The Verge發文，量子電腦為計算提供了一種全新的典範。研究人員用不同的材料製造實體量子位元——對Google、亞馬遜和IBM來說，每個量子位元都是一個小型超導電路；一些著名的新創公司則使用離子、原子和光子作為量子位元。目前，還不清楚哪種材料是最好的。

量子運算晶片

所有量子位元都遵循量子力學的數學原理，分子也是如此。這就是為什麼專家預測，量子電腦早期的一個有用應用可能是進行準確而快速的化學模擬，以發現用於製造更好電池的新材料、更環保的肥料和新的藥物。目前，為了模擬這些反應，科學家們依賴超級計算機，但超級電腦既不準確又緩慢。

量子運算的加速也可能顛覆其他產業。銀行正在研究量子優化演算法以改進金融預測。量子演算法可以使人工智慧演算法更節能。它們也應該能夠破解現有的加密方法；這項預測促使人們研究更強大的加密形式。

最近的進展令人鼓舞。過去十年來製造的首批著名量子電腦錯誤太多，無法執行有用的演算法。最近，研究人員已經想出了透過將單一資訊單元編碼在多個物理量子位元而不是一個量子位元中來糾正計算錯誤的方法。透過這種方法，Google和亞馬遜已經證明，他們的量子計算機可以更可靠地儲存訊息，而且隨著機器規模的擴大，也不會變得更容易出錯。這些結果可能為更大、更有用的量子電腦鋪路。

然而，對物理學家來說的一大步，對我們其他人來說只是一小步。 Google和亞馬遜的量子「記憶體」只儲存了一個量子資訊單元，也就是一個邏輯量子位元。一台有用的量子電腦將需要數千個，也許是一百萬個實體量子位元，對應數百或數千個邏輯量子位元。研究人員需要減少編碼一個資訊單元所需的實體量子位元數量。在亞馬遜最近的公告中，他們每個資訊單元只需要9個實體量子比特，而Google則需要105個。

美國、歐盟和英國政府都承諾提供數十億美元的資金來發展量子運算。對美國來說，主要的競爭對手是中國，據德國智庫墨卡託中國研究中心稱，中國已向量子運算投入了150億美元的公共資金。

私人領域也有資金流入。 Crunchbase報告稱，2024年全球量子運算領域獲得了15億美元的風險投資，與2022年創紀錄的9.63億美元相比，達到了歷史最高水準。

但建構這項技術是困難的。研究人員必須展現出進展以讓投資者滿意，同時也要抑制他們的期望以讓他們保持耐心。人們擔心會出現潛在的“量子寒冬”，即過度炒作導致期望過高和失望，從而使投資者撤回資金。

這就是建構量子電腦過程中所經歷的成長煩惱。它的潛力仍然誘人，但終點還很遙遠。同時，只要資金還在流入，物理學家們就會繼續為漸進式的進展而爭論不休。