1981年,美国物理学家理查德·费曼在一次计算机学会议上发言说,“真见鬼,自然界并不像经典物理学描述的那样。风险资本已经开始流入围绕量子计算机建立的公司,因为投资者下了一个大胆的(也可能是鲁莽的)赌注。

一、经济学人杂志双语文章MP3音频


下载地址
https://od.lk/d/MzNfMTc1MTc3NTlf/From%20cloisters%20to%20the%20cloud%20.mp3

二、经济学人杂志双语文章中英对照翻译

From cloisters to the cloud 从学院回廊到云端
Investors are pouring money into quantum computing. Its development offers lessons about innovation
投资者大举押注量子计算。这项技术的发展为创新提供了经验  

 

经济学人杂志文章


IT IS HARD to choose one moment as marking the birth of a technology. But by one common reckoning, quantum computing will be 40 next year. In 1981 Richard Feynman, an American physicist, spoke at a computing conference, observing that “Nature isn’t classical, dammit, and if you want to make a simulation of nature, you’d better make it quantum mechanical, and by golly it’s a wonderful problem, because it doesn’t look so easy.”
要确定一项技术是在哪一刻诞生的很难。但根据一种普遍的认知,明年将是量子计算的40岁诞辰。1981年,美国物理学家理查德·费曼在一次计算机学会议上发言说,“真见鬼,自然界并不像经典物理学描述的那样。你要想模拟自然,最好用量子力学。哎呀这道题很精彩,因为一看就不容易。”
Entering middle age, quantum computing is at last becoming a commercial proposition. Until recently the consensus was that practical applications would have to wait for large, stable machines, probably at least a decade away. Not everyone agrees. Venture capital is beginning to flow into companies built around quantum computers, as investors make a bold—possibly foolhardy—bet that even the limited, error-prone, unstable machines that make up the state-of-the-art today may prove commercially useful.
在步入中年之际,量子计算终于成为了一个商业命题。直到近期,人们的共识还是它的实际应用需等到大型而稳定的机器出现,而这可能要等至少十年。但不是所有人都这么想。风险资本已经开始流入围绕量子计算机建立的公司,因为投资者下了一个大胆的(也可能是鲁莽的)赌注。他们认为,即使是代表当今尖端水平的规模有限、易出错、不稳定的机器,也可能被证明具备商业用途。
If those bets pay off, it would be good news, and not just for investors. Quantum computers can perform some sorts of mathematics far faster than any classical machine. Building them could open up entirely new vistas. They may, for instance, revolutionise chemistry. Most reactions are too complex for existing computers to simulate exactly, blunting researchers’ precision. Quantum machines could cut through the mathematical tangle, with applications in materials science, drugmaking, batteries and more. Their facility with optimisation problems, which are likewise a struggle for non-quantum machines, could be a boon for logistics, finance and artificial intelligence.
如果这些赌注收获了回报,那会是个好消息,且不仅仅是对投资者而言。量子计算机执行某些数学运算的速度远远快过任何经典计算机。打造它们能够开辟全新的前景。例如,它们可能会彻底变革化学。化学反应大多太过复杂,现有的计算机无法精确模拟,令研究人员难以追求精确度。量子计算机可以破解繁杂的数学难题,可应用于材料科学、制药、电池等领域。它们在解决优化问题上的能力——非量子计算机对这类问题也很吃力——可能会给物流、金融和人工智能带来福音。
The field’s progress is interesting for another reason. Quantum computing offers a worked example of how complicated technologies develop in industrial societies. The chief lesson is to attend to every part of the process. The frenzy of innovation around classical computing, concentrated in Silicon Valley, has focused attention on the world of startups, venture capital and IPOs. But these are things that happen late in a technology’s development, when swift commercial returns are, if not certain, then at least plausible. As Mariana Mazzucato, an Italian-American economist, has argued, the biggest risks are taken earlier, when it is unclear whether a technology will work at all.
