刚刚注意到最近国内一些有关量子计算方面的进展报道，特别是有些媒体在显要位置刊登了诸如带有“中国发布了首台量子计算机”标题的文章。报道本质上是围绕潘老师跟其他研究组在去年年末和近期在光子线路和超导量子线路体系上实现了10个量子比特的纠缠态，并演示了利用量子算法求解量子线性方程组的能力等进展。但是报道里面捎带的评论大有夸大其词的嫌疑。特发此短评，希望能对不知情的知识分子界提供些许的参考，也希望藉此获得更多来自国内同行的反馈。欢迎批评指正。
就在前几个月，Google在学术会议上宣布今年计划完成49量子比特的量子计算机研发。目前经典超级计算机能够模拟的最大规模量子计算机是49量子比特，如果实验室能够实现高于49比特(depth 40 with 7*7 circuits)的量子计算机，任何经典计算机都无法在有限时间内模拟其运算过程并存储下完整量子态。从公开文献和外部报道的信息看，我认为国内搞的量子计算机侧重于某些固定结构的算法实现，所以能否通用，我无法下结论。此前的报道有标题党嫌疑。另外，这些已经发展的技术有多少可以在未来更大型的量子计算系统中得到延续？这些也应该考虑。
量子计算机跟经典计算机的最大不同在于实现了微弱量子态的制备和控制，取代了基于经典比特态的信息处理方式。其很多效应意味着经典计算机算法的终结。比如，量状态不能复制（no-cloning principle)，其结果意味着经典计算机算法里面常用的将一个变量复制到另一个变量的复制操作不再适用于量子计算机；而且经典计算机的循环和条件操作因为必须要测量比特信息，在量子计算机里面这种操作就意味着对量子态的破坏或塌缩（collapse)，所以也不能在量子计算机里面直接用。而量子计算机对具体问题的运算大概就需要不断的对自己的线路整体结构不断的变化和调正，每一种结构对应解决一种特定的问题，而不是基于对比特态测量后的结果再行判断下一步要将晶体管的开关转换到什么状态。据我所知，在实验室要制备10个光子的纠缠态尚且需要大量的准备时间，而且重复实现比较困难，如何将这些操作自动化、精细化、可控化，也许还有很长的路要走。更不要谈如何实现对更广泛领域的推广应用问题。
另外，要实现一个或者若干个量子态的操作尚且困难，要实现这些量子态的可纠错操作将更加困难。量子态从某种意义上说，是极其脆弱的，很容易受到外界环境波动的影响，量子纠错作为一个必要的措施来抵抗各种错误的发生是实现通用量子计算机的重要条件。这就像去实现一个复杂的系统–比如像组织一个国家的运行，即使每个关键的部件或者人有时候变得并不可靠，但只要在系统层面上有足够的冗余性和优化选择的机制，整个系统仍然可以是可靠的。所以最终量子计算机的每一个量子比特都要配以若干的系统冗余来对抗各种单元部件和单步操作的内秉失误率，以实现系统级的可靠性。特别是对某些计算来说，由于其计算结果已经超过了任何经典超级计算机所能模拟验证的极限，如果量子计算机不能证明其本身是可靠的，没人能够简单认可或证实其计算结果是否有价值。 其因增加可靠性而要付出的代价几乎是随着量子比特位数指数级增长的，所以更高量子比特位通用量子计算的实现并非比10个量子比特位系统更简单，或者难度线性增加，而是更高数量级的越发困难（参考M. Reiher, N. Wiebe, K. M. Svore, D. Wecker, M. Troyer, PNAS Jul 2017, 114 (29) 7555-7560中图表2对不同量子纠错机制下实现量子容错计算所需操作数和物理qubit数的总结）。
