对话腾讯量子实验室负责人张胜誉：量子计算还不到竞争阶段，培养人才比争夺人才更重要

近日，在腾讯全球数字生态大会量子技术分论坛上，

张胜誉本科毕业于复旦大学数学系，硕士毕业于清华大学计算机系，师从应明生教授，博士毕业于普林斯顿大学计算机系，师从姚期智教授，后在香港中文大学计算机系任副教授。2018年1月，他加入腾讯，负责搭建并主管腾讯量子实验室。

在接受猎云网等媒体的采访时，张胜誉教授也谈到了腾讯在量子技术的投入、布局，以及整个行业目前所处的困境和发展现状。

近年来，全球科技巨头都开始进军量子计算领域，并将其视为争夺“人类终极计算能力”的关键入口之一。

相比传统计算机，量子计算机的最大区别在于：。一旦量子计算机在这些问题上取代传统计算机，人类的计算力将出现指数级的提升，云计算、人工智能、生物制药等多个领域将有颠覆式巨变。

阿里 是国内较早起步量子计算的科技巨头，早在2015年就开始布局量子计算，与中科院成立联合实验室。此外，百度也在2018年3月成立了量子计算研究所，以开展量子计算软件和信息技术应用业务研究。

腾讯对于量子实验室给予哪些期待，何时取得明确的成果，张胜誉在采访中表示，。

张胜誉接受猎云网等媒体采访（猎云网拍摄）

在量子计算的应用场景上，腾讯量子实验室为何选择了化学和药物研发，张胜誉透露，化学研究对象中很多本质上是量子多体系统，化学研究中本来就有很多是量子相关的方法，化学问题也是量子计算机将来重要的应用场景之一。

另外，在于实验室人员的配备上，具备这方面的专业人才团队， “我们有这方面的力量和优势，而且这个优势其实也不易复制，世界上有做这方面多年软件基础的人才太少了，我们这里有PySCF和Horton软件的主要编写者/维护者，以及多名量子化学和计算化学领域的理论人才，再配以在腾讯工作多年的全栈工程师和项目管理人员，团队整体实力非常强”。

此外，在张胜誉看来，当前国际上谈到量子，都会说到几个未来可能的落地方向，比如化学相关，金融相关、还有其他计算问题如空气动力学，这其中有些是量子AI，有些则更偏重量子来做优化或者解方程的算法，但无论用什么方式，还没有展示出一个全世界公认的一定能超过经典计算机的实用案例。

所以，腾讯量子实验室一方面保持开放的心态，对各领域都保持持续关注；另一方面也愿意深入研究其中一些领域，研究能否把一些潜在的应用场景如制药落实。

他同时提到，化学和药物研发“和量子AI也有很多联系，而我们对经典和量子AI有持续的研究和理解，这也会帮助我们快速进入相关领域。所以我们最终确定化学相关领域算法，软件和平台的研发，是综合各方面的因素聚焦在这方面的一个比较自然、符合逻辑的选择”。

量子计算今天来看还处于相对初级的阶段，张胜誉谈到，主要有两类公司有兴趣尝试量子计算与自身业务进行结合，一类是大公司，完全有能力成立一个部门甚至多个部门进行协同；另一类是初创企业，只专注于某一个细分领域，但能使用大公司都无法拥有的数百人团队来做这件事情。

2017年初，腾讯进军量子计算。葛凌（Ling Ge）教授以腾讯欧洲首席代表身份加入腾讯，被认为是腾讯布局量子计算的开端。2018年，香港中文大学著名量子理论计算机科学家张胜誉教授加盟，搭建腾讯量子实验室，担当起领导并拓展这个团队的重任。

同年，腾讯提出了用“ABC2.0”技术布局（AI、RoBotics、Quantum Computing)，构建面向未来的基础设施，探索推动以技术服务B端实体产业。

经过一年多的团队搭建和设计整个实验室的大方向，今天的腾讯量子实验室主要在量子AI、药物研发以及Simhub科学计算平台领域获得了最新研发成果和进展：

近期，腾讯量子实验室对量子神经网络的重要工作进行了系统梳理，完成综述报告并刊发在National Science Review上。

此外，实验室与外部科学家Iordanis Kerenidis合作，针对神经网络中最基本的前馈网络，研发了第一个有可证明的量子加速算法。将经典算法中与网络连接数成正比的复杂度，提高至与网络节点数成正比的量子算法复杂度。

据了解，这是一个“平方级”的效率提升，对人脑这一“终极神经网络”，该算法效率的提升是7000倍。同时，该算法对量子计算机的精确度要求不高，适用于中短期量子计算机的应用。

