世界上一些大的公司现在都在启动量子计算项目，各国政府也在向量子研究投入大量资金。对于那些已经被证明有用的系统来说，量子计算机当然得到了大量的关注。
原因在于，量子计算机虽然还远未达到成熟，但预计最终将迎来一个全新的计算时代——在这个时代里，在解决复杂问题时，硬件不再是一个约束，这意味着一些经典系统需要几年甚至几个世纪才能完成的计算可以在几分钟内完成。
从模拟新的更有效的材料，到更精确地预测股市将如何变化，这对企业的影响可能是巨大的。以下是领先组织正在探索的8个量子用例，它们可能从根本上改变整个行业的游戏规则。
1.发现新的药物
新药物的发现在一定程度上依赖于一个被称为分子模拟的科学领域，该领域包括对分子内粒子相互作用的方式进行建模，以尝试创建一种能够抵御特定疾病的结构。
这些相互作用非常复杂，可以呈现出许多不同的形状和形式，这意味着根据分子的结构准确预测分子的行为方式需要大量的计算。
手工操作是不可能的，而且问题的规模也太大了，今天的经典计算机无法解决。事实上，模拟一个只有70个原子的分子需要耗费经典计算机长达130亿年的时间。
这就是为什么发现新药需要这么长时间:科学家们大多采用试错法，他们测试数千个分子对抗目标疾病，希望最终能找到成功的匹配。
然而，未来量子计算机有可能在几分钟内解决分子模拟问题。这些系统被设计成能够同时进行许多计算，这意味着它们可以无缝地模拟组成分子的粒子之间所有最复杂的相互作用，使科学家能够快速确定成功药物的候选对象。
这就意味着，目前平均需要10年时间才能进入市场的救命药物可以设计得更快，成本效益也会更高。
制药公司也在关注:今年早些时候，医疗保健巨头Roche宣布与剑桥量子计算公司(Cambridge Quantum Computing, CQC)建立合作关系，以支持治疗阿尔茨海默病的研究。
小公司也对这项技术感兴趣。例如，合成生物学初创企业Menten AI与量子退火公司D-Wave合作，探索量子算法如何帮助设计新的蛋白质，这些蛋白质最终可能被用作治疗药物。
2.创造更好的电池
从为汽车提供动力到存储可再生能源，电池已经在支持向绿色经济转型，而且它们的作用只会越来越大。但它们还远远不够完美:它们的容量和充电速度仍然有限，这意味着它们并不是一个合适的选择。
一种解决方案是寻找性能更好的新材料来制造电池。这是另一个分子模拟问题——这一次是模拟可能成为新电池材料潜在候选分子的分子行为。
量子计算有两种类型。现在有一家公司表示，它想同时提供这两种服务。
因此，与药物设计类似，电池设计是另一项数据繁重的工作，它更适合量子计算机而不是传统设备。
这就是为什么德国汽车制造商Daimler与IBM合作评估量子计算机如何帮助模拟硫分子在不同环境中的行为的原因，最终目标是制造比今天的锂离子电池性能更好、寿命更长、价格更低的锂硫电池。
3.预测天气
尽管当今先进的超级计算机拥有很强的计算能力，但在天气预报方面，尤其是远程天气预报，仍然可能不准确，这是很令人失望的。这是因为一个天气事件可能有无数种方式来表现自己，而传统的设备无法吸收所有需要的数据来进行精确的预测。
另一方面，就像量子计算机可以模拟一个分子内同时进行的所有粒子相互作用，从而预测分子的行为一样，它们也可以模拟无数环境因素如何聚集在一起，从而产生一场大风暴、飓风或热浪。
而且，由于量子计算机能够同时分析所有与之相关的数据，它们很可能产生比当前天气预报更准确的预测。这不仅有助于我们计划下一次户外活动，而且还可以帮助政府更好地准备应对自然灾害，以及支持气候变化研究。
这一领域的研究目前还不是很热门，但合作伙伴正在出现，以便更近距离地研究量子计算机的潜力。例如，去年，欧洲中期天气预报中心(ECMWF)与IT公司Atos建立了合作关系，包括访问Atos的量子计算模拟器，以探索量子计算如何影响未来的天气和气候预测。
4.选股
JP Morgan、Goldman Sachs和Wells Fargo都在积极研究量子计算机在提高银行运营效率方面的潜力——人们认为这是一个可能带来巨大经济回报的用例。
量子计算机的技术有几种方式可以支持银行的活动，其中一种方式已经显示出希望，那就是将量子计算应用于一种被称为蒙特卡罗模拟的程序。
