要发掘出量子计算的真正潜力，我们可能还需要再等几十年，而 D-Wave 正在向着这个目标大步迈进，这家公司承诺将在明年推出其已经得到了大幅改进的量子处理器。
这家加拿大的公司表示将在明年初推出一款能够处理大约 2000 个量子比特（qubit）的新型量子芯片，这一数量差不多是现有的 D-Wave 2X 系统的处理器中量子比特数量的两倍，而且其将实现的计算速度也将达到前一代的 1000 倍以上。
D-Wava 的计算机造价数百万美元，其使用一种所谓的「量子晶体管（quantum transistor）」来进行计算——这种晶体管是一种利用液氦冷却至近乎绝对零度的微型铌线路。
目前还仅有几家企业或组织在使用 D-Wave 的量子计算机，其中包括谷歌和大学空间研究协会（Universities Space Research Association）、洛克希德·马丁公司和洛斯阿拉莫斯国家实验室。不过，D-Wave 也在通过云服务来提供其量子计算机的使用权限。
量子计算仍然很大程度上是一个理论研究的领域，这个领域研究的是如何利用物质在原子尺度上的怪诞和反直觉的行为来开发强大的机器。对于某些特定任务，量子计算机的速度有望指数级地超越现有的计算系统，而且同时其能效也将远远更高。目前还不存在通用型的量子计算机，而 D-Wave 的量子计算机是通过利用原子的多种行为（如纠缠和态叠加）来帮助解决一系列困难的计算问题。
「我们已经进入了一个发展轨道，差不多每隔一年就能实现量子比特的数量的倍增。」D-Wave 业务发展和战略合作伙伴关系负责人 Colin Williams 说。
D-Wave 处理器中量子比特数量的迅速增长让该系统可以进一步挑战传统计算机，而他们新的处理器还将支持一些能带来更高效计算的额外特性。
「在内部测试中，这么做的效果看起来真的非常不错。通过利用这些能力所带来的 1000 倍提升，我们已经加快了解决某些问题的速度。」Williams 在剑桥的 CW TEC 会议上如是说道。
D-Wave 系统并非如同今日的 PC 一样的通用型计算机。D-Wave 机器没有能力执行所有类型的计算任务，其只能解决一种被称为无约束二元优化（unconstrained binary optimization）的特定类型的任务及其相关的采样问题。这种类型的优化问题的一个非常简单的案例是：在你的预算范围内，拟定尽可能接近你的梦想规格的房屋规划。
据 D-Wave 称，D-Wave 处理器处理的这些特定的任务可以在一些特定领域发挥巨大的作用，尤其是在训练机器学习模型上。
但是，要实现通用量子计算机还存在更大的难题，另外还有一些尚未解决的工程难题。伦敦大学学院纳米电子学和光子学教授 John Morton 根据过去的芯片发展趋势预测说第一个通用型量子处理器会在 2030 年代问世。
Morton 说就好像计算器不是计算机一样，D-Wave 系统也不是通用量子计算机。
「计算器可以解决一些非常具体的问题。很多人使用它，而且你可以跨许多行业使用计算器。」他说，「所以当 D-Wave 向你表示有许多行业都可以使用 D-Wave 机器时，也许确实有很多可以应用它的领域，但它仍然是一种专用设备。」
尽管谷歌目前尚未使用 D-Wave 机器来增强其在机器学习方面的工作，但这家科技巨头在去年年底通过一次测试运行证实了 D-Wave 的处理器的可行性（其不断受到一些学者的质疑）。
该实验发现在执行一个类似的运算时，D-Wave 2X 处理器的速度可以比传统处理器快 1 亿多倍，但 Williams 说，更重要的是这项实验展现了 D-Wave 的芯片的未来潜力。
「其所带来的主要收获并不是在加速上的效果，因为还有一些其它算法可以做到更好。」他说，「这个实验表明 D-Wave 芯片中确实发生着量子隧穿（quantum tunnelling）。它表明即使隧穿的范围是有限的，它也仍是一种有用的计算工具。谷歌和我们一样理解这一点，随着我们对我们的芯片设计的改进，并实现更密集的连接，那么在这个问题上目前效果良好的传统算法就将完全落后。」
