Bỏ qua tới nội dung chính

Trước khi có tính toán lượng tử

Thông tin lượng tử: máy tính lượng tử làm được gì, và không làm được gì

Thông tin lượng tử cho người học khoa học máy tính: qubit, giao thoa, Grover và Shor, vì sao khó mô phỏng và khó xây, mật mã — nói thật, không thổi phồng.

Ban biên tập OpenER

Cập nhật 09/11/2026 · 20 phút đọc · CC BY 4.0

Tháng 12 năm 2024, nhiều trang tin cùng chạy một tiêu đề: chip lượng tử Willow của Google làm xong trong chưa đầy năm phút một phép tính mà theo Google, siêu máy tính Frontier phải mất 10²⁵ năm — lâu hơn tuổi vũ trụ hàng trăm nghìn tỷ lần. Cũng những ngày đó, trong nhóm chat gia đình có người chuyển tiếp một bài khác: máy tính lượng tử sắp bẻ được mọi mật khẩu ngân hàng, có nên đổi mật khẩu ngay không?

Cả hai tin đều có phần đúng, và đều dễ làm người đọc hiểu sai. Phép tính năm phút là thật, nhưng được chọn chính vì máy lượng tử giỏi nó, và không ai cần đến đáp án. Còn máy lượng tử hôm nay chưa bẻ được hệ mật mã nào; khi đủ lớn, thứ nó đe dọa là mật mã khóa công khai (public-key cryptography) bảo vệ đường truyền, không phải mật khẩu của bạn. Khoa học và công nghệ thông tin lượng tử (quantum information science and technology) là môn giúp bạn tự phân xử những tin như thế: máy tính lượng tử tính bằng gì, nhanh hơn ở đâu, ở đâu không, và vì sao nó khó xây đến vậy.

Trước khi có tính toán lượng tử

Suốt nửa đầu thế kỷ XX, cơ học lượng tử và khoa học máy tính lớn lên cạnh nhau mà gần như không gặp nhau: máy Turing, kể ở bài Lý thuyết tính toán, là cỗ máy cổ điển, còn lượng tử chỉ ở tầng đáy, giải thích vì sao transistor dẫn điện. Rồi người ta hỏi: nếu chính thông tin nằm trong một hệ lượng tử thì sao?

  1. Câu hỏi của Feynman (1981): muốn mô phỏng tự nhiên ở thang lượng tử, hãy dựng máy từ chính định luật lượng tử — chuyện kể ở bài Vật lý.
  2. Giữ bí mật trước khi tính nhanh (1984). Charles Bennett (IBM) và Gilles Brassard (Đại học Montréal) công bố giao thức BB84: trao khóa bí mật bằng photon, và vì đo là làm thay đổi trạng thái lượng tử, kẻ nghe lén luôn để lại dấu vết. Đây là phân phối khóa lượng tử (quantum key distribution — QKD).
  3. Máy tính lượng tử vạn năng (1985). David Deutsch ở Oxford mô tả máy tính lượng tử vạn năng — bản lượng tử của máy Turing vạn năng — kèm bài toán đầu tiên mà nó có lợi thế (ý tưởng 2), dù bản năm 1985 chỉ thành công một nửa số lần.
  4. Hai thuật toán làm cả ngành giật mình. Năm 1994, Peter Shor ở Bell Labs chỉ ra máy lượng tử phân tích được số nguyên lớn ra thừa số nguyên tố trong thời gian đa thức — tức là bẻ được RSA, hệ mật mã có ví dụ ở bài Toán rời rạc, logic và chứng minh. Năm 1996, Lov Grover, cũng ở Bell Labs, tìm một phần tử trong N phần tử với khoảng √N bước. Ngay sau đó (1995–1997), Shor và Andrew Steane tìm ra những mã sửa lỗi lượng tử (quantum error-correcting code) đầu tiên, rồi vài nhóm chứng minh định lý ngưỡng (threshold theorem): nếu mỗi phép toán sai ít hơn một mức nhất định, tính lâu bao nhiêu cũng được.
  5. Những qubit đầu tiên (1995–2001). Năm 1995, nhóm David Wineland ở NIST (Mỹ) làm cổng hai qubit đầu tiên trên một ion bị bẫy. Năm 2001, IBM và Stanford chạy thuật toán Shor trên bảy hạt nhân nguyên tử của một phân tử, điều khiển bằng cộng hưởng từ hạt nhân (NMR): 15 = 3 × 5.
  6. "Vượt trội lượng tử" (2019). John Preskill đặt tên quantum supremacy (2012) cho mốc máy lượng tử làm được việc máy cổ điển không làm nổi. Tháng 10/2019, chip Sycamore 53 qubit của Google lấy mẫu một mạch ngẫu nhiên trong khoảng 200 giây, việc Google ước tính siêu máy tính cần 10.000 năm. IBM phản bác ngay rằng tính khéo hơn thì ước chừng chỉ cần 2,5 ngày. Willow là vòng tiếp theo của cuộc đua ấy.
  7. Sửa lỗi bắt đầu chạy (2023–2024). Cuối 2023, nhóm Harvard, MIT và QuEra chạy mạch trên 48 qubit logic (logical qubit), dựng từ khoảng 280 nguyên tử làm qubit vật lý (physical qubit), phần lớn mới ở mức phát hiện lỗi; cuối 2024, chip Willow cho thấy lỗi logic giảm khi mã sửa lỗi lớn lên (ý tưởng 5).