这个领域的进展之所以值得关注,还有另一个原因。量子计算为复杂技术在工业社会中的发展提供了一个按步骤演绎的样例。它带来的最重要经验是关注进程中的每一个环节。在硅谷集中发生的围绕经典计算的创新热潮聚焦于创业公司、风险资本和IPO这类事情。但它们都发生在技术发展的后期,在这个阶段,快速获得商业回报的前景即便不是确定无疑,至少也是很可能的。正如意裔美国经济学家马里亚纳·马祖卡托(Mariana Mazzucato)指出的,在尚不能确定一项技术能否成功时,所冒的风险是最大的。
The state can be one such risk-taker. The first step in building a quantum computer was to conduct plenty of abstruse mathematics on university blackboards. Collectively, governments, including those of America, Britain, China and Germany, have thrown billions of dollars at funding quantum research.
国家可能会是这样一个冒险者。研制量子计算机迈出的第一步是在大学黑板上进行大量深奥的数学运算。包括美国、英国、中国和德国在内的各国政府合计已投入数十亿美元资助量子研究。
Other early work was done in the sorts of big, boring companies in which no self-respecting disrupter would be seen dead. The first useful quantum algorithm was discovered in 1994 at Bell Labs, which began life as the research division of America’s telephone monopoly. Another early pioneer was IBM, which also has a buttoned-up reputation—but whose researchers have, over the years, earned six Nobel prizes. Today Google and Microsoft are playing a big role in developing quantum technologies.
其他早期工作是在那些又大又无聊的公司中完成的,也就是自尊心很强的颠覆者死也不愿意去的那类地方。第一个有用的量子算法是1994年在贝尔实验室发现的,这个实验室最初是这家美国电话业务垄断企业的研究部门。另一个早期先驱是IBM,它同样也不事张扬,但多年来它的研究人员获得了六项诺贝尔奖。今天,谷歌和微软在研发量子技术方面发挥着重要作用。
The trick for such super-early-stage investors is to know when to stick with a risky prospect and when to call it quits. Good venture capitalists are ruthless about culling underperforming bets and focusing on those that seem to be paying off. Their proximity to markets makes such judgments easier. But governments—which are, after all, spending public money—should strive for the same outlook. If the state is to back technologies that are too risky for other investors, then a high rate of failure is both inevitable and desirable.
对于这些超早阶段的投资者来说,诀窍在于面对有风险的前景知道何时该坚持,何时该放弃。好的风险资本家会干脆决绝地放弃表现不佳的赌注,专注于那些有望带来回报的项目。他们靠近市场,因而更容易做出这类判断。但政府也应该争取实现同样的前景,毕竟它们花的是公共资金。如果说政府应当支持对其他投资者来说风险太大的技术,那么高失败率就不可避免,却也是值得一试的。
There are other lessons, too. Quantum computing has come as far as it has on the backs of thousands of mathematicians, experimental physicists and engineers. That is a reminder of the limits of “great man” theories of innovation, exemplified by the cult of Steve Jobs, a founder of Apple. The popular image of innovation as a “pipeline”, with a stream of individual technologies proceeding smoothly from ideas to products, is likewise too neat. Progress in quantum computing depends on progress in dozens of other fields, from lasers to cryogenics.
还有其他经验可供借鉴。量子计算走到今天,有赖于成千上万数学家、实验物理学家和工程师的努力。这提醒人们注意“伟人”创新理论的局限性——对苹果联合创始人史蒂夫·乔布斯的崇拜就是这种理论的体现。而把创新普遍视为一种“管道”——一个又一个单个技术顺利从创意变成产品——同样太过简单化了。量子计算的进步倚赖从激光到低温学的其他几十个领域的进步。
None of that is to deny the importance of the people who run the last few miles, taking nascent technologies and trying to spin out profitable businesses. But those who want to see more of that success should keep in mind that a great deal of less celebrated, less glamorous work must come first.
所有这些并不是要否认那些跑最后几英里的人的重要性——他们把新兴技术拿来,试图创立长久有利可图的业务。但若我们想要看到更多这类成功,就应当记住,大量不大被歌颂、没那么光鲜的工作必须首先发生。

