先举个比较著名的例子，用来做大数因子分解的量子算法Shor’s algorithm，在一台拥有足够量子位并且量子位能够不受环境能量干扰的量子计算机上，它可以破解目前的RSA公共密钥加密系统，因为RSA系统本身就是建立在大数因子分解难以计算的假设上。类似地，量子计算机的强大计算能力正在威胁现有的所有加密方式。若有人处心积虑将今天不可破译的密码信息保留到未来，那么在量子计算机面前这都将是小菜一碟。

　　（BB84量子密钥分配协议示意图）

　　但与此同时，量子密钥分配技术使密码安全性有了质的飞跃。原因很简单，量子密码信息根本无法窃取。在量子计算机的运行过程中，量子必须始终处于封闭空间，你不能打开看，一看就会使外部能量干扰了量子态，量子干涉就会被破坏，那你观察到的量子数据就会变成一坨乱码，窃听也会留下量子测量痕迹。不仅无法窃取，截获也不太可能。因为量子不可克隆定理决定了任何复制都得不到一模一样的量子态。

　　在量子计算时代来势汹汹的背景下，加密系统升级迫在眉睫。Temporal Defense System已经率先购买了第一台2000Q量子计算机。美国国家标准技术局也呼吁政府为了国家信息安全务必要在2025之前全面采用量子加密。

　　场景规划：

　　场景规划指最优路径规划、资源最优配置等决策问题。D-Wave量子计算机最早就是为优化问题（optimization）而设计的，用来给NASA的太空探索计算如何最优化利用有限的资源。此外，智能城市的概念在近年也越来越得到各国政府重视，比如新加坡提出的智能国家（Smart Nation）和美国交通部提出的智能城市挑战项目（Smart City Challenge Program），量子计算的高速运算能力能更快地从大量实时数据中分析出反馈信息，j2直播，有助于交通拥堵、水电供应等问题上更精准及时的动态规划。

　　对于其他瞬息万变的行业来说，比如金融、气候、医疗、国防等，量子计算机的优化决策能力同样价值巨大：预测股市走向、医院的床位是否足够、气候灾害对农林业的影响之类。

　　人工智能/机器学习：

　　人工智能领域最大的挑战之一就是处理海量数据，而这正是量子计算机的优势所在。早在2015年中科大就测试过能够辨认手写字体的量子人工智能，而那仅仅是一台4 qubits的量子计算机，难以想象千位量子计算机会是一种怎样的概念。

　　(Seth Lloyd是量子力学的专家)

　　MIT机械工程教授Seth Lloyd说，一台300Q的量子计算机就足以运算自宇宙大爆炸以来历史上所有的数据信息。IBM认知计算系统Watson的CTO表示，量子计算和人工智能的协同合作是一件非常自然的事情。他还说，目前的认知计算系统还只能模仿人类的思维，但没法完全模拟人脑的完整活动，如果人工智能想要超越并提升人类的认知水平，运算必须要更快，探测更敏捷，耗能更低。量子计算机极有可能帮助我们实现所有的目标。

　　化学：

　　哈佛的化学副教授Alan Aspuru-Guzik在MIT一个研讨会上提出化学领域会成为量子计算机运算提速的最直接应用。计算化学反应时间的关键是计算原子的能量，然而每多加一个原子，整个系统的复杂性就会翻倍，因为每个原子都与其他的原子发生纠缠。所以如果遇到包含大约100个原子的分子时，能量估算就大大超出了经典计算机的能力，但用差不多位数的量子计算机做模拟就没问题，比如2016下半年，科研人员用两个qubits进行了氢气分子的基态和化学键长的模拟计算。

　　总之，一旦真正意义上的千位通用量子计算机面世，在很多领域都会掀起计算革命。

　　可行性：如何为量子编程做准备？

　　目前有哪些量子编程软件和语言呢？