谷歌于 2019 年实现的量子优越几乎无人不知，这一成果正是由美国科学家约翰·马丁尼斯（John M. Martinis）牵头完成。尽管已经离职谷歌，但这是如今 67 岁的马丁尼斯依然会怀念的职业高光时刻。

2025 年 10 月 7 日，马丁尼斯迎来又一高光时刻，只是这一次并未因为他实现了新突破，而是收到了诺贝尔奖对于四十年前的实验的表彰。

当天，2025 年诺贝尔物理学奖被授予马丁尼斯、约翰·克拉克（John Clarke）和米歇尔·德沃雷特（Michel H. Devoret），以表彰他们在 1980 年代完成的一系列奠基性实验。

（诺贝尔奖官网）

上述实验不仅推动着量子器件领域的发展，更为今天全球众多学界和业界的量子计算从业者的研究奠定了基础。

在获得诺奖不久之后，DeepTech 有幸对马丁尼斯进行了一次深度专访。

图 | 约翰·马丁尼斯（John M. Martinis）（资料图）

从凌晨两点的诺奖获奖电话，到帮助谷歌夺得“量子霸权”的称号，再到离开谷歌后创办 Qolab 公司挑战量子计算制造难题，他不是那种深埋象牙塔的物理学家，而是一位将“明确的乐观主义”贯穿职业生涯的器件物理学家，甚至更像是一名工程师。

在这次访谈中，他坦诚分享了对于量子计算的真知灼见，当然也提起了那段广为人知的谷歌工作经历。以下是 DeepTech 与马丁尼斯的完整对话。为便于阅读，访谈内容已被进行编辑和调序，保留了他的核心观点与原始表述。

谈获诺奖：妻子因熬夜读书接到诺奖电话

DeepTech：首先祝贺您获得诺贝尔物理学奖，我想从这个激动人心的时刻开始对话，能分享一下您获奖之后的故事吗？

马丁尼斯教授：我住在美国西海岸，诺奖通知电话是我这边的凌晨两三点。我当时已经睡着了，我们家的电话在房子的另一边，而我妻子那天晚上碰巧在熬夜读书。她听到了电话，但是想着可以明天再回复。大约半小时左右，她收到了铺天盖地的邮件，因为所有人都在试图联系我们，甚至通过我妻子来联系我。

有些记者想要立即采访我，甚至来到了我家门口。但是，我妻子非常善良，她知道我需要睡觉，尤其是在即将接受各种采访的这一天。所以，她让记者们不要进入卧室也不要在镜头前把我叫醒，并让记者们给我一些时间，让我可以睡到自然醒。但是，我妻子还是在凌晨 5:30 叫醒了我，这时她才告诉我外面有一些记者等着采访我。

而我做的第一件事就是打开笔记本电脑，然后我看到了诺贝尔物理学奖的公告，也看到了我们获奖三人组的照片，这真是一个美好的惊喜。完全清醒之后，大约早上六点我和妻子开始接受记者采访。后来，我和妻子的照片登上了我们当地的报纸。

图 | 诺贝尔奖官网对于马丁尼斯的介绍（诺贝尔奖官网）

在当天的采访结束之后，我开始查看邮件，发现邮件多得应接不暇。我收到了很多祝贺，最感人的祝贺来自我以前的学生，他们说很喜欢我的课，其中一位我的学生目前在高校教授电子相关的课程。通过这些邮件重新联系到这些人真的非常有趣，同时我也十分感激他们发来的祝贺。

不过，真正重要的是，在一系列实验之后我们发展了量子器件领域，量子计算领域也随之迎来发展（编者注：这里所说的“实验”是本次获奖三人组在 1980 年代完成的一系列实验）。我很高兴看到当前全球有数千人在研究超导量子比特，其中一些人在大公司拿着非常高的薪水。这太神奇了，因为我们在 1980 年代开始这项工作时从未想过会这样。