国内大众看到目前我们在量子卫星以及若干量子计算领域突破点等方面的进步而欢呼雀跃，但现实是我们在一些关键的系统设计、基础元器件和自动化量子操控等领域尚缺乏人才、产品和知识基础，而且没有高效的社会组织方式。将来即使实验室可以实现更高比特位量子计算的演示，要实现能够拿来用的工程计算机，我们未必有比较踏实的基础准备。ＩＢＭ前期发布的５个量子比特的在线系统，让更多人可以提交任何计算操作请求，不管其价值如何，我认为基本目的有两个：１．吸引招揽能够从事系统设计和操作的人才；２．集思广议，探索可以在小型量子计算机运算的应用系统和可解决的问题，这样可以形成一个商业循环，吸引民间投资，加速资金聚集，加速研发进程。Google前面买断了加州大学的一个研究组，跟NASA合作，并且积极探索非纠错的量子计算机在人工智能和优化算法上的应用，也是跟市场接轨，开拓边应用边研发边聚集人才和投资的举措。这些商业化的举措要比单纯的发文章，做个新闻发布会，或者跟尚无明确应用开发方向的阿里巴巴合作（仅从外部报道看）来的更加实际有效。绝大多数公众尚且对量子科技玄乎其玄，决策层自然就很容易被学者忽悠，粗放式的铺开摊子发展。与其让政策听任于书面的报告，追求与单一的，学界尚无明确技术路线的实现通用量子计算机的长远目标，不如引导让一部分市场的力量选择那些学术界许诺可以实用化的量子技术先行投入小范围应用的小目标，“不管是黑猫白猫，抓住老鼠就是好猫”，并加速这些关键技术的资金、人才、低廉化、系统化的发展进程，形成广泛的社会、部件产品和工程基础，再适时地聚集人才在最接近实现的突破口上集中优势兵力一一加以突破。作为未来量子计算关键技术和部件很可能首先在量子通信和精密测量等相对简单、应用广泛的外围领域得以发展和成熟。否则将难免出现学者口里的永远是“１０－２５年就能实现”的现象；也难免出现实验室里做的很好，结果基础元器件没法用，社会上也没人知道怎么用量子计算机，拱手将研究成果让与其他有开发、制造和应用市场的其他更有准备的国家或者企业领衔量子计算机的实用化进程；也难免会出现，一旦量子计算机实现，大量的从事传统信息产业的人才失业，造成推动新技术革命机遇面前的巨大社会阻力的现象。我认为，这些前期的分担风险，提前转移劳动力，培养人才，推广应用新技术和优化资源配置的工作都应该在国家层面上和社会思想舆论上积极推进，摸着石头过河。
我目前所设想的路径如下。在国家层面上适时的借助我们在量子通信和量子秘钥分发上面的优势，在同步卫星轨道验证量子秘钥分发实验取得成功后，逐步试点实施国家电网等量子加密升级等系统工程，带动相关器件制造产业链发展、科普和人才积累。同时资助材料设计等量子计算机有希望能够直接应用并可以在经典超级计算机上可以小规模模拟量子计算效果的领域提前布局，通过产业政策和专项奖励鼓励实现小规摸通用量子计算的“云”服务器产品开发和编程接口实现（不要等到大规模量子计算机的实验室实现后再搞产业政策），并对科研和业界相关机构的共享开放，以一定数额的科研基金和具体的定向政策撬动社会资金对以上重点项目直接相关的量子计算和量子信息理论研究和业界联盟专利申请提供持续资助和媒体覆盖服务。 不仅在硬件上，在软件和算法程序库、经典/量子界面接口层面上也应该尽快布局（后面会具体讲到）。 而此时国家测量计量标准局应该对如何验证和分析量子系统的理论技术和量子通信标准等加以规范。我相信早有人想在我前面，也一定有更好更实际的措施。谨此希望社会各界能实现更多的发展共识，摆脱为炫耀成果而宣传的心态，踏实推进系统层面的新技术革命。
关于具体的量子计算和量子模拟实现构架，国际上基于超导和离子系统的量子计算很接近迈过小规模应用的技术门槛，同时中性原子系统也已经进行了超过50个原子量子模拟的演示，目前很难说哪一个物理系统是实现量子计算的终极系统。而且从先解决有无，再解决优化的一般技术发展过程，最初能够实现量子计算的构架跟将来市场化的实用型构架未必是同一个系统。而且具体的商业化，不仅仅是优化物理系统的问题，更是技术成熟度和开发成本的问题。鉴于我们在量子信息，特别是量子密钥分发上的市场化优势，我估计基于光频波段的光子学线路、离子、原子、原子核和半导体系统在未来市场化方面可能会比超导系统更容易推广，用量子信息技术的优势辅助加速量子计算产业化的推广，并一起形成相辅相成的产业体系更有潜力可挖。另一方面，要用于解决复杂的问题，要么计算机系统本身的（空间）复杂性要比较高，要么算法的时间复杂性要足够高。考虑到原子系统本身的内部能级结构的复杂性和全同性，基于中性原子、离子或者原子核系统的物理系统或许对降低演算时间复杂性具有更大的优势。当然，基于qubit的理论研究要比基于qudit的研究要完善的多。
