斯玻色取样比 Google量子霸权的计算效率要高出很多亿倍且可以在常温下运行（这对系统的能源需求与配置也很重要）。
             相比于IBM等基于低温超导（即用激光调空量子的活性并使温度降到接近绝对零度（即摄氏零下273度，而绝对零度为零下273.15度） 的量子计算机（可参见文Kumar et al [18]），文Zhong et al. [26, 27]中的设计有所不同, 他们设计的是所谓的光量子计算机， 其技术实现主要是借助于光量子的偏振自由度、角动量与传输干涉等来进行的。这其中，同步与随机相位扰动控制或最优控制对容 错纠错很重要，这与早期光交换通信设备的研究有点相近（可参见文Black and Waters [5]），而对于量子计算机，提高量子纠缠率 与读写精度效率是主要目标之一。但IBM等已有初级127位通用量子计算机，而文Zhong et al.[26, 27]中的设计向可编程的通用量子 计算机迈进还需要一段进程。因而，IBM与Google等现有初级通用量子计算机遵循量子摩尔定律（可参见文Bertels [3]与文Dai [10]） 的升级以及可编程的中国“九章”通用量子计算机的实现是整个世界也是我们国家力图攻克的热点与难点。时至今日，针对这些热点 与难点的研究还处于起步阶段，特别是有关的量子计算与芯片系统的整体构架及其核心支撑数学体系、理论与方法还很残缺甚至是 空白，它们是本申请人设计该项目的根本出发点与愿望。
             无论是采用IBM等的基于低温超导量子计算芯片技术还是采用其它技术，它们量子计算机内部量子数据流的输入输出（I/O）与读写 （R/W）存储处理过程都可采用文Dai [10]中所设计和提炼的一般性量子信道模型来刻画，这种类似于等位电路量化的公式模型是现 有或将来量子计算芯片向可编程通用量子计算机迈进的重要一环，也是进一步发展量子计算机存储处理智能神经网络为目标和基础 的随机最优化、最优在线反馈控制的关键步骤，这是经典计算机内存控制处理的升华。由于该量子信道模型及量子芯片技术是在结 合诠释物理学中著名双缝实验（可参见文Chang [6]）中的困惑、反射分枝混沌（可参见文Dai [9]）、随机相位（可参见文Kosik et al. [17]）与有关5G/6G等MIMO无线通信技术与成果（可参见文Dai [7]）发展而来的，因而，文Dai [10]中设计的量子信道模型 及量子芯片技术很适合与IBM的量子计算芯片技术及文Zhong et al.[26, 27]中的光量子计算芯片技术等对接。但在此过程中，我们 还得发展完整的量子计算系统构架与数学体系来解决一系列的关键科学问题以便于填补有关的研究空白。 （点击这里查看相关发表论文）。