DeepTech：这种感觉就像当美好的事情发生时，我们在一开始总是很难相信，对吧？

马丁尼斯教授：没错。我感觉自己就像薛定谔的猫，处于正常状态和完全不同宇宙的叠加态之中，以至于我必须在两者之间来回切换。但是，这很有趣，我也真的非常享受。

DeepTech：距离诺奖颁布已经过去一段时间，您是否习惯了这些感受、还是仍然有点兴奋？

马丁尼斯教授：我仍然非常兴奋，但这也有点累人，因为我每天都要花几个小时处理邮件。而且从我个人角度来看，我每天必须推进项目，比如制作电子设备或设计器件。我感觉自己需要回到过去那种状态去做一些实际事情，哪怕只是为了让自己平复一下心情。尽管目前这一切都很好，但我仍然想以一名物理学家的身份做贡献。我还有一家初创公司，所以还有很多事情需要我去做。但是获奖真的很棒，这对我所在的初创公司也是一件好事。

谈前司谷歌：很难让软件公司理解硬件制造的难度

DeepTech：您能分享一个自己最喜欢的工作成果吗？

马丁尼斯教授：我非常喜欢我在谷歌做的量子优越性实验，这项实验真正地体现了团队协作的力量。它需要大量的人员配合，以便能够确保制造工艺当时的规模之下能够正常运作。同时，当时的谷歌量子理论团队也提出了很棒的想法。

有趣的是，最初我去谷歌启动这个项目的时候，那些原本专注于建造 AI 数据中心的高管们一开始都很怀疑：“一个小小的物理实验能有什么用？”但是，当量子计算机超越超级计算机或数据中心的表现时，这一成果非常震撼，也为谷歌量子团队带来了更多资金支持。

（谷歌）

这个项目对当时我所在的谷歌量子团队来说是巨大的挑战，需要组建庞大的团队。很高兴的是我看到大家为实现目标付出了巨大努力。他们付出的努力可能有些过头了，每个人都筋疲力尽，也可能是我对他们的要求太高。而我在谷歌时也曾非常担心：这的确是一个有些疯狂的想法，如果在合理时间内没有取得好结果，整个项目可能就会被判定“永远不会成功”。我并不想把它变成一个量子计算研究所，我想建造真正的东西。

我承认，对于当时谷歌量子团队的其他人来说，我推动他们如此努力地工作，这本身是一件极其困难的事。我从中也学到了很多宝贵经验。现在，我在 Qolab 公司做得比那时更好，但我仍然怀有同样的愿景：建造一台量子计算机。

目前，我所面临的一个问题是：我在与物理学家打交道，他们通常都是博士。我需要把他们放在一个非常技术性的项目上，他们会很自然地开展科学实验，这也是他们一直以来接受的训练。但同时我也需要他们开发技术并让它可靠地运行。然而，这些博士不一定会因此而被铭记和被感谢，尤其是他们在制造上的贡献往往容易被忽略。

如今，如果你想制造一个互补金属氧化物半导体（CMOS，Complementary metal-Oxide-Semiconductor）芯片，你只需投入资金和雇佣工程师，然后交给台积电这样的代工厂公司就能得到一块出色的芯片。但是，在谷歌这样以软件为主的公司里，人们未必能够理解构建硬件的复杂性，尤其是在构建量子计算机这样复杂的硬件时，这也反映在他们最后对我的态度上。我理解，软件公司本身就是这样，你很难让他们明白硬件开发的艰难。

谈“暮年创业”：穷毕生之力追求更好的量子计算

DeepTech：您在 2022 年创立了 Qolab，是什么促使您创办这家公司而不是留在学术界？您是看到了什么技术空白需要填补吗？

马丁尼斯教授：没错，我在整个职业生涯之中都在做这件事。我很喜欢在美国加州大学圣塔芭芭拉分校当教授，但我真正想做的是建造一台量子计算机。我曾考虑过在高校里完成这件事。理论上这是可以的，比如成立一个研究所。但是，问题在于大学的晋升体系依赖于论文发表。而我自己已经不太需要发表论文，但是我的团队成员仍然需要。而当你在开发一种全新的复杂技术时，往往要做大量的技术开发和工程工作，这些工作不一定能被整理成为论文并予以发表，尤其发不到 Nature 或 Science 那种期刊上，这就会让推进变得非常困难。虽然也有人在大学里做类似的事，但我开始考虑其他路径。

