量子計算可能成為一項顛覆性技術：它建立在聽起來非常奇特的物理學基礎上，並有望以前所未有的速度和效率解決某些類別的問題。一些人認為，目前在量子計算領域的承諾太多，交付卻不夠，而D-Wave是一個例外。
這家開拓量子計算領域15年的高科技公司，如今擁有著巴斯夫、德勤、萬事達卡和葛蘭素史克等大公司優質客戶。Alan Baratz從負責D-Wave的研發到成為其CEO，不斷推出新產品和追求新研究方向，一步步帶領公司成功上市。
在此次專訪中，Baratz談到了量子計算的基本原理、量子計算與市場現狀、現實世界客戶和案例的關係，以及這個領域的未來。
量子計算的炒作與現實
Baratz擁有多元化的工作背景，包括在Avia和思科負責產品管理、擔任初創公司CEO、以及在風險投資行業工作等。然而，他認為與在D-Wave所做的工作最接近的是，他曾是Sun Microsystems的第一任Java soft總裁。
在Java soft，Baratz負責將Java技術推向市場，構建開發人員生態系統並增加收入。他在那裡所做的很多事情與D-Wave現在正在做的事情相似：創建一個新的行業並構建一個新的生態系統。
當然，有一些根本的區別。Java從問世的第一天開始就可以工作，雖然並不完美，但它是建立在現有IT基礎設施之上的。從那時起，該技術逐漸發展成熟並征服了軟體開發世界。值得注意的是，Java基本沒有技術鴻溝，儘管在某些時候可能圍繞它有過一些炒作和爭議，但長期來看它一直是一項得到過驗證的技術。
而量子計算是一個全新的概念，需要多年的研發才能發展起來，目前還無法直接面對軟體開發人員。Baratz解釋說，量子計算存在著基本的技術鴻溝，這就是D-Wave在市場上的「炒作」根源。
根據麥肯錫的說法，量子計算的現階段介於「炒作」和革命之間。根據美國銀行研究部總經理Haim Israel的說法，量子計算的風潮「比火還熱」。據量子計算專家Sankar Das Sarma稱，儘管量子初創公司風靡一時，但尚不清楚它們是否能在不久的將來產生任何有用的東西。
Baratz的立場似乎介於上述兩者之間，在當今和未來的量子計算應用之間，以及D-Wave和競爭者之間劃清界限。
「雖然量子行業的其他所有人都將政府研究資助視為收入，將國家實驗室和學術機構視為客戶，但我們合作的是萬事達卡、貝寶、葛蘭素史克、強生、大眾、巴斯夫、德勤、SavantX等大商業公司和洛杉磯港口。」Baratz說。
量子計算的歷史和基礎
Baratz劃定的D-Wave和競爭者之間的分界線在於構建量子計算機的不同方式：量子退火和門模型。Baratz解釋道，當D-Wave在15多年前著手構建量子計算機的任務時，人們卻認為門模型系統可以解決所有問題。另一方面，量子退火只能解決某些類別的問題。
目前已知量子計算機在四類問題中提供加速優勢：優化、線性代數、因式分解和微分方程。Baratz提供了每種應用的示例：線性代數的機器學習、因式分解和計算流體動力學的密碼學以及微分方程的量子化學。
優化問題在物理學、生物學、工程學、經濟學和商業領域有著廣泛的應用。Baratz指出，退火型量子計算機非常擅長優化問題。它們還可以解決線性代數和因式分解問題，但不能解決微分方程問題。
Baratz解釋說，當D-Wave開始構建其量子計算機時，科學和工程還沒有發展到人們認為可以構建門模型系統的程度。他補充說，當時人們普遍認為可以建造一台量子退火計算機。所以D-Wave決定繼續構建退火系統，因為他們相信可以做到。
「其他人都得出結論，他們還是要建立一個門模型系統，因為他們相信最終可以解決所有問題，而退火系統只能解決一部分問題。所以其他人都採用了門模型系統技術路線。但是一年前發生的事情令我們每個人都感到驚訝，因為實驗證明了門模型系統無法真正加速優化問題。」Baratz指出。
門模型系統非常擅長微分方程問題。Baratz說，它們還可以計算線性代數，進行因式分解，但無法解決優化問題。一言以蔽之，退火解不了微分方程，而門解不了優化。而優化有很多潛在的應用，事實證明這非常重要。
D-Wave最初採用了一種看起來更保守的方法，事後證明是正確的。Baratz稱這是「對我們來說非常成功的歷史僥倖」。目前，D-Wave在退火領域具有先發優勢。這意味著他們不僅擁有其他人所沒有的專業知識和技術，而且還擁有多項專利。所有這些都為公司創造了一條有效的護城河。
量子計算的問題
一年前，D-Wave得出結論，他們的量子退火計算機已進入商業化階段，這意味著他們有能力解決商業規模的實際業務問題，並且「即使不是大多數，也有很多困難的底層技術問題已經得到解決」，Baratz說。由於公司有一些餘力，他們決定啟動一個門模型研究，使他們最終能覆蓋整個量子市場。
因此，D-Wave對基於門模型的努力所面臨的問題也有第一手經驗。最重要的是糾錯。在傳統計算中，比特用於計算和存儲信息。量子計算中的等價物是量子比特，並且有很多關於每個系統可以管理多少量子比特的研究。然而問題在於，在很多情況下，更多並不一定意味著更好。