腾讯量子实验室将量子和AI技术应用于化学研究与制药行业的探索也取得阶段性进展。

基于对制药企业的调研，腾讯量子实验室在小分子药物发现流程中引入AI模型，用量子性质的计算和判别、生成与强化学习的机器学习模型，将学术界和传统制药企业有效连接，帮助传统药物研发流程升级，提高药物研发效率。

此外，腾讯量子实验室公开自研的分子量子性质数据集，发起Tencent Alchemy 2019竞赛，关注算法的泛化性能，推动学术界与产业界聚焦化学中分子的量子性质问题，及其AI解决方案。

该竞赛将激发各类型、各层次人才的创新活力，推动分子科学及应用的加速进展。腾讯量子实验室希望吸引更多的年轻人加入量子计算和AI的研发的队伍中，帮助整体生态成长，使上中下游的合作伙伴一起把产业从无到有、从有到大发展起来。

据了解，Simhub云平台是开发者和用户开放交流的中心。在Simhub云平台上，开发者提供算法和程序，一键发布后获得直接反馈。

Simhub云平台能够帮助开发者与计算用户实时线上合作，获得算法的真实使用效果。同时，运行环境一致，易于调试bug，易于商业化。而对计算用户来说，在Simhub云平台上，能提出问题，搜索解决方案。

未来，Simhub云平台将应用于药物研发的云上服务、量子化学计算、分子模拟以及AI模型开发。此外，Simhub云平台还将推动算法传播，促进科研合作，制定云端科学计算标准，以降低科学计算上云的门槛，立足化学，建立云端的科学计算生态。

以下为张胜誉采访实录，猎云网在不改变原意的基础上进行整理删减：

我们招聘了不少人，他们的教育背景很丰富。从学校的角度来说，有很多来自欧美名校，比如说普林斯顿、MIT、加州理工、剑桥、巴黎七大、南加州大学等，也有来自亚洲如香港新加坡及大陆最好高校毕业的博士生，博士后，青年学者。

从专业背景来看，团队成员不止有计算机和物理这两个量子计算显然需要的专业方向，也有化学的，电子工程的，和数学的。即使在同一个专业如计算机里，我们也注意涵盖软件，机器学习，体系结构等多方向。

我想这是一个团队将来能发展好核心方向所必不可少的。另外虽然我本人是做算法的，我并没有一开始就招跟我背景类似的，一方面因为人才的稀缺性，另一方面也因为在我比较专长的方向这个世界发生了什么事情，现在大体做的是什么问题、做到什么水准，我是非常清楚的。实验室成立初期阶段我更需要一些其它背景的学者过来一起组成我们的团队，来帮助进行方向研判和业务开展。

对于量子这种前瞻性和不确定性大的领域的布局，定战略和搭班子这两件事情可能是需要一起完成的。

量子计算在学术界和工业界都有很多喧嚣的声音，如何找到不同领域的人来一起实事求是的研判每一个方向，几乎是过去一年里面我想的最多的事情。这里说的实事求是，既是一种做人做事的态度，也是一种专业的能力，二者都需要有。幸运的是，一年多过去了，我们团队聚集了一批做人诚恳，做事踏实，有专业判断力的小伙伴。

化学这一块，我觉得未来可能会有更多的量子力学的因素加入到化学研究当中。化学研究对象中很多本质上是量子多体系统，用纯量子的方法计算复杂度太高，所以有很多经典方法如分子动力学去算。最近开始有越来越多不是以纯计算驱动，而是数据驱动的方法，把AI应用到分子问题计算中。

未来是不是可以把量子和AI结合到这当中呢？这次特别开心的请到了药明康德的国际研发和国内研发的副总裁，可能会从计算AI和量子两个不同侧重的方向来谈。

如果未来AI和量子很高效的应用到药物研发，会有很大的现实意义。这个现实意义不只是从商业来看，为制药公司带来很多收入的问题，从病患角度来看，加速药物研发是可以减轻多少痛苦和挽救多少生命的问题。有如此强烈现实意义的事情，值得我们努力去做一些尝试。

我觉得量子AI将来会有很广阔的应用前景，这里面包含的内容很可能不局限于我们现在能想象到的那些。我们现在要做到是努力看清哪些方向是真的有潜力，如何实现这些潜力，这个过程中也许会发现新的方向。

我们在谈很多量子AI结合的不同领域以及一些潜在的应用的时候，有些很好，也有些其实挺勉强的。我们希望能找到具体的用例，而不只是一直在说我们这个领域将来有多么丰富的可能的发展。

很多学术文章说了那么多将来，我希望也多想想现在。我们有一个令人信服的有现实意义的应用案例有吗？我们自己看了这么多，还没有找到。我们和很多一流的科学家深入探讨过，大家结论差不多。