Đặt cạnh nhau:

Chỉ có máy cổ điển
Có máy lượng tử đủ lớn, ít lỗi
Bẻ RSA-2048
Không làm nổi với mọi cách đã biết
Vài ngày (xem ước tính ở bài Từ electron đến ứng dụng)
Tìm một đáp án trong N khả năng, không manh mối
Khoảng N/2 lần thử
Khoảng 0,8·√N vòng, mỗi vòng chậm hơn nhiều
Năng lượng chính xác của một phân tử lớn
Tăng theo hàm mũ, phải xấp xỉ
Được kỳ vọng tăng theo đa thức với nhiều phân tử, còn tranh luận
Bài toán NP-đầy đủ (NP-complete): xếp lịch, người du lịch
Chưa có thuật toán nhanh
Được tin là cũng không
Web, game, cơ sở dữ liệu, huấn luyện AI
Như hôm nay
Như hôm nay: chưa có lợi thế nào được chứng minh

Thế giới hôm nay vẫn đứng ở cột giữa. Hơn hai mươi năm sau 15 = 3 × 5, con số lớn nhất mà thuật toán Shor từng phân tích trên máy thật vẫn chỉ là 21 = 3 × 7, và phần lớn các lần chạy ấy phải rút gọn mạch nhờ biết trước đáp án. Các tuyên bố lợi thế vẫn nối nhau ra đời, như thuật toán "Quantum Echoes" của Google (10/2025): đo một đại lượng vật lý kiểm chứng được, theo nhóm tác giả nhanh hơn siêu máy tính Frontier khoảng 13.000 lần. Nhưng tới nay, chưa kết quả nào được giới chuyên môn đồng thuận là giải nhanh hơn một bài toán có ích ngoài phòng thí nghiệm. Preskill gọi giai đoạn này là NISQ (noisy intermediate-scale quantum): đủ qubit để máy cổ điển khó mô phỏng, nhưng quá nhiễu để chạy thuật toán dài như Shor.