考虑到技术发展的路径，我估计近几年的发展重点是用非纠错的小型量子系统进行量子模拟和对误差不敏感的（小型或中型）量子计算算法的演示，并在此过程中不断发展相关的技术，探明器件噪声特性和实用型的量子纠错理论。目前已知比较容易实现、对量子错码要求较低的物理过程包括随机量子线路、横模伊辛模型（Transverse Ising models)的相变过程和分形子（fracton）系统等。要求的对应qubit的数目可以在几十到几百量级，以超越经典计算机无法仿真的极限。这些或许可以优先作为演示无纠错量子计算的一些方向。相关的技术可以作为对下一步更复杂系统进行定标（benchmark）的基本方案，也可以作为实现其基本测量和控制的技术单元，相关的结果也可能会有揭示一定的物理现象的理论价值和量子模拟的直接应用。IBM和Google等目前来看侧重探索对量子化学方面的应用。 当然，基于量子退火（quantum annealing）的图结构（比如类似D-wave的构造，不过或许可以采用不同物理系统更好实现）和量子线路的QAOA算法也许对实现求解有广泛应用的优化问题有一定发展潜力。 物理层上，必须同时或逐步解决好数量（即追求qubit的数量及其耦合项数量）和质量（即追求操控性能和单体相干性能等，而不单一追求耦合项数和qubit数）的问题。 比如，根据在IBM公开的量子系统上运行一些量子纠错码的结果来看，他们应该是采用了transmon qubit而不是flux qubit的超导体系，导致qubit有一个态（比如\(\ket{1}\))是激发态，所以很容易出现由自发辐射跃迁导致的population loss。 然而目前超导体系对特定模式编码的phase error纠错的办法有一些了，对transmon qubit体系的population loss的纠错效果还不好，这些问题都需要根据具体的物理体系和编码类型区分解决，我们也需要探索更加容易实现量子纠错的物理和编码体系。 从我个人接触到的相关实验组水平和进展看，这个过程或许要达到5-10年以上。追求商业利益的投资需要保持耐心，不必急功近利，这个过程也是让市场冷静下来，并从百家争鸣到逐渐过渡到最终只有少数几家公司和物理实现方案得以幸存的过程。个人建议商业界尽可能的集中优势兵力，做好分工合作，做好长期发展的长期投资的打算，避免恶性竞争和急功近利。经过这一阶段后，技术上能够操控等效的成千上万个qubit单元之后，将是可以研发具有量子纠错能力的数字通用量子计算机的时代。在此我个人认为目前的量子纠错码的研究还很不完善，应该不要局限于当前很适合超导系统的surface code等2维基于qubit的纠错码，继续加深拓展相关的研究。理论上，如果把量子错码在量子系统的传播看成是一个局域性的量子信号向外传递的过程，其传播速度受到量子速率极限的约束。一般基于qubit的量子错码的传播极限速率要比更复杂的qudit的系统要慢，这就使其更有利于量子纠错码的实现。但同时，一般基于qubit的量子纠错码的容错阈值要比更复杂的qudit或者3维等高维纠错系统要高不少，这就导致单元部件更复杂的qudit体系或许在量子纠错上其对单元容错阈值要求更低，更易实现。综合两者的结论，我目前还没有看到具体哪方面的因素是更能制约具体物理系统实现有纠错的量子计算的关键引素。
值得注意的是，数字量子计算并非我们追求的唯一方向。引用这个领域前沿领袖之一John Preskill在最近的一篇文章中的话来说（arXiv:1801.00862），