后来谷歌找上我，他们也想建造量子计算机。我就从学校请了假，虽然还在带研究生但是不再讲课。谷歌给了很高的薪水，于是我决定加入，还把学生和博士后一起带过去，并开始组建更大的团队。事情进展得很顺利，最后在 2019 年的“量子优越性”实验中达到高潮。那是我从起初的联合发明量子比特，到一步步走到真正展示它们强大能力的时间节点。虽然那只是针对某个数学问题，但是它证明了量子计算的潜力。当然，目前我们仍然需要让它变得更加有用。

（Nature）

遗憾的是，在那之后谷歌管理层发生了一些变化，我渐渐意识到自己不够“Googlely”，发现自己不太适合那种文化，最终不得不离开。那意味着我要放下自己一生的工作。但是，我仔细思考了很久，我在想到底该如何建造一台量子计算机？我发现有一种更好的方式来建造量子计算机，它会更具有可扩展性、也更便宜，而且能够利用美国现有的半导体制造能力。于是，我决定创业。

目前，我和我的创业公司正在与应用材料公司（Applied Materials）合作，并正在使用一种工具来建造量子计算机。这意味着我们可以使用价值 5,000 万美元或 1 亿美元的工具和真空系统，在数十亿美元的洁净室中完成生产。我们的试验结果非常惊人，并让我们得到了性能优异的器件。而这也正是我目前专注的方向——如何使用现代制造工艺来建造真正可扩展的量子计算机。

如果把 1985 年的量子比特和 2019 年的量子比特相比，那简直是天壤之别。但是，2019 年以来的量子成果还只是修修补补，并没有实现真正的跨越。我和团队认为现在要做的是另一次飞跃，就像从 1985 的成果到 2019 年的成果那样的跨越，只不过这次是使用 300 毫米工艺和最新加工技术迈入了现代制造阶段，预计将能实现量子计算机目标所需要的下一个重大跨越。当然，其他人也许会有不同看法，但这就是我们的独特路线。

这条路很难，并非几个月就能造出新的量子比特。我和团队认为三到五年是一个合理的周期。而短期目标是在几个月内展示一些成果，证明这是一种更好的制造方法。但是要做到这一点，就必须彻底重构整个流程。比如，现在我和团队使用光刻剥离法制造约瑟夫森结——这是一种二十世纪五六十年代的老工艺，工艺流程是做出光刻胶模板、进行光刻开口、然后再蒸发金属。虽然已经有论文讨论过这种方法的创新，但是实际操作起来极其困难。而我和团队的目标是把这个过程升级到现代加工标准。当然，这只是其中一个案例，我们同时也在推进很多其他项目。

图 | Qolab 公司的官网截图（Qolab）

我和团队还发现作为一家小型初创公司，走一条没有人走过的新路是非常困难的。如果你想定义初创公司，那么这就是初创公司的意义。我和团队正在走一条前所未有的路，目前来看已经有一些成功的迹象。不过，我们还需要用数据证明它。

当前，大家都在谈论量子计算的规模化，但是真正的问题在于成本。我们在计算目前超导量子比特技术的成本之后发现实在是太昂贵，不过我觉得未来它的成本大概相当于一台超级计算机。对于超级计算机人们已经很熟悉了，人们知道如何采购和规划业务，所以我觉得我们的想法是可以实现的。

