遇事不决真的可以量子力学了：量子计算机上云，手机APP就能玩( 三 ) _知识分享

第一，实现量子计算优越性。
第二，制造各领域专用的量子模拟机。
第三，制造可编程通用量子计算机。
第三阶段的通用量子计算不能是 \" 空中楼阁 \"，需要来自第二阶段大量的技术和经验积累。
具体来说，需要掌握多量子体系的精准制备、提高量子比特的操纵精度，还要与各行各业现有研发和生产体系深入融合。
这样来看，光靠量子计算行业自己是无法完成这些积累的。让各行各业的人先把量子计算用起来、不断反馈迭代就成了必不可少的环节。
最后要说的是，单点突破和产业化这两条路线并不是互斥的，而是互补的，都需要有人去探索。
将来，一方研制出高性能的量子计算机，可以借助另一方的产业化平台快速落地应用，共同将量子计算的强大能力发挥出来。
量子计算产业化这条路怎么走？
至于量子计算产业化这条路到底该怎么走，各国各方其实都还在探索阶段。
率先拿出成果的百度，或许可以拿来作为参考。
首先要做到的，软硬一体。也就是打通量子计算应用或者服务、量子软件平台、量子硬件平台的全流程。
这一点可以拿个人计算机的历史来类比。最初厂商只提供硬件，普通大众难以上手，当操作系统和配套应用软件都成熟以后个人计算机才迅速普及。
接下来要做到的，全平台支持。将量子计算平台打造成一个中间层，让软硬件供应方不用担心相互怎么兼容，专心做出更好的产品。
具体到百度量羲来说，一个平台兼容了超导量子计算机、离子阱量子计算机以及量子模拟器等多种算力，同时支持手机端、电脑端、云开发等多种使用方式。
同样不可忽视的，坚持技术创新与自主可控。
百度在量子架构、量子算法、量子纠错、量子芯片、量子测控等核心方向已完成 200 余项发明专利申请并有 80 余项获得授权。在量子计算全球高价值专利及创新驱动力排名中位列国内第一、国际第三。
一方面完整自研技术体系更容易产生协同效应，另一方面在国际竞争中也能不受制于人。
据了解，建成量子软硬一体化解决方案的过程中，百度遇到的困难也有不少。
其中涉及成千上万的技术细节又环环相扣，任何一处小的失败都会让整体功亏一篑。
比方说，要制造量子计算机，就需要在接近绝对零度的环境产生超导效应。
在严苛的环境下想要对量子比特的精准操控，还需要反复的计算和尝试以找到最佳参数。
量子计算机无法理解普通计算机的处理器指令，想开发量子算法，就要先将人类可以理解的程序语言编译成量子计算机机器可以理解的微波脉冲。
开发出量子算法还不算完，还需要将这些算法恰到好处的应用在其能发挥作用的问题上，以此实现量子算力到生产力的转化。
百度克服这重重困难，做成全球首个全平台量子软硬一体化解决方案，也把其中得到的经验总结成三条。
长期布局，百度于 2018 年布局量子计算，在国家战略规划与政策支持下，将发展战略定位 QIAN（量子研究、基础设施、前瞻应用、网络生态），进而催生了量子软硬一体化解决方案。
产业化思维，一方面是延续了百度在 AI、云计算行业坚持做产业化的思路，另一方面百度飞桨加速了量子应用研发的步伐、百度智能云又让量子算力能够稳定输出。
人才和生态建设，历经四年多的量子计算人才梯队建设，以及与科研院所的深度合作，都是不可或缺的。
另外要说的是，探索量子软硬一体化解决方案的意义不仅在单个方案自身，更在于将整个流程标准化、自动化、产业化，为即将到来的通用量子计算阶段做好了准备。
那么，问题来了：
量子计算是否已经到了产业化阶段？
站在今天这个时间节点，我们或许仍无法给出标准答案。
但以史鉴今，作为国内工业界的技术先锋，百度在过去每一次硬科技浪潮前夜，确实都曾做出春江水暖的决定：
2010 年，率先成立 AI 自然语言方向的 NLP 部门。
2012 年底，组建深度学习团队 IDL 。
2015 年，开启自动驾驶商业化探索。
2016 年，推出国产深度学习框架 PaddlePaddle 。
……
所以百度此番落子，说是初步探索也好，说是开辟新路也罢，背后真正值得关注的，是量子计算正在从实验室走出，从最高精尖的攀登，走向面向更多人的应用探索。
而其商业化、创业的探索序幕，或许也已经拉开一角，真正如量子计算大咖们类比的那样：已经到了最后一公里。