2020年10月，美国物理学会宣布，中国科学技术大学的陆朝阳教授由于其“对光量子信息科学，尤其是固态量子光源、量子隐形传态和光量子计算的突出贡献”获得了2021年美国物理学会罗夫·兰道尔和查尔斯·本内特量子计算奖。今年7月，美国物理学会按照惯例电话采访了获奖者。记者Sophia Chen在美国物理学会简讯双月刊（7月-8月）和网站（APS News）发布了报道。
陆朝阳于2003年开始了他的研究生涯，当时他是著名物理学家、中国科大潘建伟教授的学生。在这里他获得了硕士学位，然后前往剑桥大学攻读博士学位。2011年，他回到母校任教。在不到二十年的时间里，陆朝阳亲眼见证了量子科技领域从一个小型的学术团体成长为一个涉及数十亿美元投资的国际舞台的过程。
陆朝阳见证了量子科技发展中的一些最耀眼的瞬间。
作为潘建伟团队成员，他参与了世界上第一颗量子卫星“墨子号”项目，该卫星将单光子编码的信息从近地轨道传输到地面。2020年，陆朝阳和同事在Science上发表文章宣布，“九章”量子计算原型机使用76个光子在200秒内执行一项算法，而经典超算需要几亿年的时间，实现了量子计算优越性的演示。
今年5月，在由APS、OSA和IEEE联合举办的CLEO国际会议上，陆朝阳关于“九章”的受邀报告被授予James P. Gordon Memorial Speakership。
采访（全文翻译）当你2003年刚开始从事量子研究时，你们实验室的目标是什么？那时候量子信息科学远不如现在受人关注，投入资金也少得多。当时我们认为，实现大规模的量子计算是一个遥远而富有雄心的目标，因此我们研究的重点是先踏踏实实地解决量子信息和量子计算中的基础问题，例如，如何连接多个量子比特来构建量子纠缠和量子逻辑门，如何演示量子算法的原理性验证，以及研究一些量子计算的玩具模型。
你参与了什么实验？
潘教授首先给我布置了纠缠六个光子的任务。后来，我们在这个平台上演示了Shor分解算法，利用四个光量子比特把15分解为5和3，现在看起来非常简单，但我们是国际上第一个用量子纠缠来完成这个任务的。后来，我们又演示了如何将单个光子的状态编码到多个光子的纠缠态上去，通过这样的量子纠错编码，即使光子在传输过程中丢失，仍然可以恢复量子信息。
我们还用多光子纠缠态模拟了一种叫做“任意子”的准粒子，证明了它既不是玻色子，也不是费米子，而是介于两者之间。这是第一个基于光子的量子模拟实验。
现在，中国科大团队也非常专注于实用化量子信息技术。这种理论向工程的转变是从什么时候开始的？2011年是重要的一年，潘建伟教授领衔的“墨子号”量子科学实验卫星项目正式立项。2013年，连接北京和上海的量子京沪干线项目也获得批准。
最近，你和同事们展示了使用光子的量子计算优越性，包括谷歌在内的量子优越性实验的意义何在？量子优越性实验使我们相信，量子计算机确实能够解决经典计算机无法解决的问题。
谷歌宣布在2019年量子优越性后，其他研究人员后来声称他们会设计出优于谷歌量子计算机的经典方法。这说明量子计算优势性是一个不断变化的目标？如同“九章”论文里面写的一样，量子计算优势性不是一蹴而就的。
这将是量子硬件和经典模拟之间的长期竞争的动态结果。对于这个重要的学术目标，量子科学家和经典计算机科学家之间会进行不断的比赛。经典计算机科学家们很聪明，他们会持续地致力于设计更快的经典算法来想办法挑战量子科学家。
因此，仍然有可能有人开发出一种经典算法，其性能超过你的量子计算机？理论上存在这样的可能性（虽然，实际上还没有出现）。
我们也非常希望和鼓励经典计算机科学家设计出更好的经典算法，达到他们的极限。同时，量子科学家通过改进量子硬件和升级更大规模的量子处理器（例如，近期“九章”已经升级到了113个光子），获得随着量子比特数目增加而指数级增长的量子计算能力，我们相信，最终，量子并行性会产生经典计算机无法企及的算力。
量子计算往前走，面临的巨大挑战是什么？我们的第一个目标是制造一台任何经典计算机都无法模拟的量子计算原型机。第二个目标是实现量子模拟的近期应用。最后一个目标是研制出一台容错量子计算机。实现第一个目标会给我们第二个和第三个目标带来信心，这是学术上非常有意义的阶段性成果。这也是我们在中文里说的“沿途下蛋”，或者说是在攀登珠穆朗玛峰的沿途中树立一个一个的里程碑。
中国也存在量子计算的炒作问题吗？我感觉量子计算产业化的炒作是目前全球存在的问题。近年来量子计算初创公司越来越多。你如何看待中国目前的量子计算初创公司？到目前为止，我不确定这些量子计算初创公司是否已有真正可行的技术路线和实力来制造实用的量子计算机。
量子计算下一个应该下的蛋是什么？下一个最快下的“蛋”可能是使用含噪声的中等规模量子设备（NISQ）的应用。量子计算最有前途的近期应用应该是研究量子物理系统本身——多体问题、量子化学和量子材料。
你们现在在做什么？加拿大一家名为仙乐都（Xanadu）的公司提出了许多与玻色采样相关的应用。这些应用与图论、量子化学和机器学习有关。我们正在研究这些方案是否真的可行。去年，我们又开始了新方向的初步探索，例如光镊中的原子阵列，等等。
你在剑桥大学攻读博士学位。你如何看待中国与英国的不同工作方式？没有太大区别。我们团队中的大多数教职员工都有海外留学经历，当我们回到中国时，我们带回来了海德堡、剑桥、斯坦福等的有益理念和工作方式。可能的一个区别是，在中国，传统孔孟文化让我们更趋于中庸与温和，寻求平衡，例如，研究生相对来说不太愿意挑战老师。
你已经在这个领域工作了将近二十年了。它在多大程度上达到了你的期望？回顾这10年，总体上我对整个量子信息领域的科学家们所取得的成就感到惊讶。人们往往对未来一年的目标过于乐观，但对未来10年的目标过于悲观，基于此，我也对未来10年保持乐观。