谈量子应用：最核心的应用是量子化学

DeepTech：所以, 您确信量子计算机背后有可行的商业模式和应用场景？

马丁尼斯教授：实际上我们一直在深入研究这个问题，目前也在和一些理论团队和算法团队保持密切合作。关于大型量子计算机的潜在应用，我们已经找到几个方向。我相信其他团队也在探索类似的方向，当然也可能会有不同的应用方向。但在我们看来，最核心的应用是量子化学，即利用量子计算机生成所谓的“合成数据”，然后把这些数据输入 AI 系统，让 AI 通过机器学习去分析它们。这类数据更容易被获取，可被用于化学研究以及各种化学相关程序。这个市场既广阔又稳健，是一个非常有价值的方向。

同时，我也在探索如何利用这些技术去打造更好的材料。我认为，现在很多材料在生态上都是很难获取的，而且成本极高。像稀土这种资源，目前在中美之间存在一些复杂的情况，我不打算深入讨论。但是，我相信大家都会同意的是：如果能用更常见、更便宜的元素制造出类似稀土的材料，那无论从生态角度还是经济角度都是更加合理和更加可持续的做法，而这也正是让我感到兴奋的地方。或许未来也有其他人去做类似的事，但我希望能在我和团队正在建造的量子计算机上实现它。这一切也许要在多年之后才能真正发生，不过现在我希望能为此打好基础。

DeepTech：您提到了量子化学的应用，为什么您认为它很有可能产生有价值的商业模式或应用？

马丁尼斯教授：潜在应用还有很多。对于应用来说，我们不一定需要 100% 地搞清楚为什么量子计算机可以解决这些问题，也不需要严格的数学证明。就像大模型一样，在我们真正理解它们之前，它就能完成许多工作了。我喜欢量子化学的原因是，人们现在使用超级计算机来进行分子模拟，但是超级计算机的能力是有限的，而量子力学的计算复杂度太高。

据我所知，理查德·费曼（Richard Feynman）曾提出可以把原子或分子的复杂量子力学映射到量子计算机上。目前，人们已经找到了相应的实现方法。这种应用具有相对直接的映射关系，你不仅可以理解它，并且已经有人已经证明了它的潜力，这让我觉得这种应用的可验证性很高。

当然，也会有更新、更有创意的量子计算应用出现。这有点像早期的数字计算机，最初只能解决一类问题比如进行弹道射程表之类的有限计算。随着计算机能力的提升，人们变得更加聪明，应用也得到逐渐拓展，最终发展出了商业用途。我认为一旦人类建造了量子计算机，并找到几个有价值的应用，其他应用也会随之不断扩展。

DeepTech：若想建造一个可用的、有价值的量子计算机，就离不开对于容错的讨论。那么，我们需要克服哪些瓶颈？目前与具备完全容错能力的通用量子计算机之间的距离有多远？

马丁尼斯教授：我只讨论我熟悉的领域，因为其他领域的人或许会说：“我们已经能够建造容错量子计算机了。”坦率地说，在建造一个极其复杂的系统时，总会遇到各种的问题。但是，在物理学界人们不太会正面谈论这些问题，因为那样就有可能拿不到资助，所以有时很难弄清楚真实情况。

现在，我观察到的是超导量子领域的人们对于未来非常有信心。很多科研团队和业界公司都在研究这一领域，他们使用一种特定方式进行操作，在大学实验室或定制实验室里做实验，这些实验往往带有很强的学术风格。他们认为自己可以走很远，但是我和团队并不这么看待，因为当量子比特数量未来达到数千，甚至数百万个时，制造问题就会凸显出来。成本也是一个棘手的问题。

DeepTech：您认为克服这些障碍最终会让我们走向容错？

马丁尼斯教授：就我所看到的各种数据来说，其中一些数据是通过其他半导体技术实现的。综合来看，我认为可以做到，但是绝非易事。它将是变革性的，而不是渐进式的，同时伴随着一定风险。但是，风险一直伴随着我的整个职业生涯，风险也伴随着我去做那些非渐进的疯狂的事情。其实，我对于到底什么可行、到底什么很难有着清晰的直觉。我经历过一些失败，我发现失败和成功总是交替出现。但是，我多少能够知道什么时候会成、什么时候不会成。