量子AI一大块应用是在量子化学，大家经常说可以用于药物研发和材料模拟。我们经常看到，量子AI理论文章的时候说对化学有用，化学那边又说对实际工业有用。但是量子AI理论中的计算模型和化学中的问题有差别，化学中的研究和实际应用又有距离。

比如说制药，科研做了一些环境背景假设，如某种静态下的液体，但实际人体里是一个很复杂的动态环境。所以理论和应用中间可能隔着几层事情。我们实验室一方面想做基础理论，另一方面也想直接追到最后的应用。这其中的很多环节当然很不容易打通，但是至少一点，我们不会简单的把目光放在发表文章上。我们追求的价值，要么是有根基性的理论价值，要么是能落地的实用价值。

关于后者，能马上商用当然好，不能也没关系，但是最好要有实现路径，是科学共同体愿意为之一起努力的，而不是孤芳自赏的，甚至自欺欺人的文章和提案。

有两类，一类是行业头部厂商，有专门的前沿技术研发团队。再一类是有明确聚焦的中小型公司，虽然他们整体人不多，甚至还是一个初创企业，但是因为只做一个方向，可以在这个垂直的领域有几百人，比一些知名的大企业里面相关的团队还大。

没有什么公司层面给我们硬性的要求和压力，到时有我们自己想做好事情，想“要脸”的压力。公司内部很讲理，沟通讨论也有很方便的渠道，关键节点上管理层也一直愿意和我们交流决策。我觉得我们比较幸运，腾讯在这方面给科学团队的信任，自由度和向上沟通渠道很好。

没有，我觉得大家都应该实事求是一点。很多事情整个行业里的人都看不清，把一个本来就很复杂很不确定的局势非要简单化确定化，要么是能力不足看不到复杂性，要么是故意简化，但不管怎样长期看来都是有很大风险的。

我们只能是预计某方面可能会怎样，会努力争取做到怎样。所以我跟上级一般直接说，这些地方我们已经很清楚，另外一些地方我不懂，团队研发了一些之后，我们认为大体是怎么样的，等等。

有重要的决策的时候，第一时间就把高层拉进来。有时候开会大家围在一个桌子前，低头沉思良久。几个选择方案都给了，各方面的优缺点、代价、成本说明了，没有一个各方面都绝对好过其他的，平衡各方面后优先级可以给，但最终的决策需要和老板们一起思考的。

即使如此，如果将来发现有问题，需要有人承担的话，我作为部门第一负责人，还是应该承担。上面给了基本条件了，将来没做好的话，首先是部门第一负责人的问题吧。

高层很理解量子计算是需要一个长期的投入，这样一个充满不确定性和很前瞻性的科研问题上，商业回报不是第一位的，这件事情他们是早就很清楚的，在我入职之前多次沟通过，就清楚高层的这种眼界和格局。而且在我入职之前，他们已经对量子领域有了长期的了解和研判，所以很多东西他们懂。

前面谈过自由度和信任，上层也给予足够的沟通，这一点特别好。我们在量子专业上尽我们最大的专业力量把控，但是很多和商业相关的事情，我们其实很幼稚，很多机会看不见，所以沟通的时候经常会出现我个人的盲区，他们一点拨，我才知道应该这样去思考，很开心，一下就记住了。

我觉得这种配合是个人非常幸运能拥有的。这一年全球的互联网公司都有这么多的跌宕起伏的时候，公司上层的人还能坚定持续增加投入基础研究，而且花很多时间跟业务团队进行多次的沟通，这种看长期发展的视野让我印象特别深刻，也受益匪浅。

化学研究对象中很多本质上是量子多体系统，化学研究中本来就有很多是量子相关的方法，化学问题也是量子计算机将来重要的应用场景之一。在实验室人员的配备上，我们招聘了这方面的专业人才团队， 我们有这方面的力量和优势，而且这个优势其实也不易复制，世界上有做这方面多年软件基础的人才太少了，我们这里有PySCF和Horton软件的主要编写者/维护者，以及多名量子化学和计算化学领域的理论人才，再配以在腾讯工作多年的全栈工程师和项目管理人员，团队整体实力非常强。

量子应用于化学到底能不能落地，这个我们目前也还不完全清晰，所以我们就持续保持关注，要有一个开放的心态，既不要一棒子打死，也不要说这个东西一定能落地。需要我们自己积极的去探索来回答这个问题。当然探索说起来容易，具体走的时候都是有很多投入进去的，各种坑、各种碰壁，但还是值得做下去。

您刚才也问到上层和其他部门与我们的关系。我很幸运能直接给Dowson（汤道生）汇报。他非常聪明，能迅速理解技术上的问题，对于一些复杂的局面也经常能一针见血的看到本质，建议应对方法，这挺牛的。