参考文献：

  • 1. I.F. Akyildiz, A. Kak, and S. Nie. “6G and beyond: the future of wireless communications systems”. IEEE Access 8 133995-134030, 2020.
  • 2. F. Arute, et al. “Quantum superemacy using a progammable superconducting processor”. Nature 574 505-511, 2019.
  • 3. K. Bertels. “Quantum computing: How far away is it?”. IEEE 2015 International Conference on High Performance Computing & Simulation (HPCS), Amsterdam, Netherlands, pp. 557-558, 2015.
  • 4. K. Bettels, A. Sarkar, T. Hubregtsen, M. Serrao, A.A. Mouedenne, A. Yadav, A. Krol, and I. Ashraf. “Quantum computer architecture: towards full-stack quantum accelerations”. 2020 Design, Automation & Test in Europe Conference & Exhibition (DATE) 139-144, 2020.
  • 5. U. Black and S. Waters. “SONET T1: Architecture for Digital Transport Networks”. Prentice Hall Series in Advanced Communications Technologies, Prentice Hall PTR, 1997.
  • 6. C.Z. Chang. “Quantum-computing, artificial intelligence, and blockchain”. Lecture Note in IT Leaders’ Summit, 2018.
  • 7. W. Dai. “Optimal rate scheduling via utility-maximization for J-user MIMO Markov fading wireless channels with cooperation”. Operations Research 61(6) 1450-1462 (with 26 pages online e-companion (Supplemental)), 2013.
  • 8. W. Dai. “Platform modeling and scheduling game with multiple intelligent cloud-computing pools for big data”. Mathematical and Computer Modeling of Dynamical Systems 24(5) 506-552, 2018.
  • 9. W. Dai. “A unified system of FB-SDEs with Levy jumps and double completely-S skew reflections”. Communications in Mathematical Sciences 16(3) 659-704, 2018.
  • 10. W. Dai. “Quantum-computing with AI & blockchain: modeling, fault tolerance, and capacity scheduling”. Mathematical and Computer Modelling of Dynamical Systems 25(6) 523-559, 2019.
  • 11. C.W. Gardiner, A.S. Parkins, and P. Zoller. “Wave-function quantum stochastic differential equations and quantum-jump simulation methods”. Physical Review A 46(7) 46 4363-4381, 1992.
  • 12. P. Gawron, D. Kurzyk, and Z. Puchala. “A model for quantum queue”. International Journal of Quantum Information 11(2), 1350023, 2013.
  • 13. A. Goldsmith, S.A. Jafar, N. Jindal, N. Vishwanath. “Capacity limits of MIMO channels”. IEEE J. Selected Areas Comm. 21(5) 684-702, 2003.
  • 14. A.M. Grigoyan and S.S. Agaian. “Quantum representation of 1-D signals on the unit circle”. Quantum Information Processing 21:24, 2022.
  • 15. A.W. Harrow and A. Montanaro. “The quantum computational supremacy”. Nature 549 203-209, 2017.
  • 16. J. Kempe. “Quantum random walks: an introductory overview”. Contemporary Physics 44(4) 307-327, 2003.
  • 17. J. Kosik, V. Buzek, and M. Hillery. “Quantum walks with random phase shifts”. Phys. Rev. A 74, 022310, 2006.
  • 18. A. Kumar, T.Y. Wu, F. Giraldo, and D.S. Weiss. “Sorting ultracold atoms in a three-dimensional optical lattice in a realization of Maxwell’s demon”. Nature 83 83-87, 2018.
  • 19. M. Luqman and M.Y. Salmony. “Blockchain in the quantum world”. International Journal of Advanced Computer Science and Application 13(1) 542-552, 2022.
  • 20. P. Mandayam, K. Jagannathan, and A. Chatterjee. “The classic capacity of additive quantum queue-channels”. IEEE Journal on Selected Areas in Information Theory 1(2) 432-444, 2020.
  • 21. Z.K. Minev, S.O. Mundhada, S. Shankar, P. Reinhold, R. Gutierrez-Jauregui, R.J. Schoelkopf, M. Mirrahimi, H.J. Carmichael, and M.H. Devoret. “To catch and reverse a quantum jump mid-flight”. Nature 570 200-204, 2019.
  • 22. Quantum Flagship. “QuroQCS: European Quantum Computing & Simulation Infrastructure”. Published on February 2, 2022.
  • 23. D. Rajan and M. Visser. “Quantum Blockchain using entanglement in time”. Available at https://arxiv.org/abs/1804.05979, 2018.
  • 24. R. Singh, H. Parthasarathy, and J. Singh. “Quantum image restoration based on Hudson-Parthasarathy Schrodinger equation”. Quantum Information Processing 18:351, 2019.
  • 25. SIR Forum. “The Sixth Industrial Revolution: Blockchain and Quantum Computing”. U.S. Los Angeles based Industrial 6.0 Forum with website at https://www.sirforum.net/, 2018.
  • 26. H.S. Zhong, et al. “Quantum computational advantage using photons”. Science 370(6523) 1460-1463, 2020.
  • 27. H.S. Zhong, et al. “Phase-programmable Gaussian Boson sampling using stimulated squeezed light”. Physical Review Letters 127 180502, 2021.
  • 28. White House. “A Strategic Vision for America’s Quantum Networks”. Product of The White House National Quantum Coordination Office, U.S.A. February, 2020.

戴万阳、国家自然科学基金共同享有著作权与版权