Môn này trả lời câu hỏi gì

Năm 1991, Rolf Landauer viết bài báo "Information is physical" — thông tin là vật lý: bit nào cũng nằm trong một vật, và định luật của vật đó quyết định ta làm được gì với bit. Môn này đi tiếp ý ấy: nếu thông tin nằm trong hệ lượng tử, thì tính toán đổi ra sao — bài toán nào nhanh hơn hẳn, bài toán nào không? Truyền tin đổi ra sao — trao khóa mà kẻ nghe lén không giấu được dấu vết, chuyển một trạng thái lượng tử đi xa nhờ vướng víu (entanglement), gọi là dịch chuyển lượng tử (quantum teleportation)? Và giữ gìn thông tin mong manh đến thế bằng cách nào?

Vì sao người học khoa học máy tính cần môn này, khi phần lớn sẽ không lập trình máy lượng tử? Vì thuật toán Shor đang buộc mật mã khóa công khai trong mọi trình duyệt phải thay dần. Vì đây là lĩnh vực nhiều tin thổi phồng bậc nhất, và môn này cho bạn công cụ để tự kiểm. Và vì môn học gần như chỉ cần vector, ma trận và phép lấy mẫu — học nó, bạn hiểu lại đại số tuyến tính và xác suất sâu hơn.

Năm ý tưởng cốt lõi

1. Qubit: hai biên độ phức, và phép đo chỉ trả về một bit

Phần Điện toán lượng tử của bài Từ electron đến ứng dụng đã định nghĩa qubit: trạng thái α|0⟩ + β|1⟩, với hai biên độ (amplitude) phức α và β; đo thì ra 0 với xác suất |α|², ra 1 với xác suất |β|². Định nghĩa ấy viết thẳng thành code được: qubit là một danh sách hai số phức, cổng lượng tử (quantum gate) là một hàm biến danh sách ấy thành danh sách khác, còn đo là tung một đồng xu có trọng số.

python
import math, random

r = 1 / math.sqrt(2)

def H(q):                        # cổng Hadamard: trộn hai biên độ với nhau
    a, b = q
    return [r * (a + b), r * (a - b)]

def S(q):                        # cổng pha S: nhân biên độ của |1⟩ với i
    a, b = q
    return [a, 1j * b]

def do(q, so_lan=1000):          # đo nhiều lần: mỗi lần ra 0 với xác suất |a|²
    p0 = abs(q[0]) ** 2
    ra_0 = sum(random.random() < p0 for _ in range(so_lan))
    return {"0": ra_0, "1": so_lan - ra_0}

random.seed(1)
for ten, q in [("H|0⟩", H([1, 0])), ("H|1⟩", H([0, 1])), ("S H|0⟩", S(H([1, 0])))]:
    print(f"{ten:7} biên độ {q[0]:.3f} và {q[1]:.3f} → {do(q)}")
H|0⟩    biên độ 0.707 và 0.707 → {'0': 473, '1': 527}
H|1⟩    biên độ 0.707 và -0.707 → {'0': 504, '1': 496}
S H|0⟩  biên độ 0.707 và 0.000+0.707j → {'0': 485, '1': 515}

Cổng Hadamard (H) đưa |0⟩ vào chồng chập (superposition) đều: đo một nghìn lần, khoảng nửa ra 0, nửa ra 1. Điều đáng để ý là ba trạng thái trên khác nhau — biên độ thứ hai lần lượt là 0,707, −0,707 và 0,707·i — nhưng đo thì không phân biệt được. Phần khác nhau ấy là pha (phase): phép đo trực tiếp không thấy nó, nhưng ở ý tiếp theo, chính pha quyết định đáp án.

2. Giao thoa: nguồn gốc của mọi tăng tốc

Cho |0⟩ đi qua H hai lần: hai đường tới |1⟩ trái dấu nên triệt tiêu nhau, hai đường tới |0⟩ cộng dồn. Đó là giao thoa (interference), đúng như giao thoa kế Mach–Zehnder ở bài Vật lý. Như tai nghe chống ồn phát sóng ngược pha để xóa tiếng ồn, thuật toán lượng tử sắp đặt để biên độ của các đáp án sai xóa lẫn nhau.