But because of the hefty overhead cost of quantum error correction, the reign of the analog quantum simulator may persist for many years. Therefore, when seeking near-term applications of quantum technology, we should not overlook the potential power of analog quantum simulators.他也推荐至少在短期来看，寻找量子模拟的一些应用将是很有潜力的一个发展方向。
除了物理系统上目前需要更多地探索外，理论和软件实现上我认为也是大有可为的，也是值得尽快发展的方向。这主要有两个方面，一个是建立健全在经典计算机系统上模拟量子系统和关键控制系统的程序包和界定经典计算与量子计算各自优势的理论基础，一个是在小型及noisy量子系统上建立健全量子编码（coding and decoding）、编译（compiling）、操控（control）、测量（measurement）、定标定性（benchmarking，verification and characterization）、云系统和纠错码实现等方面的理论和程序实现，甚至一个基本的充分结合经典计算和量子计算体系的操作系统和开发环境。 第一个方面的实现，将有利于第二个方面直接在缺乏成熟硬件的系统上检验和发展在未来成熟量子硬件系统上的发展。所以应该在第一个方面首先加以突破。这就需要发展有效的量子态的表达和存储，量子误码的仿真和对具体物理系统的完整模拟等方面的研究和软件实现。其对物理内存的有效控制和利用（包括通过增加时间复杂性而降低对内存依赖性的算法）是关键。 这方面，quantum simulator（量子模拟器？指只关注最终仿真的结果跟实际的量子系统一致，不要求中间过程跟量子跃迁等物理过程一致）和quantum emulator（量子仿真器？指每一步操作都忠实于实际的量子系统的Hamiltonian进行演化）都需要发展。 对于第二个方面的软件实现，不仅仅可以在软件层面上建立的量子系统之上得以发展，对于有实际物理系统的，更需要在具体的物理系统上发展完善快速控制等物理层的编程，这就需要跟具体的实验室进行合作才能完成。 基于经典计算机上模拟程序的发展也必将会促进针对经典和量子混合系统的软件体系的建设，这些仿真程序工具和算法也可以很自然地过度发展到作用于真实量子硬件的物理层之上的应用。 在理论和软件层面的商业开发应该是投资强度相对比较低，发展较快，并且可以广泛的跟多个实验室进行合作发展的方向。值得目前阶段优先发展，也值得利用开源开发的形式集中人力资源，加速推进基本软件开发进程。一旦理论和软件系统完善，物理系统也可以扩展到一定规模，软硬件和理论再一起结合起来就是实现量子计算商业化的最后一公里的事了，也是拓展发展相关产业生态系统的新纪元。
当前，IBM不仅开发出了基于超导qubit体系的量子云（IBM Q Experience），而且开放了他们基于Python的QISKit软件开发工具包并建立了在线社区； Rigetti Computing公司也已经基于他们自己的超导qubit计算系统开发出了Quil量子指令集语言和基于此类似操作系统的外部接口环境Forest和面向Python编程环境的PyQuil程序库； 微软不仅很早就已经在LIQUi|>编程语言开发过程中就布局探索了量子仿真、量子编译器、量子算法优化等方向，而且已经在借助先前的经验开发全新的Q#编程语言和程序开发环境工具； Google在2017年也发布了他们的面向量子化学模拟的OpenFermion程序包，更不用说Google很久就在利用广为人知的Google Summer of Code（GoSC）开源活动遴选组织对高性能计算软件生态有利的开源软件开发活动，并吸引人才。 