三、经济学人杂志双语文章中文译文

从学院回廊到云端
投资者大举押注量子计算。这项技术的发展为创新提供了经验 
要确定一项技术是在哪一刻诞生的很难。但根据一种普遍的认知,明年将是量子计算的40岁诞辰。1981年,美国物理学家理查德·费曼在一次计算机学会议上发言说,“真见鬼,自然界并不像经典物理学描述的那样。你要想模拟自然,最好用量子力学。哎呀这道题很精彩,因为一看就不容易。”
在步入中年之际,量子计算终于成为了一个商业命题。直到近期,人们的共识还是它的实际应用需等到大型而稳定的机器出现,而这可能要等至少十年。但不是所有人都这么想。风险资本已经开始流入围绕量子计算机建立的公司,因为投资者下了一个大胆的(也可能是鲁莽的)赌注。他们认为,即使是代表当今尖端水平的规模有限、易出错、不稳定的机器,也可能被证明具备商业用途。
如果这些赌注收获了回报,那会是个好消息,且不仅仅是对投资者而言。量子计算机执行某些数学运算的速度远远快过任何经典计算机。打造它们能够开辟全新的前景。例如,它们可能会彻底变革化学。化学反应大多太过复杂,现有的计算机无法精确模拟,令研究人员难以追求精确度。量子计算机可以破解繁杂的数学难题,可应用于材料科学、制药、电池等领域。它们在解决优化问题上的能力——非量子计算机对这类问题也很吃力——可能会给物流、金融和人工智能带来福音。
这个领域的进展之所以值得关注,还有另一个原因。量子计算为复杂技术在工业社会中的发展提供了一个按步骤演绎的样例。它带来的最重要经验是关注进程中的每一个环节。在硅谷集中发生的围绕经典计算的创新热潮聚焦于创业公司、风险资本和这类事情。但它们都发生在技术发展的后期,在这个阶段,快速获得商业回报的前景即便不是确定无疑,至少也是很可能的。正如意裔美国经济学家马里亚纳·马祖卡托( )指出的,在尚不能确定一项技术能否成功时,所冒的风险是最大的。
国家可能会是这样一个冒险者。研制量子计算机迈出的第一步是在大学黑板上进行大量深奥的数学运算。包括美国、英国、中国和德国在内的各国政府合计已投入数十亿美元资助量子研究。
其他早期工作是在那些又大又无聊的公司中完成的,也就是自尊心很强的颠覆者死也不愿意去的那类地方。第一个有用的量子算法是1994年在贝尔实验室发现的,这个实验室最初是这家美国电话业务垄断企业的研究部门。另一个早期先驱是,它同样也不事张扬,但多年来它的研究人员获得了六项诺贝尔奖。今天,谷歌和微软在研发量子技术方面发挥着重要作用。
对于这些超早阶段的投资者来说,诀窍在于面对有风险的前景知道何时该坚持,何时该放弃。好的风险资本家会干脆决绝地放弃表现不佳的赌注,专注于那些有望带来回报的项目。他们靠近市场,因而更容易做出这类判断。但政府也应该争取实现同样的前景,毕竟它们花的是公共资金。如果说政府应当支持对其他投资者来说风险太大的技术,那么高失败率就不可避免,却也是值得一试的。
还有其他经验可供借鉴。量子计算走到今天,有赖于成千上万数学家、实验物理学家和工程师的努力。这提醒人们注意“伟人”创新理论的局限性——对苹果联合创始人史蒂夫·乔布斯的崇拜就是这种理论的体现。而把创新普遍视为一种“管道”——一个又一个单个技术顺利从创意变成产品——同样太过简单化了。量子计算的进步倚赖从激光到低温学的其他几十个领域的进步。
所有这些并不是要否认那些跑最后几英里的人的重要性——他们把新兴技术拿来,试图创立长久有利可图的业务。但若我们想要看到更多这类成功,就应当记住,大量不大被歌颂、没那么光鲜的工作必须首先发生。