类似地，虽然目前还没有证据表明不完美的量子计算机能够运行足够地快，快到足以解决实际问题，但是这一状态可能会改变。操作的保真度和可控性、量子计算的硬件规模都在稳定地增加。我们预言：在几年之内，可控性良好的量子计算系统会在执行某些特定任务上完胜基于CMOS技术的传统计算机。

　　在这里，我们坚信：早期的量子计算设备将在量子模拟，atv，量子辅助优化和量子采样领域有商业运用。更快的计算速度对从人工智能到金融和医疗等领域具有明显的商业优势。

　　要将量子科技商业化，这需要拓宽该学科的关注领域，这需要科学家和企业家紧密地合作。要使量子设备可靠和可控并且具有商业价值，必须要在硬件上下功夫，在当前的硬件所允许的条件下，需要提出能解决实际问题的启蒙式的量子算法。作为谷歌量子人工智能实验室的研究人员，我们计划通过云服务使用我们的量子处理器去促进量子算法的发展和跨行业应用产品的开发并做基准测试，为社会带来实实在在的利益。

　　几年内能实现商业回报的三大应用领域：模拟、优化、采样

　　如果某些可行的技术进步能够被实现，我们相信新兴的量子处理器有很好的机会走进以下领域，并在几年内带来商业价值。

　　1. 量子模拟

　　模拟化学反应和计算材料是量子计算最值得期待的应用领域之一。研究人员不需要花费数年时间和耗费数亿美元去表征少量材料，只需要在计算机上对数百万的备选材料建模做研究。不管是为飞机开发更强的高分子材料，为汽车开发高效的催化剂，或为太阳能电池开发更有效的光电转换材料，还是为开发更好药物和的透气面料，更快的量子计算都将带来巨大的价值。

　　通过计算来发现材料是一个大的产业。量子计算机有望将传统的对材料定性描述转变成定量描述并能预测新材料；化学反应速率对分子的能量非常敏感，所能运用的领域也将更广泛。如果我们能够开发出鲁棒的算法，模拟重要的材料而不需要完全量子误差校正将变成可能。例如，量子力学的变分法似乎就不受量子比特控制误差的影响。

　　量子模拟还可以用于其它商业模式：实验室可能会订阅量子计算服务，担任计算公司的顾问，创新材料的开发帮助科研人员获得股权等。

　　2. 量子辅助优化

　　在物理、社会及各行各业的计量学科中，面对的中心任务都是优化。但用传统计算机解决优化问题相当困难，因为算法只能通过尝试的方法去寻找数学上可能存在的解，好的解决方案通常需要克服巨大的（计算）障碍后才能获得，而使用统计学的方法可能跳过这些障碍。我们相信，可以通过向经典采样引入量子现象，如隧穿效应去找到稀有但高质量的解决方案。

　　最小的芯片，尺寸为6 x 6 毫米，保存6个量子比特。来源：Erik Lucero/Nature

　　例如，为了最有效地满足消费者的需求和适应不断变化的市场，在线广告推荐和竞价策略都利用了优化算法。将量子和经典相结合，atv，会产生许多能提高产品质量和服务的强大协议。物流公司每天都需要优化它们的调度，规划和产品分销等问题。量子增强算法会用于医疗保健行业，提高对患者的诊断结果。像我们这样的大型信息技术公司，如微软、亚马逊和 Facebook 的搜索水平和推荐产品的质量也会得到大幅度提高。

　　3. 量子采样

　　从概率分布函数的抽样被广泛用于统计学和机器学习。理论上，理想的量子电路可以从更大的概率分布函数中进行采样。我们的计算表明，涉及到高保真的小型量子门电路将可能从经典方法不能采样的概率分布函数中采样。这只需要一个25层的网络，每层使用了一个7 X 7 量子比特的量子电路。

　　事实上，用这种量子电路从概率分布函数中采样，将可能成为走上”量子霸权“道路的第一个例子。”量子霸权“这一词是由理论物理学家 John Preskill 提出来的，当初他提出这一词是为了描述量子处理器执行特定的数学任务时的强大计算能力。这种计算能力甚至超过了目前最大的超级计算机（例如，中国的神威·太湖之光）的能力。我们预测，在几年内”量子霸权“在某些领域内会实现。