当然还有其他例子，包括在我在业余时间跟其他欧美合作伙伴2014-2015年发起的借助新的高性能编程语言Julia的JuliaQuantum开源组织内所搭建的一些量子仿真等方面的基础算法和标准程序库工作。 其中这些大的公司利用人才和资金等优势和影响力，基本已经很广泛的布局了量子软件的重要工具、编程语言、程序库和开发环境体系，并且全程基本都在通过开源的形式、在线社区和对媒体的鼓动等方式吸收新的ideas，培养用户群和发掘吸引相关人才， 在相关的理论文章发表和线下应用等方面也带动了很多优秀工作和合作（比如我从SQuInT等会议上通过跟他们内部人士和合作者了解到的利用IBM机器验证的quantum dynamics decoupling算法对延长T2时间等的有效性，Microsoft对机器学习在量子控制中的有效应用和基于majorana fermion拓扑qubit体系的理论和在超导和半导体量子点系统的实现，和Google、NASA量子实验室等一系列关于基于D-Wave量子淬火模拟器的量子优化算法、量子人工智能和基于通用量子系统的QAOA算法、TensorFlow数据流控制、量子算法优势、quantum superacy的表征和量子化学模拟有效编译的理论等）。 回头看看我们国内或者跟国内体系相关联的华人量子圈子的情况，我们只有很少的几个量子云和编程环境工具，包括澳大利亚段润尧研究组开发的Q|SI>编译环境工具、郭国平研究组及附属的本源量子量子云服务和在线模拟器，清华大学NMRCloudQ团队基于NMR的量子云服务和中科院-阿里巴巴量子计算实验室的量子云服务器等等。 这些工具和服务界面和应有的功能都很好，部分也利用了开源形式和很有特色的量子硬件体系，但是我认为这些工作更加偏重实现最终产品和服务的性质，面向的用户和影响力也有一定的局限性，离全面的面向整个软件生态系统建设和吸引开发者引智合作的开发高度尚有一定差距，附属的理论和上下线开发和引领工作也没发挥出集群规模优势。 我们国内的量子界的社交和学术交流活动我不太了解，但是从我近期加入的微信群里相关业内人士的交流看，我们的交流规模有限，手段有限，而且在微信群等聊天工具内闲聊和附和的成分比较普遍，影响效果，即受人员上限的规模限制，也缺乏像国外普遍使用的email list，facebook、reddit等无限制人数，可使用bot进行自动化的群组和论坛等更高效的交流方式和文化氛围。 这些可能都在一定程度上阻碍了我们对相关生态的建设进度和思维开放度。 一方面，我们完全可以借助这些开源的工具和程序库继续推进我们下一步的开发； 另一方面，软件，特别是编程体系，就像是人的交流语言一样，既影响人们的思维方式，也依托附属于对应的硬件架构。如果我们一味的依赖于别人的体系，这对于我们发展适合于自己硬件体系和使用习惯的系统未必总是有利，而且我们在使用的同时也是促进了对方的发展。 但是，当前大家的发展差距并未拉大，软件上还有很多值得探索、有待发展的领域，比如debugger，profiler等工具，包括如何高效的处理经典计算机和量子计算的数据接口和编程范式，是否可以利用人工智能加速量子控制等理论问题尚未完善， 现在如果能够抓住基于当前的机遇，改善组织合作形式，我们仍有很大的希望迎头赶上，并逐步形成自己的生态系统和工具箱体系。 我觉得很多工作需要由大企业来领导，让具有丰富经典计算编程能力和智能芯片等研发经验的人参与到相关开发活动中来，并结合跟国家实验室和其他学术机构的合作来实现竞争优势的积累，这些可以从基于高校体系的Q|SI>和NMRCloudQ跟其他大公司软件服务产品在网站界面水平和影响效果的差异上得到印证。