DeepTech：那么鉴于当前的硬件状态，您认为哪种纠错方案最有潜力实现目的？

马丁尼斯教授：我不是这方面的专家，但我们正在与一个非常好的团队合作。我这个人讲究实际，所以我觉得表面码（surface code）是一个有潜力的方案。表面码是一个规则的 2D 网格阵列，业内已经掌握了相关制造工艺，而且误差阈值已被控制得极低。但是，如果你想实现连接并让量子比特相互作用这是相当简单的，因为这只是量子比特的简单拓扑移动。要想实现容错量子计算，量子比特的错误率需要低于 1% 的阈值，这时可以利用表面码绕过失效的量子比特并让量子计算机继续工作。对于我和团队来说，一开始我们可能无法造出良率为 100% 的器件，但是我们正在努力做到这一点。

IBM 已经设计出了低密度奇偶校验码（LDPC，Low-Density Parity-Check Code）这一解决方案。我和团队研究这一方案之后产生了一些疑问，不过 IBM 提出这一方案本身是一件好事。不过，问题在于当你建造一个复杂系统时，最好的参数并不是瓶颈。比如“某个方案所需的物理量子比特更少”，光看这一点人们可能会觉得很棒。但是，当你有 10 个乃至 100 个其他系统参数需要考虑的时候，那么量子比特失效的敏感性及其连接性也必须足够准确和足够好。此外，该如何实现连接性？以及该如何在足够高的相干性和足够低的错误下获得连接性并使其正常运转？这些都是要考虑的问题。

尽管表面码这一方案以及其他方案甚至一些参数看起来都还不错，但是必须从整个系统的层面去看待问题。我所确信的是：随着时间的推移，人们将能更好地了解正在发生的事情。顺便说下，谷歌的量子软件工程师克雷格·吉德尼（Craig Gidney）一直在努力让表面码变得更小和更高效，多年来他和谷歌同事在表面码方面取得了重大进展，缩小了实现特定功能所需的量子计算机的规模。鉴于现在的规模，我认为谷歌已经进入一个可以真正考虑实际应用的范围。估计量子比特大约在百万量级，但这已经很好了。未来，我希望能把它降到 50 万量级，这样就能把所有量子比特装进一个冷却设备里。

DeepTech：您为什么一直专注于研究超导量子比特？与其他方法相比这种技术路线的优势是什么？

马丁尼斯教授：如果你是一个实验主义者，你就会专注于自己最熟悉的技术路径，因为所涉及的技术细节非常复杂，所以你必须是这个领域的专家才能真正弄清楚。由于我一直在研究超导量子比特，所以我很清楚该做什么。

但是，如果你问任何一个量子团队他们都会说：“我们的方法是最好的。”而我要强调的是，人们通常会强调自己方法的优点。不过，从量子系统的整体来看，你必须同时兼顾很多参数。

而超导量子比特的优点是，它也许并未在每个指标上都做到最佳，但是它在一些主要性能上表现得都很不错。尽管确实有一些不够方便的地方，但在整体上是可以被优化的，这也是现在人们能制造并操作这些量子计算机而且效果相当好的原因。

在当前的量子领域，离子阱和中性原子都非常受欢迎，尤其是中性原子技术正被用于建造大型系统。它们可以保持相干性和实现量子门操作。但是，必须要考虑量子计算机的速度问题。速度非常关键，这一点在我们使用手机和电脑时就能有所体会。不同类型量子比特之间的速度差异不是两倍，而可能会是几千倍甚至十万倍。以离子阱或中性原子为例，要开启或关闭相互作用，通常需要移动原子或离子，在量子领域这个过程很慢大约需要 100 微秒。而超导量子比特是固定的，量子门操作可以在 20 到 50 纳秒之内完成。这是一个巨大的差距，而要进行公平的比较就必须把所有因素都考虑进去。尽管人们正在研究一些加速方法，但是慢速移动确实是一个重大限制。