Bài toán của Deutsch là ví dụ nhỏ nhất. Một hộp đen (oracle) tính hàm f biến một bit thành một bit. f là hàm hằng (f(0) = f(1)) hay cân bằng (f(0) ≠ f(1))? Như hỏi một đồng xu là thật — một mặt sấp, một mặt ngửa — hay giả, hai mặt như nhau: máy cổ điển phải lật xem cả hai mặt, tức hỏi hộp đen hai lần. Máy lượng tử chỉ cần một lần, với bản thuật toán luôn đúng do Cleve, Ekert, Macchiavello và Mosca đưa ra năm 1998:

python
import math

r = 1 / math.sqrt(2)

def H(q):
    a, b = q
    return [r * (a + b), r * (a - b)]

def hop_den(f, q):               # hỏi hộp đen MỘT lần: đổi dấu biên độ của x khi f(x) = 1
    return [q[x] * (-1) ** f(x) for x in (0, 1)]

ham = {"luôn ra 0": lambda x: 0, "luôn ra 1": lambda x: 1,
       "giữ nguyên": lambda x: x, "đảo ngược": lambda x: 1 - x}

for ten, f in ham.items():
    q = H(hop_den(f, H([1, 0])))           # H → hộp đen → H, rồi đo
    p1 = abs(q[1]) ** 2
    print(f"{ten:10}: đo ra 1 với xác suất {p1:.0f} → {'cân bằng' if p1 > 0.5 else 'hằng'}")
luôn ra 0 : đo ra 1 với xác suất 0 → hằng
luôn ra 1 : đo ra 1 với xác suất 0 → hằng
giữ nguyên: đo ra 1 với xác suất 1 → cân bằng
đảo ngược : đo ra 1 với xác suất 1 → cân bằng

Hộp đen ở đây là bản đổi pha (mạch thật cần thêm một qubit phụ, thủ thuật có tên phase kickback). Sau cổng H đầu, một lần qua hộp đen chạm tới cả f(0) lẫn f(1); cổng H thứ hai cho hai biên độ giao thoa — cộng dồn về 0 nếu f hằng, triệt tiêu ở 0 nếu f cân bằng.

Ba điều trung thực đi kèm. Ta chỉ biết được một bit — f có hằng hay không — chứ không biết f(0) bằng mấy. Bộ mô phỏng của ta gọi f hai lần, vì máy cổ điển buộc phải thế. Và lợi thế chỉ là một lần hỏi so với hai. Khi Deutsch và Richard Jozsa mở rộng bài toán cho hàm n bit (1992), máy cổ điển muốn chắc chắn tuyệt đối cần tới 2ⁿ⁻¹ + 1 lần hỏi — nhưng chấp nhận sai với xác suất rất nhỏ thì chỉ cần thử ngẫu nhiên vài chục lần. Bài học quan trọng nhất của môn: "nhanh hơn" chỉ có nghĩa khi so với thuật toán cổ điển tốt nhất, kể cả thuật toán ngẫu nhiên.

3. Vướng víu, và vì sao máy cổ điển mô phỏng không nổi

Hai qubit có bốn biên độ, cho |00⟩, |01⟩, |10⟩ và |11⟩; n qubit có 2ⁿ. Nếu các qubit độc lập với nhau, mỗi qubit chỉ cần lưu hai biên độ. Nhưng có những trạng thái không tách ra được như thế — vướng víu — như trạng thái Bell trong bài Từ electron đến ứng dụng. Khi đó phải lưu đủ 2ⁿ số phức, mỗi số 16 byte:

python
def dung_luong(so_byte):
    for don_vi in ("byte", "KB", "MB", "GB", "TB", "PB"):
        if so_byte < 1000:
            return f"{so_byte:.0f} {don_vi}"
        so_byte /= 1000
    return f"{so_byte:.0f} EB"

