量子计算机在牛津争夺500万美元医疗保健大奖

500万美元的问题

在牛津郊外的一个实验室里，一台由铯原子悬浮在激光网格中构建的量子计算机正在等待它的时刻。这台机器足够小，可以被携带出建筑物，但足够强大，以至于其总部位于Colorado州的所有者Infleqtion相信它可以在本周Marina del Rey加州的竞赛中赢得500万美元。该奖金属于能够证明量子算法解决经典计算机无法处理的真实医疗保健问题的团队——一项如此苛刻的挑战，甚至竞赛的组织者都怀疑是否有人能够完全获得大奖。

竞赛是由非营利组织Wellcome Leap运营的Q4Bio。它已经进行了30个月，共有12支团队参加，每支团队获得150万美元的发展资金。六支已经进入决赛。他们的工作共同代表了迄今为止最认真的尝试来回答整个量子计算领域悬而未决的根本问题：当今嘈杂、容易出错的机器能否为世界做一些真正有用的事情？

没有人预期的混合解决方案

从Q4Bio中出现的最重要的技术发现可能不是哪支团队会赢，而是所有团队如何应对当前量子硬件的局限性。面对处理器在噪声、量子比特数量有限和高错误率方面的困难，所有六支决赛队伍开发了混合量子-经典方法——将大部分计算外包给传统处理器，然后仅在经典方法无法扩展的特定子问题上使用量子硬件。

这不是早期流行想象中的量子计算，当时量子机器将独立运行整个计算。这是更实用且更有趣的东西：量子和经典系统之间的劳动分工，各自充分发挥优势。经典计算机处理他们高效处理的问题部分；量子硬件解决经典方法无法复制的量子效应提供优势的部分。混合方法还产生了算法进步，改进了经典计算性能作为副产品——无论量子组件最终如何表现，该发现都具有价值。

正在解决的问题

Q4Bio团队正在处理真实问题。总部位于Helsinki的Algorithmiq与Cleveland Clinic合作，使用IBM超导量子计算机模拟光激活癌症药物——一种已经在膀胱癌第II期临床试验中的光动力治疗试剂。量子计算的模拟将允许该药物被重新设计用于治疗其他癌症类型，这是一个在经典计算中不可能建模的应用，因为所涉及的分子动力学在常规硬件上计算上不可行。

Oxford大学的Sergii Strelchuk使用量子计算机通过基于图的数据结构来映射人类和病原体之间的遗传多样性，这些结构会令经典求解器不堪重负。该系统可能会暴露基因组数据中隐藏的联系，揭示标准生物信息学目前看不见的治疗途径。而Infleqtion的铯基机器正在开采Cancer Genome Atlas来识别表明转移癌症可能起源的模式——这对治疗规划至关重要的临床信息，但由于数据规模而在计算上不可访问。

即使失败也将被视为进步

Q4Bio的竞赛主任对任何人声称500万美元大奖的可能性坦白。该挑战不仅需要有用的量子算法，而且需要可以证明解决经典计算机无法解决的问题，在满足严格性能标准的100个或更多量子比特上运行。鉴于量子硬件的现状，同时满足所有这些条件是一项非凡的挑战。

但即使没有团队带走大奖，竞赛也产生了有价值的东西：严格地映射量子计算能够真正为医疗保健做出贡献的地方，以及改进了甚至经典机器性能的一组混合技术。通过尝试用真实机器解决真实问题而不是等待理论上的未来硬件，该领域被这种纪律所改变。接受当前量子系统的局限性，同时找到从它们中提取真正效用的方法的这种实用主义——可能是Q4Bio最重要的遗产，无论奖金如何分配。

本文基于MIT Technology Review的报道。阅读原文。