如果你正在开发新工艺和尝试商业化，最大的错误做法便是先去解决容易的问题，而把难题留到后面。一开始看起来很顺利，但等到几年后面对真正的难题时你可能已经没有时间，这时项目就会失败。因此，必须尽早处理那些核心难题。

DeepTech：当我们有了一台可用的量子计算机，就会出现全新的应用？

马丁尼斯教授：是的，未来还会有更多发明出现，以用于支撑建造量子硬件所需的投入。当前，软件算法和硬件部分还有一定的脱节，人们必须不断改进硬件和算法，只有这样才能将两者匹配起来。尽管人们已经取得不少进展，但这仍然是一个难题。做一些基础的物理实验相对容易，但要想把它变成实用技术，就是一件完全不同的事情。

对于从量子基础实验到实用实验的路程来说，从我和此次其他诺贝尔物理学奖得主的实验以来已经过了 40 年。正是在这 40 年里，人们逐步建立了足够深厚的技术基础，让我们得以有能力去认真思考真正需要建造的东西是什么。而现在，我就可以基于这些想法向应用材料公司（Applied Materials）进行阐释，然后我和他们一起设计工艺、收集数据和实现目标。

DeepTech：未来我们会看到一种量子计算方法全面压制所有其他方法？还是说会有多种方法并行发展并被用于不同场景？

马丁尼斯教授：作为一个明确的乐观主义者，同时也要考虑建造量子计算机的难度。能够奏效的方法比想象中少得多，也许原子、离子和超导等方法都能行，但是超导量子比特会比它们快 1,000 倍，那么操作起来也就会容易 1,000 倍和便宜 1,000 倍，量子公司也会因此获得更多订单。

当然，这并不意味着那些可行的方法没有利基应用。但是，我认为建造量子计算机比人们想象得要困难得多，大家只是非常乐观而已，当然这也很好，因为我无法预测未来，也无法预测人们会有多聪明。

DeepTech：是的，你永远不知道何时何地会有何人想出一个全新想法，尤其是在 AI 的帮助下。

马丁尼斯教授：的确，我们在 AI 中确实看到了这一点。Transformer 论文和大语言模型真正引爆了一切，之后很多人开始研究它们，在 AI 领域新的想法是关键所在。但是，在量子领域我们已经研究了几十年，很多想法早已存在。因此，问题更多在于如何执行这些想法，同时把整个系统工程做好。这就要求我们既要有好的工程师、也要有好的物理学家。

谈个人信念：明确的乐观主义

DeepTech：在 2020 年的一次采访中，您将自己描述为“明确的乐观主义者”（definite optimist）。我相信现在仍然如此，这如何影响了您的工作？

马丁尼斯教授：是的，我的这个想法来自彼得·蒂尔（Peter Thiel）的书籍《从 0 到 1》。我是在二十世纪六十年代成长起来的，那时正值美国开展阿波罗登月计划期间，这个计划无疑是一个“明确的乐观主义”项目（编者注：因为人类清楚地知道自己要去哪里，要实现什么目标，所以是明确的）。蒂尔在书中说，那是当时的主流精神。而当我后来进入谷歌时，我感受到的则是“不明确的乐观主义”。这似乎是一种更加现代的态度，人们相信未来会更好，但是并不确切地知道到底该如何实现。比如你组建了一个量子计算团队，你想要造出一些东西，但是你并没有明确的方向。

对我来说，我始终关注自己究竟要做什么，这是我必须弄清楚的核心问题。也许要不断调整方向，但我一直在朝着一个明确的目标前进——那就是试图解决实际问题。

据我观察，并没有太多科学家使用这种方式进行思考，特别是在学术界人们的普遍态度是——你应该不断观察周围的世界并尝试新事物。如果一个人太专注于某件事，尤其太专注于工程，很多人就会认为你并不是真正的物理学家，而只是一名工程师。这也是某些人对我不太认同的原因，但我并不在意，反而把它当作一种荣誉。