蒙特卡罗操作包括根据相关资产的价格随时间的变化对金融资产进行定价，这意味着必须考虑不同期权、股票、货币和商品的固有风险。这一过程本质上就是预测市场将如何发展，相关数据越多，预测的准确性就越高。
根据Goldman Sachs与量子计算公司QC Ware联合进行的研究，量子计算机前所未有的计算能力可以将蒙特卡罗计算速度提高1000倍。更令人振奋的消息是，高盛的量子工程师们现在已经调整了他们的算法，使其能够在量子硬件上运行蒙特卡罗模拟，这说明量子硬件在短短五年内就可以投入使用。
5.处理语言
几十年来，研究人员一直试图教经典计算机如何将词义与单词联系起来，从而正确理解整个句子。考虑到语言的本质，这是一个巨大的挑战，因为语言的功能是一个互动网络：一个句子往往必须作为一个整体来解释，而不是每个单词意义的“总和”。这甚至还没有考虑到讽刺、幽默或内涵。
因此，即使是最先进的自然语言处理(NLP)经典算法也仍然难以理解基本句子的含义。但研究人员正在研究，量子计算机是否更适合将语言表现为一个网络，从而以更直观的方式处理它。
该领域被称为量子自然语言处理(QNLP)，这是CQC的一个关键焦点。该公司已经通过实验证明，句子可以在量子电路中参数化，在量子电路中，单词的含义可以根据句子的语法结构嵌入其中。最近，CQC发布了lambeq，这是一个用于QNLP的软件工具包，可以将句子转换成量子电路。
6.帮助解决旅行推销员问题
推销员得到了他们需要访问的城市的列表，以及每个城市之间的距离，他必须想出一条可以节省最多的旅行时间和最少的费用的路线。听起来很简单，“旅行推销员问题”是许多公司在试图优化其供应链或送货路线时所面临的问题。
随着每一个新的城市被添加到销售列表中，可能的路线数量就会成倍增加。在跨国公司的规模上，它可能要处理数百个目的地、几千个船队并且还要考虑时间的问题，这些问题需要处理的数据太多了，传统计算机在有限的时间内根本无法解决。
例如，能源巨头埃克森美孚一直在努力优化商船的每日航行路线——即5万多艘船只每艘装载多达20万个集装箱，以运送总价值达14万亿美元的货物。
虽然已经有一些经典的算法来解决这一挑战。但考虑到要探索的可能路线数量巨大，这些模型不可避免地不得不求助于简化和近似。因此，埃克森美孚（ExxonMobil）与IBM合作，研究量子算法是否能做得更好。
量子计算机能够同时进行多个计算，这意味着它们可以串联运行所有不同的路径，从而比经典计算机更快地发现最佳解决方案，而经典计算机必须按顺序评估每个选项。
埃克森美孚的结果似乎很有希望:模拟表明，一旦硬件得到改进，IBM的量子算法可以提供比经典算法更好的结果。
7.减少交通拥堵
优化城市交通信号灯的时间，使其能够适应等待车辆的数量或一天的时间，这对疏通车流和避免繁忙十字路口的拥堵大有帮助。
这是经典计算机难以解决的另一个问题:变量越多，在找到最佳解决方案之前，系统需要计算的可能性就越多。这就像旅行推销员问题一样，量子计算机可以同时评估不同的情况，以更快的速度达到最优结果。
微软一直在与丰田通商和量子计算初创公司Jij合作开发这个用例。研究人员已经开始在模拟的城市环境中开发量子启发算法，以减少拥堵。根据实验的最新结果，这种方法可以将交通等待时间减少高达20%。
8.保护敏感数据
现代密码学依赖于由算法生成的密钥来编码数据，这意味着只有被授权访问密钥的各方才有方法解密消息。因此，风险是双重的:黑客可以截获加密密钥来解密数据，或者他们可以使用强大的计算机来尝试并预测由算法生成的密钥。
这是因为经典的安全算法是确定性的:给定的输入总是会产生相同的输出，这意味着只要有适当的计算能力，黑客就可以预测结果。
这种方法需要非常强大的计算机，而且不被认为是密码学的短期风险。但硬件正在改进，安全研究人员越来越多地警告说，在未来的某个时候将需要更安全的加密密钥。
因此，强化密钥的一种方法是让它们完全随机且不符合逻辑——换句话说，不可能通过数学来猜测。
事实证明，随机性是量子行为的一个基本部分:例如，组成量子处理器的粒子的行为完全不可预测。因此，这种行为可以用来确定即使是最强大的超级计算机也无法进行反向工程的加密密钥。
随机数生成是量子计算的一种应用，已经接近商业化。例如，总部位于英国的初创公司Nu Quantum正在最终完成一个系统，该系统可以测量量子粒子的行为，生成随机数流，然后可以用来构建更强的加密密钥。
