近几年，量子计算屡屡登上媒体的头条，从量子计算机到量子手机，量子计算仿佛已经悄然走进我们的生活。量子计算到底是什么？它和量子力学有什么关系？它的发展历程怎么样？它能否取代现有的电子计算机？
量子计算的软件能否带来AI的跨越式发展……针对上述热点问题，AI Time在5月16日晚上特别邀请了清华大学计算机系特聘教授、中科院软件所学术副所长应明生教授；清华大学交叉信息研究院马雄峰副教授；中科院计算机所孙晓明研究员；百度研究院量子计算研究所段润尧所长四位大咖为我们一起剖析量子计算将会带来的革命性影响，以及量子计算领域人才培养、硬件研发、软件设计、落地应用等内容。
在正式讨论前，让我们先认识一下什么是量子计算。如果对量子计算进行追根溯源，我们要回溯到《费曼物理学讲义》中关于原子的假设：世界万物均由原子构成。在这个基础上，量子理论的发展经历了两次革命。第一次革命是量子力学的建立及其直接应用，催生了原子弹、核磁共振、晶体管、激光等技术的诞生。第二次革命是我们目前正处在的新的阶段，目标是能实现量子状态和量子系统的精准制备和调控，最终造出宏观的量子计算机。
研究的内容包括量子计算、量子通信、量子密码以及量子测量等。其中，量子计算将量子力学和计算理论结合，充分利用了量子的叠加、纠缠、干涉等特性，从而展现出了强大的计算能力。
活动伊始，应明生教授以“量子计算：一场从根上开始的革命”为题，高屋建瓴地介绍了量子计算的发展历程和研究现状。首先，应教授提出计算模型是“树根”，而今天大火的AI是“树叶”，量子计算将是一场从根本上进行的革命。
之后，应教授回顾了量子计算机的发展历程，指出图灵机和量子图灵机的关系，并指出量子革命其实早已经悄然掀起。
接着，应教授特别介绍了“Turing可计算⇔量子Turing可计算”定理，并列举了Grover算法、Shor算法、量子模拟、量子随机游走、HHL(Harrow-Hassidim-Lloyd)算法、量子机器学习、量子人工智能、VQO(Variational Quantum Optimisation)等研究成果，解释了为什么需要量子革命。
因为约翰·麦卡锡曾提出“Artificial Intelligence = Computational Intelligence（计算速度产生智能）”，而量子计算可能成为未来人工智能的核心竞争力。
最后，应教授简要介绍了Google、IBM、英特尔、霍尼韦尔、Rigetti、IonQ等公司在量子计算硬件领域的研究进展，以及Google（Cirq+TensorFlow Quantum）、微软（Q#）等公司在量子计算软件领域的研究进展，量子计算在学术上的研究机会，并着重指出：量子计算是一个在我们在初创期就可以参与其中的领域，有非常多的机会，但是机会稍纵即逝，我们需要及时把握。
2018年，纽约时报曾报道“全球真正的量子计算科研人员不过寥寥千人”。虽然这一论断的尚未可知准确性，但却质朴地道出了量子计算领域人才短缺的现象。近年来，包括百度、阿里巴巴、华为、腾讯、谷歌、微软、IBM、Amazon等在内的国内外头部企业纷纷加入量子计算这条赛道，并逐步将校企联合培养计划绘入蓝图之中。但是，研究的准入门槛较高、进展难度大等现实情况仍成为阻碍着补齐巨大的人才缺口的难题。
培养量子计算人才的准入门槛到底高不高？产业落地周期有多长？人才培养和技术突破究竟谁先谁后？对此，各位嘉宾分享了自己的看法。
针对量子计算相关硬件的发展现状、核心问题、最亟待解决的挑战、退相干的影响、近期可能取得的进展与突破，以及量子霸权到底代表什么，各位老师提出了自己的观点。马雄峰指出不同的研究者对量子计算硬件发展的乐观程度存在差异。
