到目前为止，量子计算在大多数人眼中是一种革命性的技术。它利用了量子力学的奇特特征，比普通计算机更快地解决某些问题。这些问题包罗万象，涵盖从数学世界到零售业，从物理到金融。如果人们可以正确使用量子计算，它所提供的益处可以提升经济实力并增强美国的竞争力。

现状堪忧

　　量子计算的前景在20世纪80年代首次得到认可，但直到现在仍未完全实现。量子計算机的设计、构建和编程非常之难，这使得各类量子计算机实验项目都因噪声、故障和量子相干性损失（也叫退相干）而瘫痪。
　　由振动、温度波动、电磁波以及外部环境的其他相互作用引起的这种相干性损失，最终破坏了计算机的奇异量子特性。鉴于目前普遍存在的退相干和其他错误，当代量子计算机不太可能为执行时间极短的程序输出正确答案。
　　虽然一代代更新的技术和架构希望解决这些问题，但现有的硬件平台仍然不能保持相干一致性，并提供大规模计算所需的强大纠错能力。
　　与此同时，现在这个价值数十亿美元的问题是，人们如何从一台在完成常规计算之前就变得不可靠的计算机中，获得有用的结果呢？
　　工业界、学术界和国家实验室的研究人员，都正在寻求减少计算机错误的方法。一种方法是基于目前所具有的在各种噪声水平下的计算结果，来推测无差错计算时量子计算机的状态。一种方法则完全不同，它采用量子经典混合算法，只运行量子计算机程序中性能起决定性作用的部分，而其余大部分程序运行在更稳定的经典计算机上。事实证明，这些策略对处理量子计算机的嘈杂运行环境非常有用。
　　虽然经典计算机也会受到各种错误源的影响，但这些错误可以通过适量的额外存储和逻辑卷来纠正。量子误差校正方案确实存在，但会消耗大量的量子比特，只有相对较少的量子比特保留下来用于实际计算。
　　谨慎消耗量子比特很重要。现在最先进的基于“量子逻辑门”的量子计算机，只会消耗50个量子比特。

克服缺陷

　　量子力学挑战了人们的直觉。人们很难找出执行有意义任务的最佳算法。为了克服这些问题，洛斯阿拉莫斯国家实验室的团队正在研究一种新方法，来创造和优化在嘈杂的量子计算机上执行有用任务的算法。

　　量子误差校正方案确实存在，但会消耗大量的量子比特。

　　这项研究的主要思想是，在退相干之前减少尝试完成执行的门数，这样其他错误源出现的可能性就有可能大幅降低。
　　研究团队使用机器学习，将量子电路转换或编译成专属于特定量子计算机的最佳等效电路。在最近的一次突破中，团队设计了一种方法，采用这种方法，可以产生比利用现有技术所写出的方法更短的算法，它们因此减少了噪声的干扰。
　　这种机器学习方法，还可以利用特定算法和硬件平台，对运算错误进行纠偏。例如，它可能会发现某个量子比特比另一个量子比特噪声小，从而优先使用质量更高的量子比特。在这种情况下，机器学习可使用最少的计算资源和最少的逻辑门创建一种通用算法，来计算该计算机上分配到的任务。经过这样的优化，算法将能在更长的时间周期内稳定运行。
　　这种方法可以在量子计算机上受限制的设置状态下运行，现在也已登陆云端，可供公众使用。它还利用量子计算机的优越能力，进一步拓展算法规模，大型量子计算机也可以用它来解决更大规模的问题。
　　量子算法领域的新工作成果，将为专家和非专家提供新的工具。应用程序开发人员可以利用量子计算的潜力来加快程序执行速度，从而超出传统计算的限制。
　　这些进步可能会让人们获得更加强大、可靠的大型量子计算机，以解决复杂的现实世界问题—计算这些问题时，哪怕速度最快的经典计算机运行到崩溃，也得不到结果。