还有他对技术是极其痴迷的一个人，总喜欢让团队给他科普，最近产业互联网他很忙，有时候没被科普成，自己又觉得很可惜。他对资源很珍惜谨慎，该调动资源的时候又能很快的调动资源，我从他这里学会思考如何有效利用资源，协同各方争取合作。他对每个人都很友善，非常愿意帮助人，对团队往下怎么发展很关注。

公司很多部门对我们都挺照顾的。有时候跟云的团队聊，说能不能用一些资源，云那边的团队总是很支持，所以我们的合作都很好。TEG那边也很帮忙，无论是计算资源还是高校合作，都挺支持我们的业务的。

区别很大，学界有很多的好处，比如说一般说到学术自由性，在香港中文大学里面有很大的自由度，比如我有兴趣研究一个新方向的时候，校长、院长或者系主任都不会来干涉我，我看新方向可能6个月不发文章，这是我的自由，这是学术界里面比较好的地方。

学术界一般是喜欢走专，一个方向要走得特别深，才能发现新的东西，但是其他很多方面不可能面面俱到去了解。学术上还应该是天马行空的，因为很多重要的发现，其实当时是一些错误的尝试才出现的，所以我觉得学术界没有很多条条框框的束缚，允许纯粹理论，也允许实用主义，这是很好的事情。

当然现在的学术界也不是一点问题没有。很多文章一定要加几个公式，炫点理论，然后又宣称能落地，其实理论和应用两方面都华而不实，我觉得这样下去有一点麻烦，因为它会对很多年轻人造成影响，他们看到太多这种文章之后，不知道什么是真正优秀的工作了，觉得这就是好的，甚至有唯期刊，唯影响因子或引用数论，我想这不是一种好的学术鉴赏标准。

至少这不是我在普林斯顿受到的训练。当时研究生之间会聊谁发了什么文章，因为这和找工作有关，但是老师们会说，你如果还在谈论文章发在哪里这种表面的东西，而不是文章的内容，你不应该待在学术界，因为格调太低了。

我始终觉得大的成果不应是靠肤浅的目的做出来的，而应该是你很好奇去理解一些事物，或者很想去做一些发展改变事物。最终文章发在哪里是顺便得到的结果，不是一开始的目的。

：工业界是比较现实的，如果他觉得50年之后才能用到的技术，大多是不会去做的。但我们应该注意的是，务实也带来了巨大的好处，就是求真。在商业盈利的根本目的下发展，可能大部分是非科技因素，但是一旦需要基础科技的时候，那是真刀真枪的研究发展，不是靠嘴宣称就行的，我喜欢这种真实。

我觉得学术界和工业界的研究都应该鼓励，不存在谁完全代替谁的问题。

我很喜欢学术界的一些人，有人甚至说以自己做的一些东西没有任何用处而自豪。他们有人性格可能有点怪，有人对专业领域之外事物的理解也许不够全面，但是我还是愿意拼命维护他们这种张扬的个性，和就要做一个完全不喜欢背后有逐利目的的东西。 

我也很喜欢工业界的一些人，他们其实有很高的智慧，很艺术的管理和沟通能力，敏捷洞察力，全面思考能力等等。学界和业界都有高人，不必觉得自己处的行业本身更有学识或者更富有而清高，还是努力做好在本行业的事情，有机会能融合更好。

会有。中国有多家严肃认真做量子的企业和高校，招聘的时候有时会发生竞争。我个人招聘时对自己的原则之一是诚实。我希望员工来腾讯一年之后回头看，发现得到比他一年前接受offer那一刻所期望要多。

我不想招聘的时候先把人忽悠来，再利用人一般迁移成本高这一点自然扣住人…我知道诚实有时候可能意味着失去，但我不想违反一些底线做事。就像我和团队第一次分享时说的几句话之一,“宁可正而不足，不可邪而有余”。

我希望也相信，慢慢的大家都会在一个良性的竞争中向上走。竞争给我带来很多的鞭策和对整个团队的推动，这对整个量子行业也是一个积极的推动力。

争夺还是挺厉害的。不过我还是希望大家更多交流，而且从长远来看，我认为培养人比争夺人更重要。我们比较看中一个是年轻的人要培养，再一个是非本领域的人可以培养。其实我们团队里面有一小部分成员以前是完全不懂量子的。

但是我们看重了他们的某种专业技能，一般在入职之前就会进行各种交流沟通，建议阅读材料，使得他们来了之后能够在第一天就有一个明确的切入点，知道做什么并开始和团队合作，而且由浅入深的学习量子相关的科技内容。

从某种意义上来说，我们不只是从量子这个有限的市场中招聘人才，而且是在为这个行业长期培养人才，希望这也是一种小小的贡献吧。