在整个量子工程具体组织机制上，竞争和合作总是会不可避免的同时出现，此消彼长。然而考虑到这个量子工程的复杂程度，更不要说我们整体而言在很多方面并不总是领先的，当前应该把合作作为发展的主旋律，每个研究机构和营利机构之间坚持差异化发展，扬长避短，把技术和资源的积累建立在一次又一次的技术升级所带来的滚雪球效应之上。彼此之间横向纵向互相借鉴和合作，重视过程而非结果，主动增加跟外部合作的接触面积。 比如，在软件开发方面，其最终追求的必然是开发一套可以用经典信息的人机界面操纵或者模拟量子系统的软件。然而如果仅仅以此为目的，未必能够保证软件开发活动对整体发展的贡献最大化。首先，短期内硬件将远远达不到可人为自由可控的程度；再者，很多理论尚不健全，仅仅按照当前的理论去设想软件层面的开发，很容易导致软硬不兼容，软件无法全面解决实际问题。 我认为开发者可以考虑先把能够模拟硬件本征误差和量子噪声的软件系统开发出来，把经常被人们忽视的硬件设计和物理模拟软件开发出来，并提供给外界用户和合作者，这样可以借助外界的力量在无法接触或者自己没有自己的硬件设施的条件下，利用该界面，继续开发量子纠错及借助机器学习预防降低误码率的有效措施，并反哺硬件开发和操控能力。 再比如，对量子模拟器的开发，目前已经有了一些模拟理想量子计算系统的云服务系统，即只要提供具体的量子门排布信息给服务器，就可以通过模拟器计算给出其运行测量结果，程序打包，结果只能通过云服务器的图形界面看到。类似的，可以进一步将其功能扩展为给出数据接口，甚至考虑内存优化的算法开发单机版，允许在软件外层用其他计算机程序自由调用程序包读写运算过程的初末态和量子线路细节等参数，这样可以让其他人方便的利用该程序包或数据接口结合人工智能等算法开发新的量子算法等应用。 这样，做工具的专心开发软硬件工具，开发算法和应用的有发展的土壤，开发者、用户及合作者通过合作通信及科研文章发表、会议报道等形式互相配合反馈交流，共同发展完善这项复杂的量子工程。 我相信，即使两个单位都是开发相同硬件系统的，只要利用好差异化发展的思路及技术合作的诚意，加上有国家、研究单位层面上信息（特别注意鼓励对工作人员参加会议和发表文章的自由）、人才和资金的自由流动，短期内定可以互相借鉴互相促进，良性促进整体产业的发展，国际国内一盘棋，以国内为本。 短期内我个人不建议奠定大者通吃的格局，毕竟单个研究单位没有足够的精力来遍历包括量子神经网络、张量网络等理论不成熟、技术不完善的结构构成，这不利于探索包括拓扑量子计算、新型量子纠错码等更高级的计算形式，也无法加速纵向技术难点的逐一攻克，更不要说会受制于终日饱食不思进取的人性弱点的掣肘。 反之，如果搞恶性竞争，重复建设，闭门造车或者过度保密，无疑更多的会增加产业内耗，浪费彼此的时间。 而产业发展的后期，等到各个体系逐渐产业化成熟后，各自盈利水平差异的逐步扩大就是检验具体量子计算方案和各研究生产单位组织效果的重要方面，小气泡会逐渐合并成大气泡，就到了下一次相变的时候了。如果没有特别的理论价值、社会价值和长期发展潜力，这时候应该可以通过市场和产业政策的力量把优势资源和人力兼并重组，集中到少数最有效益的方案和工业单位中来，逐步以崭新的面貌全面参与国际竞争和全球资源的重新配置。这些思路并非仅仅是理论构想，已经在我所参与的开源软件组织的规划和我所了解的美国这边高校和私企发展的实践中有所体现。 我认为以上思路，不仅对公司层面的战略选择有效，对个人的择业和实验室研究计划的制定也应该适用。 也许我们并不缺能解决具体问题的技术人员，学术界和工业界更需要的是凝练关键的问题，并把其分解成可以分配合作完成的一系列子课题，精诚合作，联合攻关。