在我的职业生涯中，我一直通过制造器件来做更好的物理实验。在美国加州大学伯克利分校的实验室和美国劳伦斯伯克利国家实验室里，科学家们建造了回旋加速器并做了许多实验。基于我从约翰·克拉克那里的传承的理念，英国剑桥大学的一些实验物理学家在通过建造设备来发现新科学。

对我来说，使用巧妙的工程来实现科学突破、利用物理原理去设计出真正有效的器件，是我最喜欢和最擅长的工作方式。而建造一台量子计算机，则是这一切的终极目标，它也是我在职业生涯的最后阶段想要完成的事。

DeepTech：这需要你有一种信念，相信那会成功。

马丁尼斯教授：是的，你必须完全相信这件事会成功。或许其中带有一点妄想的成分，因为这实在是太难了。但是，我和团队已经公布了一些成果，很快还会通过发表一篇论文来展示我们确实拥有一个清晰可行的计划。目前我还不能公开太多细节，不过可以明确的是我们已经制定出一条看起来能实现量子计算机的路线。

我在这个领域已经研究了几十年，从经验和直觉上看这次真的有实现的可能。因为，我和团队都很努力，而且我们有合适的人来做这件事。

DeepTech：在这个过程中，保持乐观似乎是必要的。

马丁尼斯教授：对，但我必须强调，我不相信那种为了乐观而乐观的态度。在美国硅谷我就遇到过这样的人，他们单纯地认为只要保持乐观，一切就会按你希望的方式发生，所有事情都会向你倾斜。我只能说，这是一个有趣的观点。

乐观是一件好事，但我更倾向于使用现实主义来平衡它，即设想所有可能出错的情况，然后思考该如何克服这些障碍。你既要深刻理解物理学，也要明确技术的边界，还得弄清楚哪些工具可以使用，以及如何才能让事情变好，我喜欢尝试以恰当方式把这些结合起来。当然，这也是我和联合创始人艾伦·霍（Alan Ho）以及罗伯特·麦克德莫特（Robert McDermott）一起努力的方向。

图 | Qolab 管理团队（Qolab）

DeepTech：懂了，现实的乐观主义。

马丁尼斯教授：是的，没错。现实的、明确的乐观主义，对我来说非常重要。我可以举个例子来说明我所谓的“明确乐观主义”中的“明确”。如果你查看 IBM 的路线图，就会发现他们正在尝试制造 120 量子比特的芯片，然后把这些芯片连接在一起打造大型量子计算机，这是因为他们能够达到一定的良率限制。如果你再去观察 Rigetti 公司（编者注：由美国物理学家、前 IBM 员工查德·里盖蒂（Chad Rigetti）于 2013 年创办的美国量子计算公司），他们正在制造 9 量子比特的芯片然后拼接在一起。我在谷歌工作的时候发现，当量子比特扩展到 50 或 100 时就会出现制造问题。事实上，现在仍然有这样的限制，但我相信谷歌正在努力解决，也许谷歌现在已经做得更好了。但是，一旦数量达到数百个量子比特良率问题就会更加凸显。如果扩展到一千个甚至一百万个量子比特又该如何制造？毫无疑问，难度将呈现出指数级的增长——而这正是我和团队专注于解决的制造问题。我们已经打造出一种有望解决这一难题的方法，我现在依然不能详细透露因为涉及到公司机密。不过，我们所看到的一些数据让我们相信这是可行的。当我看到这条可行路径时，我感到非常乐观，而这就是我试图解决的关键问题，当然也需要努力解决低成本制造的问题。对于集成电路来说，人们可以在一个大型工厂进行批量生产，不一定非得购买一个专门用于超导量子比特的、价值 100 亿美元的洁净室来做，同时还有其他商业方式可以达到同一目的。当然，除此之外，我和团队的商业计划还有很多其他部分。

如果我无法想象我和团队将要做什么，那么我就很难知道到底要建造什么。例如，我们最初在电路上探索量子力学时，一开始只是做了一堆物理实验。而当我的量子计算课题开始获得资金资助时，一个明确的最终目标开始浮现出来，而我十分喜欢这种清晰感。那么，我正在做的实验能否将人类带向建造量子计算机的最终目标？事实上，这不仅仅是打造一个更好的量子比特，而是打造一个更好的量子比特系统，让它们可以相互作用并被精确地控制。

