泰奥·庇隆宁解释了为什么他如此渴望他位于巴黎的量子计算初创公司爱丽丝和鲍勃不要在其中包含“量子”这个词 。
多年来，物理学家兼首席执行官解释说 ，这个词已经被小说劫持 ，变成了现实违背机械物理定律的神奇和幻想 。
但是庇隆宁和他的40多人团队正在建造的——以及他们刚刚获得的欧元27m系列融资轮——是一台具有现实世界应用的可销售量子计算机。
“这没什么神奇的——量子物理学是对自然最准确的描述，没有任何魔力，建造量子计算机是一个定义明确的挑战 ，需要一个雄辩的解决方案 ， ”他说。
因此，Alice&Bob——指的是物理学和密码学理论中使用的两个字符（而不是A&B）——以及一个自豪地比量子小说更像物理教科书的名字 。
随着市场从幻想走向理论走向现实 ，大量资金涌入量子计算 。Global Markets Insights的一份报告估计 ，到2028年，该市场将超过50亿美元。
与此同时 ，国际数据公司预计全球客户在量子计算上的支出将从2020年的4.12亿美元增长到2027年的86亿美元 ，复合年均增长率为50% 。
难怪全球科技巨头——包括谷歌 、亚马逊和IBM——以及世界各地的国际学术界和实验室——都在竞相建造第一台商用量子计算机 。
后一类是爱丽丝和鲍勃，由庇隆宁和量子物理学家拉斐尔·莱斯坎共同创立。
量子物理学是对自然最精确的描述 ，没有任何魔力
庇隆宁解释说 ，作为一家初创企业，通过采用硬件高效的量子计算方法来实现“精益 、单一和专注的愿景 ”非常重要 。
他补充称：“我们选择了我们认为这场竞赛的主战场 ，那就是量子硬件 。我们正在制造将成为量子计算机核心的芯片设备。”
简单的目标是建造一台不会出错的量子计算机 。建造量子计算机的最大挑战之一是影响量子比特的错误（量子比特或“量子比特” ，是经典二进制比特的量子版本） 。
像IBM这样的公司正试图通过研究具有越来越多量子比特的处理器来解决这个问题。
然而，爱丽丝和鲍勃通过设计超导“猫量子比特 ”电路采取了一种合格的方法，该电路声称能够减少处理中的故障 ，从而减少克服这些故障所需的处理器数量 。
最近与实验物理学家扎基·莱塔斯领导的一个研究实验室的合作表明 ，这些猫量子比特可以抵抗长达几分钟的“比特翻转 ”（这是量子计算中出现的两种故障之一的名称） 。
虽然这可能看起来并不长，但该公司声称这是“比早期量子努力提高了近10万倍”。
爱丽丝和鲍勃声称 ，通过这一最近的发现 ，它已经创造了“交付可扩展通用量子计算机的捷径 ”——通过减少所需的量子比特数。
这一突破的消息恰逢一轮成功的3000万美元融资，投资者包括法国风投Elaia、BpiFrench和Breega以及颠覆性科技基金经理Supernova Invest 。
佩隆宁说 ，现在的计划是使用猫比特电路来减少量子计算中的另一个已知错误：“相位翻转 ”他估计这还需要一年时间——这意味着第一台容错量子计算机可能会在2023年上市 。
如果成功 ，该公司将提供Quantum-as-a-service（QaaS），允许企业远程利用量子计算资源。
“到目前为止 ，还没有人成功建造出这种量子计算机 ，能够因为这些错误而做到经典计算机可以做到的事情 。因此，就我们而言 ，我们真正专注于解决技术挑战 ，”他说 。
量子有天赋
佩隆宁补充说，爱丽丝和鲍勃的资产之一是它有能力吸引有才华和成就的物理学家和工程师来解决这些挑战。为此，该公司计划在未来两年再雇佣30名员工 ，其中大部分拥有先进的物理技能 ，以及支持其技术商业化的开发人员和工程师 。
“目前量子计算的限制因素不是资金——尽管它是相当资本密集型的——而是获得科学家和知道如何制造这些非凡机器的知识渊博的人的机会， ”他说 。
但即使拥有大量额外的人才 ，庇隆宁真的认为自己能与谷歌和IBM竞争吗？虽然目前还不是钱的问题 ，但他承认总有一天会的，他们需要扩大规模。然而 ，就规模而言 ，他补充称，这家初创企业并不落后 。
“如果你看看谷歌的量子硬件团队 ，估计有50到100人 。IBM大约100到200人。现在我们40岁了 ，我们的目标是在未来两年内翻一番 。因此，虽然我们还没有达到同样的水平 ，但就规模而言 ，他们并不领先光年， ”他说 。
虽然爱丽丝和鲍勃的一半员工拥有博士学位，但你不会在其员工中看到很多销售和营销人员。庇隆宁似乎非常自信 ，这些机器的用例“无处不在” ，他说他宁愿专注于通过改进技术为公司股东创造价值。
就实际部署而言，庇隆宁只能笼统地说 ，但他认为量子计算将用于解决经典计算机无法解决的问题的三个主要领域 。第一个领域是优化——优化金融投资组合或设计飞机叶片的最佳形状 。
“量子计算机可以用来显著加快优化速度 ，并找到最终解决方案，例如物流或复杂网络 ， ”他解释道。
第二个领域是利用量子计算机解决工程问题——或线性代数——量子计算机能够在设计飞机时求解流体动力学方程 ，或为人工智能训练神经网络 。
“大多数现代工程都可以指数级加速，它在能源、工程和数据科学等领域都有应用 ， ”佩罗宁说 。
然而 ，最让庇隆兴奋的是量子计算机模拟分子解码基因组 、药物和蛋白质秘密的能力。
“举一个非常实际的例子，如果你想模拟像青霉素这样的分子——这是一个简单的分子——但是这需要一台经典的计算机 ，大约10到80位的空闲内存 ，所以内存比宇宙中的原子还多 。
“所以，不仅仅是我们目前的计算机不够快，它们永远不会足够快 。而量子计算机需要大约254个量子比特 ，如果我没记错的话 ，所以虽然我们还没有到那一步，但一切都触手可及。”