for n in (10, 20, 30, 40, 50):
    vuong_viu = 2 ** n * 16          # 2ⁿ biên độ, mỗi số phức 16 byte
    rieng_le = 2 * n * 16            # n qubit không vướng víu: mỗi qubit 2 biên độ
    print(f"{n} qubit: {dung_luong(vuong_viu):>7} cho trạng thái bất kỳ, {dung_luong(rieng_le)} nếu không vướng víu")

print(f"300 qubit: {2 ** 300:.1e} biên độ")
10 qubit:   16 KB cho trạng thái bất kỳ, 320 byte nếu không vướng víu
20 qubit:   17 MB cho trạng thái bất kỳ, 640 byte nếu không vướng víu
30 qubit:   17 GB cho trạng thái bất kỳ, 960 byte nếu không vướng víu
40 qubit:   18 TB cho trạng thái bất kỳ, 1 KB nếu không vướng víu
50 qubit:   18 PB cho trạng thái bất kỳ, 2 KB nếu không vướng víu
300 qubit: 2.0e+90 biên độ

Mỗi qubit thêm vào làm bộ nhớ gấp đôi: 30 qubit vừa một máy trạm nhiều RAM, còn 300 qubit có nhiều biên độ hơn số nguyên tử trong vũ trụ quan sát được (ước tính cỡ 10⁸⁰). Vì thế Feynman mới muốn dùng máy lượng tử để mô phỏng tự nhiên.

Nhưng không phải mạch nào cũng khó mô phỏng. Trạng thái ít vướng víu nén được bằng mạng tensor (tensor network); mạch chỉ gồm các cổng H, S, CNOT thì theo định lý Gottesman–Knill, máy thường mô phỏng nhanh dù vướng víu tới đâu. Mạng tensor chính là công cụ về sau kéo con số 10.000 năm của Sycamore xuống dưới một ngày. Vướng víu là điều kiện cần cho tăng tốc, chưa phải điều kiện đủ.

4. Grover và Shor: hai kiểu tăng tốc rất khác nhau

Tìm chủ của một số điện thoại trong cuốn danh bạ một triệu dòng xếp theo tên: con số không cho manh mối nào, trung bình phải dò nửa triệu dòng. Thuật toán Grover giải loại tìm kiếm không cấu trúc (unstructured search) này với khoảng 0,785·√N vòng — ở đây là 785 vòng. Với 2 qubit, tức 4 ô, chỉ cần một vòng:

python
import math

def grover(N, dap_an, so_vong):
    a = [1 / math.sqrt(N)] * N               # chồng chập đều: N ô, biên độ bằng nhau
    for _ in range(so_vong):
        a[dap_an] = -a[dap_an]               # hộp đen: đổi dấu biên độ của ô đúng
        tb = sum(a) / N
        a = [2 * tb - x for x in a]          # lật mọi biên độ qua giá trị trung bình
    return a

print(grover(4, dap_an=2, so_vong=1))        # 2 qubit, 4 ô, một vòng

for N in (16, 256, 4096, 65536):
    k = round(math.pi / 4 * math.sqrt(N))    # số vòng tốt nhất, khoảng 0,785·√N
    p = grover(N, 7, k)[7] ** 2
    print(f"N = {N:5}: {k:3} vòng, đúng với xác suất {p:.3f}; đoán mò cần khoảng {N // 2} lần thử")
[0.0, 0.0, 1.0, 0.0]
N =    16:   3 vòng, đúng với xác suất 0.961; đoán mò cần khoảng 8 lần thử
N =   256:  13 vòng, đúng với xác suất 0.986; đoán mò cần khoảng 128 lần thử
N =  4096:  50 vòng, đúng với xác suất 1.000; đoán mò cần khoảng 2048 lần thử
N = 65536: 201 vòng, đúng với xác suất 1.000; đoán mò cần khoảng 32768 lần thử

Mỗi vòng, hộp đen đổi dấu biên độ của ô đúng, rồi mọi biên độ được lật qua giá trị trung bình: với 4 ô, ½, ½, −½, ½ có trung bình ¼, lật qua ¼ thì ba ô sai về 0, ô đúng thành 1. Với N lớn, mỗi vòng chỉ dồn thêm một chút, nên cần cỡ √N vòng; chạy quá thì biên độ lại trôi đi.