在具体的分工上，我建议将最基础的理论研究和前沿试验技术探索放在高校、国家实验室和非营利性的研究所，部分基础实验技术验证放在国家实验室，这样可以充分发挥这些学术研究机构开放自由、百家争鸣的学术环境，同时有利于持续锤炼、培养有独立思考能力、原创性的解决前沿问题而不仅仅是跟在别人屁股后面调研、解决零碎的技术细节的能力的学生和未来人才，为后面的产业化提供多样化的理论基础、人才和技术方案储备； 同时工业企业界应该重点发展学术界公认的相对成熟有希望的量子计算硬件、构架产业链和软件系统的搭建及应用基础理论的研究，这样可以充分利用企业界的高效产能充分吸收高校和各研究机构的理论技术储备和实验、仿真编程人才，利用工业界的成熟技术加速量子计算的产业化和规模化，充分利用企业界对硬件和软件开发的经验和平台优势，降低开发成本，并通过直接面向应用的基础理论研究积极有效的对知识产权提供更及时更有力的保护，同时在短期内通过向高校和其他研究机构提供有偿的器件产品、仿真控制软件产品、量子系统原型机和云平台不仅可以使很多高校等学术机构从繁重的工程细节问题的繁重劳动中解放出来，给他们提供直接面对知识空白领域的研究以便踏实的锻炼人才，而且有利于联合起学术界针对各种硬件和软件构架平台的实验和理论前沿研究高强度攻关，同时可以适当的获得盈利，通过推广软硬件系统逐步发展升级相关的生态系统；国家机关和产业联盟在这个时候应该向学术和工业界同时提供一定的经费支持、制定有效的产业和研发政策，打破学术界的交流和资源人才流动的壁垒，通过知识产权共享的赞助协议促进产业联盟内技术交换的低成本化，亦或鼓励产业的全民和集体所有制成分提高控股比例，促进全局优化局面的形成和国际竞争优势的积累（参考2017年美国学术和工业界发起的量子国家计划公众意见征集书）。 有能力的企业可以兼顾不同物理体系和应用、理论方向，以降低风险。这个可以借鉴微软同时在超导（主要是Delft和美国Station Q等几个分部）和半导体量子点（主要是Lafayette和澳大利亚悉尼分部）上布局，这样其基于拓扑qubit量子计算特色体系可以在这两个硬件上实现，即使一个不成功，还有另一个保底；而且微软在Seatle，Santa Barbara，Copenhagen，Redmond和Sydney有配套的控制、理论和软件分支作支撑。 从规模上，微软应该是最大的，IBM和Google次之，Rigetti作为新秀大概有200人，IonQ不到50人的样子（根据个人渠道了解，截止到2018年2月）。英国Oxford，Cambridge，荷兰Intel分部（显然Intel有平面工艺的技术基础），欧洲和其他地区也有相应的量子计算公司和组织，比如ProjectQ。 当前我国包括国家政府实验室、高校和附属研究所在内的学术界在做很多工业界更有能力完成的工程化问题，而据我个人了解很多工业界企业却主要在投资吸引理论研究人员，这样未尝不是一种探索，但是我认为其有很多固有的弊端。 比如，学术界对研究成果往往是要求研究人员发文章以评价其成果水平的，做很多零碎的工程技术研究往往不容易发文章，不利于培养高水准的人才，而写文章又很容易延误相关技术的开发，而且高校之间的竞争机制和作坊式的生产模式很难保证一个实验室做出的原理机和基础器件能够快速自由的复制到其他实验室，每个人的研究课题由于难易选择的策略又一般不具有连续性；同样，由于追求盈利的原因，工业界的理论人士一旦同一个学术界的实验室合作将会有很多顾虑再跟其他实验室合作，而且一旦把大量的理论研究人员留在工业界，看上去企业省了一笔购买硬件设施的钱，由于企业追求盈利的本质和工业界保密的习惯，企业要盈利，只能通过出售理论研究启发的专利申请和授权获取，这也将很不好保证理论成果的共享，不利于原本可以放到高校的理论研究人员对下一代人才的培养；企业吸收的理论人才，与学术界解决技术问题的实验人员偏多的现实，加上合作纽带的割裂，同时可能会导致中国相关研究的规划往往会跟在国外研究进展后面长期跟随或者走了偏路，缺乏中国自己的能引领整个产业发展的理论界领军人物； 而等到企业想要生产产品的时候，由于没有对实现硬件和软件系统充分的实践经验和技术积累，以及缺乏对我们国内的产业技术系统真正具有高瞻远瞩领军人物的有效指引，将很难保证产品的低成本和大规模的生产，快速的市场占领，竞争优势和生态系统的搭建。 