比起經典比特，量子比特複雜得多，但引入錯誤的方式也很多。通常是通過與環境相互作用而發生的，例如電磁干擾等。Baratz指出，無論是量子系統還是其他系統，沒有任何系統是完全沒有錯誤的。在經典計算機中，我們通常不會考慮錯誤，因為存在處理錯誤的糾錯算法。但量子計算機的糾錯算法還不完善。
然而，根據Baratz的說法，退火和門模型系統之間也存在差異。門模型系統對錯誤非常敏感，這與執行計算的方式有關。在門模型系統上進行計算意味著將指令直接應用於量子比特，類似於將指令應用於經典計算機中的比特。一旦錯誤被引入，如果不加以糾正，計算就會分崩離析。
「由於這些錯誤經常發生，如果沒有糾錯，你不可能在不引入錯誤和計算崩潰的情況下完成超過20或30條指令。但對於許多門模型算法需要數萬、數十萬或數百萬條門指令。因此，如果不進行糾錯，門模型系統將無能為力，」Baratz說。
Baratz認為，糾錯是通過長時間計算實現具有高保真度量子比特的關鍵，而不是量子比特數或拓撲結構，進而可以在門模型系統的開發中取得進展。他預計，我們至少需要7到10年才能達到今天的目標。他說，基於退火的系統要穩定得多，量子比特數量的增加和更好的量子比特連接拓撲結構將使它們能夠解決比現在更複雜的問題。
解決現實世界的問題
Baratz提到了一個目前還無法解決的問題：對聯邦快遞的路徑進行完全優化，從骨幹網到最後一英里。因為這需要數千萬個變量，D-Wave現在還沒有。另一方面，許多重要的實際優化問題已經可以得到解決。與此同時，在具有更多量子比特、更好連接性和更低錯誤率的新型計算機方面正在取得進展。
Baratz還提到了今天正在解決的一些問題，例如萬事達卡的客戶報價分配、巴斯夫的作業調度以及SavantX和洛杉磯港口的供應鏈物流。在最後一個案例中，裝卸貨櫃的起重機減少了12%，車輛提貨時間減少了12%，同時效率提高了60%。
根據Baratz的描述，使用基於門模型的量子系統的做法聽起來更接近經典計算機的編程。然而，使用基於退火的量子系統是非常不同的，沒有傳統意義上的「編程」——任務被建模為優化問題，這意味著用戶需要清楚的說明他們的問題是如何定義的、參數是什麼以及它們之間的相互依賴性。
Baratz指出，這不是軟體工程師應該做的事情，而是由數據科學家和數據分析師等人解決的事情。優化問題通常被指定為所謂的線性規劃問題或二次規劃問題。Baratz說，這是優化工程師使用的語言，D-Wave允許他們採用該規範並將其直接提供給混合求解器。
混合求解器利用量子計算機和經典計算機來解決問題。D-Wave的產品中有一個混合求解器，最近進行了升級。Baratz描述道，混合求解器能將問題定義、輸入，並可以確定問題的哪些部分可以由量子計算機解決。隨後，再將問題分配到量子計算機上求解。
D-Wave的產品和路線圖
D-Wave提供名為Leap的雲服務，用戶可以通過該服務訪問其功能：量子計算機、混合求解器和軟體開發工具。D-Wave還提供專業服務，幫助客戶解決問題制定或工作提交等在客戶專業知識之外的問題。
鑑於量子計算的現狀，我們想知道D-Wave的客戶都是世界上最大的公司。D-Wave本身是一家在紐約證券交易所上市的上市公司。Baratz提到，通過上市，D-Wave設法籌集了現金並開闢了各種新的資金來源。
在討論D-Wave最近的第三季度業績（Baratz稱其在各個層面都很強勁）的電話會議中，該公司宣布，在2022年前三個季度，他們擁有超過100家客戶。其中，40個是政府和教育機構，60個是商業機構，其中20多個是全球2000強。另外還有40個不是全球2000強的商業客戶，Baratz說，例如一家名為Save on Foods的加拿大雜貨連鎖店。
D-Wave的核心產品也可通過AWS Marketplace進行訪問。此外，D-Wave在AWS Marketplace上還有一個更有針對性的產品：機器學習的特徵選擇。特徵選擇是機器學習中最重要的元素之一。在訓練機器學習模型時，將包含許多可能感興趣的特徵或分類器。但是包括所有這些特徵會導致過度擬合，即生成了不適合目標任務的模型。
這就是為什麼在機器學習的預處理步驟中，需要識別一小組具有代表性的特徵，然後在該集合上構建模型。從一大組弱分類中找到一小組強分類是一個非常困難的優化問題，而D-Wave的系統在這方面做得很好。Baratz說，這還能用於欺詐檢測。根據Baratz的說法，D-Wave目前還沒有解決機器學習流程管道的其他部分，因為它的量子計算機和任何門模型系統目前都還沒有能力擊敗GPU。
Baratz總結說，量子生態系統是由退火模型與門模型劃分定義的。退火在今天已經走向了商業化，而對於門模型，事情仍處於研究和實驗階段。
「我們是一家通過退火來解決優化問題的公司。現在我們也在做門模型系統。因此，我們將成為一家能夠涵蓋整個量子計算市場的公司，」Baratz說。
編譯：王珩
編輯：慕一