D-Wave 已经从多个投资者那里拿到了数百万美元的融资，其中包括投资银行高盛、In-Q-Tel（美国中央情报局的投资机构）、Bezos Expeditions（亚马逊创始人 Jeff Bezos 的投资机构）、BDC Capital、Harris & Harris Group、和 DFJ。
像人类一样说话的机器
对 D-Wave 芯片的另一个批评是其专用性限制其用途，Williams 反对这种说法。
他说：「人们认为 D-Wave 芯片只能做一件事，我想说这是不对的，事实已经证明它所能做的一件事可以被用在许多不同的领域中。」
尽管他并没有指明这样使用过 D-Wave 芯片的组织，但他说这种处理器已经在金融领域被用来进行交易轨迹优化、在生物科学领域被用来研究蛋白质折叠、被用来创造永远不会错过潜在匹配的列表过滤器——这可以用于检查恐怖分子监控列表的安全服务、人工智能二元分类器的开发和计算机视觉。
但这是无监督机器学习——训练数据被送入一个神经网络，机器通过识别模式进行学习；Williams 相信 D-Wave 处理器将在这一领域带来最大的影响，这也许还能够解释谷歌对这一技术的兴趣。
「我们认为机器学习和人工智能从根本上来说是这种机器的最好的应用案例，尤其是它有望彻底变革无监督生成学习。」他说，「使用量子芯片，我们有望回到并解决机器学习的最初的也是最大的挑战——『我们怎么实现效果和人类一样好的无监督的生成式的机器学习？』如果你能做到这一点，你就可以使用机器学习做到很多惊人的事情。你可以让受过训练的机器生成新的、且与训练数据无法进行统计区分的新数据。」
Williams 预测未来几代的 D-Wave 芯片可以训练机器生成类似于其接受训练的大师画作那样的新的让人信服的艺术作品，或有能力进行和人类一样的语音对话。
D-Wave 已经开始在这种芯片上实验机器学习了，他们制作了一种随机循环神经网络——玻尔兹曼机，即「量子玻尔兹曼机（Quantum Boltzmann machine）」——Williams 称其「与之前的机器学习模型存在根本上的不同」。
Williams 认为 D-Wave 芯片或其它量子处理器并不会取代传统计算机芯片，而是会一起协作。
「我们认识到量子计算并不会取代传统机器。量子计算改变世界的方式是增强传统系统。」他说，「比如说哦，你可以将量子计算的输出作为启发式搜索算法的输入。其中的思想是：量子算法可以让你接近很好的解决方案，而传统算法可以帮助你完成它。我们也可以看看预处理技术，对于一个非常大的问题，我们可以将其放进量子芯片中，然后将其分解成一个问题序列。」
除了 2000 量子比特处理器之外，Williams 说 D-Wave 还有一种「下一代芯片」的新设计，其「基于我们所学到的经验教训，具有完全新式的拓扑结构」。
关于 D-Wave 新型芯片的更多细节
对细节感兴趣的人来说，Williams 对 2000 量子比特芯片的能力也做了更深入的介绍。
每个 D-Wave 处理器被设计进行量子退火，使用量子物理发现最小的能态，这对解决优化和相关采样问题而言很有用。Williams 解释了新的芯片将如何提供对退火过程的更强大的控制。
他说，「不只是有了更多的量子比特，我们也改变了其他许多特征。在先前的 D-Wave 芯片上，我们只有观察一条退火路径的能力。我们也有一种单行道依次关闭初始哈密顿量以及打开最终哈密顿量。」他解释说，哈密顿量能够在给定系统状态的情况下输出系统内的能量。
「这不久之后将会改变，有了 2000 量子比特芯片，我们将对参数有更强的控制，我们也打算对退火路径添加更多的控制。从内部的测试来看，做这些改变真的很好。通过利用这些能力，我们在一些问题上已经加速了 1000 倍。我们也有了终止退火的特征，然后加速将退火过程推向终点，你不需要再等速退火了。这很有趣，因为这使得你能在退火中探测量子态，从量子玻尔兹曼机的角度来说这是很重要的特征。我们也有一个更快速的退火过程，前一代系统的退火速度只能降低到 20 微秒，而新系统的速度可降到 5 微秒。」