所以这样下来，当前的把实验放到学术界而企业界大量投资基础理论研究的模式看上去发表的文章和专利数量可能很多，很难保证联合攻关机制的实现和人才培养–产业系统之间互相激励关系的快速、高效和可持续的发展，其结果或许会体现在当前短期内激烈的国际产业竞争中出现巨大的费效比劣势，以及要维持产业竞争优势要长期付出巨大的政策和投资成本的后果，以及就业市场和高校毕业人才构成的脱节而导致的人才流失和浪费。 我认为企业引进的理论人才要么是国际山该领域具有独树一帜方案的领军人物，能够引导企业在该方向上保持领先优势（比如微软在拓扑量子计算和量子控制，Google在量子优化、人工智能和量子模拟算法等方面的布局）；要么是面向软件生态开发、指导硬件探索的特定人才（尤其参考IBM，微软和Rigetti Computing等在软件和编程开发工具和程序库上面的布局）。 我们有运十、七十年代曾经技术自主的半导体技术产业、国产操作系统等过分强调技术开发而忽视了市场循环、人才成长和流动等系统因素而导致的种种发展问题的前车之鉴，也有高铁、小商品等良性发展的成功案例。 今日正是举一反三推进量子信息产业良性发展实践的良好契机。
科技前沿总是充满了未知和不确定性，然而在这条充满希望的量子大道上我们相当需要团结一致，互相协作，共同实践、检验和探索。 着眼全局，无论结果如何，我们踏实的行动必然会带动人才的培养，知识的创新积累，管理组织方式的与时俱进，并激活社会活力和促进基础技术和工具的开发。这些都最终会有利于丰富社会多样性，提高社会对未来未知风险的抵抗能力和对风云变幻的国际环境的适应能力，提高人民的收入水平、知识文化水平和国家科技发展水平。 探索未知的道路需要一个良性互动的经济社会支撑，更需要全要素、产业上下游、研发应用、各类科研人员之间的全面互动。 今日的技术手段和我们成功的市场经济经验已经为我们将来的实践活动提供了丰富的组织和研发能力支持。 也许互联网科技，特别包括远程连线技术和近乎免费的数字资源分享工具的支撑，可以让我们在集中人员协同创新的同时避免因资源在时空的过度集中而导致的各地区发展不平衡的矛盾； 也许借助软件开源、开放灵活的软件和云平台用户和开发者之间的同城和在线社区交流互动活动，整个技术发展的路径能够更好地吸收各方面的需求、不断引入新的想法和实践经验，让科技开发者能够利用外力提高研发效率、发掘人才并为未来的产业培养上下游用户群和产业链。 一个充分结合学术研究机构和工业企业各自优势，互相配合，精细分工的组织方式和生产关系能够帮我们打破当今学术界因过度工程化、各自争夺守卫各自核心技术而带来的学术交流的壁垒，让学术界真正的冲在基础科技探索的最前沿，化解师生之间普遍按照发展工程和产业的模式而形成的老板和雇员关系及其导致的种种问题，促使师生之间建立有利于探索未知的互相尊重和友好合作的新型组织关系，让科研项目带头人和实验室之间因曲高和寡而更倾向形成开放合作、和而不同的协同局势，逐步打破国际学术交流的壁垒，让学术界返璞归真，回归以创造知识、传播知识和培养尖端人才的应有面目，并最终帮助我们国家在科技探索方面逐步成为具有开放、包容和敢于冒险精神的学术带头人； 也让企业界利用自身在资金、工程和产品快速开发方面的优势，为学术界提供软硬件研发工具和产品服务，让更多人能够有机会低成本的加入到这场协同探索的队伍中，在与高校和其他相关方互动和合作中发展产业，发现应用场景，引领用户群和产业生态系统的建设，为将来降低产品的成本和推销阻力打下良好的基础，并加速整个量子科技发展体系的建设进度。 实践是检验理论的唯一标准，也是创新发展模式和组织方式的基础。 同时，我也希望政府机构和人民代表在制定国家计划和政策的时候能够充分吸收民间参与量子研发各个环节实践活动的人民群众的实践经验、智慧和建议，统筹合理制定大政方针，并充分发挥市场在资源配置中的基础作用，避免把科技探索和产业发展的全局体系割裂的惯性思维。
藉此评论文章期望我们各界人士能够加强合作，理性参议。并希望政府有关人士能够站在更加客观中立的角度，做好顶层设计和全局优化，争取早日实现量子计算的全面商业开发和推广应用。