他本人持谨慎乐观态度，不过中国科学技术大学朱晓波教授（研究方向为超导量子计算）认为从目前50多个量子比特做到成千上万个量子比特之间，在物理上看，目前尚未发现不能克服的困难。现存的问题主要是在工程层面上的，比如超导系统中的低温电子学问题。正因如此，Google也选择超导量子计算作为研究平台。
清华大学交叉信息学院金奇奂副教授（研究方向为离子阱）也比较乐观，认为在几百个量子比特范围内上，目前看也只是工程问题。但是到几百个量子比特以后，可能需要一个新的架构，需要很多其他领域的力量。
相比于硬件，量子计算相关软件的发展起来好像更快一些。
随着Noisy Intermediate Scale Quantum（NISQ）计算机（具有约50到100量子比特和高保真量子门的设备）的出现，开发用于探索这些机器强大能力的算法变得越来越重要。Google与微软两大巨头在这方面已有应用成果。Google开发的TensorFlow Quantum专注于量子数据并建立混合量子经典模型。
它集成了Cirq中设计的量子计算算法和逻辑，并提供与现有TensorFlow API兼容的量子计算原语，以及高性能的量子电路模拟器。微软则发布一种专门针对量子计算机的新编程语言Q#和量子计算开发套件。
量子计算是一个空前的领域，可以在全新的层面上检验我们的知识体系，但每一个进展都艰难而伟大，最终建立实际的量子计算体系将会是极其重大的挑战。面对挑战与机遇，需要我们保持求知之心，不断完善自己。
前人栽树，后人乘凉，而现在正是播种量子树的黄金季节！对于未来，各位老师也给出了精彩的论述。段润尧老师认为：生命短暂，这导致人们往往不愿意做长远思考。量子力学已经被发现了100多年，但是我们对这一学科的认识几乎还停在实验室以及仅限于一些神秘的现象，广大人民群众对它几乎没有认识，相对于牛顿力学已经深入人心，量子力学根本没有充分发挥它的实际影响力和价值。
他特别提到2007年他在日本京都参加完亚洲量子信息会议（AQIS2007）后在去机场的高铁上邂逅Charles Bennett博士（量子信息领域的奠基者之一），二人随即展开了热烈的讨论。这次印象深刻的讨论之后，他突然明白了量子信息科学可以把以前很多无法直观感受到的微观量子世界中的神秘现象通过计算和通信等方式最终在宏观世界加以展示出来，这将是人类文明的一个重大的进展。
因为量子力学是目前我们对这一世界的最精确的刻画，由此打造出来的机器也将代表了计算的极限。我们今天做的事情，还存在不确定性，但是我们不能因为畏难而退缩。现在我们最需要的是投入，既包括年轻人的投入、也包括资金的投入。
量子计算的生命之芽已经孕育，它肯定能破茧而出，但是在这之前，需要我们每一个人的呵护（就实现通用量子计算而言，最重要的是要解决纠错问题，目前尚无完整的一个量子逻辑比特被做出来，这个问题一旦取得突破，后续一定会实现指数增长）。
随后，孙晓明老师引用姚期智院士的观点做了总结：“量子计算只差最后一公里路，但是这会是一个非常艰难的，也是需要经过一段时间的最后一公里路”，我们需要前赴后继，不断努力。
前景非常乐观，但是需要我们不断的投入，不懈的努力，需要更多的人加入进来，现在是量子计算的”地理大发现”时代。在量子算法和复杂性领域，著名的量子算法好像很少，两只手都能数得过来，但这是因为做理论研究，要实实在在严格证明出来，要很硬核，要比现有的最好的经典算法更快。
此外，量子计算的人才培养还不够，孙老师与段老师、中科院数学所尚云老师一起组织了量子计算的Winter School，并依托中国计算机学会ADL举办了两次量子计算学科前沿讲习班（CCF ADL88、CCF ADL101），但覆盖的人群还不够多，期待更多相关老师同学能加入量子计算领域，促进学科发展，实现自身价值,推动科学进步。