对于这些系统工程问题，我曾经认真思考过，我也曾做过各种与常规想法完全相反的事情。比如，我曾研究过通量可调量子比特，但我差点因为选择尝试这件事而失去资助。因为大家都认为固定频率量子比特具有最好的相干时间。然而，如果你不能将量子比特耦合在一起，或者你的设计导致耦合变得困难或缓慢那就是没有用处的。而我当初尝试那个方向，就是为了优化整个系统的性能。

DeepTech：您遇到的一些困难是什么？

马丁尼斯教授：我和目前的团队主要面临一些制造问题。我们想做的是晶圆级集成，整个量子计算机芯片要处于三开尔文以下温度。同时，这是一个整体集成电路或类似集成电路的系统，这就必须保证高可靠性和低成本。

要让这一想法落地需要进行很多创新，包括改进量子比特的读出方式。当前的读出硬件又大又笨重，无法实现真正的集成化。但是，我的联合创始人罗伯特·麦克德莫特（Robert McDermott）在美国威斯康星大学麦迪逊分校发明了相关技术，我认为这是一项实现晶圆级量子计算机的关键技术。尽管它的重要性很高，可是这项技术的相关论文的引用次数却非常少，因为使用现有的大型组件在 100 量子比特的系统上就能实现同一目标，这让很多人觉得问题并不紧迫。然而，我完全认同罗伯特的观点，这项技术至关重要，因为它可以实现真正的集成化。

谈致青年人：要努力成为更好的自己

DeepTech：假设在 10 年-20 年后重新审视您的成就，除了作为诺贝尔物理学奖获得者之外，您还希望人们记住您的哪些事迹？

马丁尼斯教授：这是一个有趣的问题，但我并不是这样思考问题的，我更关注下一步该做什么。至于成就这块我想说的是，我非常高兴看到众多的物理学家基于我和其他人所打下的基础，助力于理解和应用量子力学，并且拥有很好的高薪工作。科学家们能够拥有这样的好工作，我觉得这非常不错。

DeepTech：从我们的对话和您描述的经历来看，您更像是一位量子计算机硬件工程师，而不是物理学家。

马丁尼斯教授：是的，我更喜欢叫自己“器件物理学家”，这就是为什么当初我加入约翰·克拉克的团队，当时他们在做的就是器件物理。当前，人们可以把量子力学系统作为器件来构建，而让我和其他几位科学家一起获得诺贝尔物理学奖的实验也是这样做的。事实证明，当你尝试这样做时，器件自然就会“配合”你，你不仅能够建造出这些系统，还能完成非常复杂的操作，从而增加这一研究领域的丰富程度。事实上，我们当初在做这一实验时一开始并不知道这一点，后来花了一些时间之后才弄明白。看到由此产生的精彩实验成果之后，作为科学家我感到非常满足。

DeepTech：最后一个问题，对年轻的科研人员有什么寄语吗？

马丁尼斯教授：大家常说“做你自己”，但我认为更好的方式是努力成为一个更好的自己，不断提升对于世界的理解。要做一个更有道德感的人、更善良的人。事实上，有上千种方式可以改进自己。如果你一直抱着这种态度去努力，可能短时间内看不到明显变化，但是一年乃至于十年之后，你的能力会得到提升，你对世界的贡献也会更多。

我认为这是一个很好的思维框架，这也是我在我的新公司中努力做到的事情。我目前正在尝试成为一个更好的首席技术官，和同事进行更好的沟通。同时，我也在练习成为一名更好的播客访谈嘉宾。我相信，随着实践经历的增多我会做得更好。在过去一年，我已经积累了很多经验。

参考资料：

https://qolab.ai/our_team/

https://www.nobelprize.org/prizes/physics/2025/press-release/

运营/排版：何晨龙