√N nghe rất ấn tượng — cho tới khi tính bằng giây. Thử hai con số tự đặt cho dễ tính, chưa máy nào đo được: máy cổ điển thử một tỷ khả năng mỗi giây, còn máy lượng tử có sửa lỗi chạy một nghìn vòng Grover mỗi giây, vì mỗi vòng phải tính lại cả hộp đen bằng qubit logic. Khi đó Grover chỉ thắng một nhân CPU nếu bài toán vốn tốn của máy cổ điển hơn 20 phút; muốn thắng một nghìn nhân chạy song song thì bài toán phải dài cỡ hai tuần, vì chia việc cho k máy lượng tử chỉ nhanh thêm √k lần. Con số đổi theo giả định, nhưng một phân tích kỹ của nhóm Google năm 2021 cũng kết luận: tăng tốc bậc hai (quadratic speedup) khó mang lại lợi thế trên những thế hệ máy có sửa lỗi đầu tiên. Với mật mã, Grover hạ khóa AES 128 bit xuống độ khó 64 bit trên giấy, mà với giả định trên vẫn mất hàng trăm triệu năm.

Shor thuộc loại khác hẳn: tăng tốc theo hàm mũ (exponential speedup) so với cách cổ điển tốt nhất đã biết. Thuật toán biến phân tích thừa số thành bài toán tìm chu kỳ (period finding) của một dãy số, rồi dùng biến đổi Fourier lượng tử (quantum Fourier transform) để các biên độ giao thoa và lộ ra chu kỳ. Nó chạy được vì phân tích thừa số giấu bên trong một cấu trúc tuần hoàn — điều mà phần lớn bài toán không có.

Vì vậy giới lý thuyết tin rằng máy lượng tử không giải nhanh được các bài toán NP-đầy đủ (chuyện P và NP ở bài Lý thuyết tính toán). Năm 1997, Bennett, Bernstein, Brassard và Vazirani chứng minh tìm kiếm không cấu trúc cần cỡ √N lần hỏi với mọi thuật toán lượng tử: Grover đã là tốt nhất. Lớp bài toán máy lượng tử giải nhanh có tên BQP; quan hệ chính xác của nó với NP vẫn là câu hỏi mở.

5. Nhiễu và sửa lỗi: vì sao "bao nhiêu qubit" là câu hỏi sai

Phần "Vì sao máy lượng tử khó xây" trong bài Từ electron đến ứng dụng đã kể những kẻ thù của qubit: mất kết hợp (decoherence), cổng hay sai, và định lý không sao chép cấm "sao ba bản rồi lấy đa số". Shor cho RSA-2048 cần hàng tỷ phép toán nối tiếp, nên với tỉ lệ lỗi hôm nay nó hỏng từ rất sớm.

Lối ra là qubit logic dựng từ nhiều qubit vật lý, đo liên tục những phép kiểm chẵn lẻ giữa chúng để biết lỗi ở đâu mà không đọc dữ liệu. Mã bề mặt (surface code) xếp qubit thành lưới cỡ d × d. Lưới lớn chịu được nhiều lỗi hơn nhưng cũng thêm chỗ để sai, nên chỉ khi qubit vật lý tốt hơn một ngưỡng (threshold) thì mã lớn mới bớt lỗi. Trên chip Willow, Google tăng d từ 3 lên 5 rồi 7 (mã cỡ 7 dùng 101 trong 105 qubit của chip), và lỗi logic giảm khoảng 2,14 lần sau mỗi bước — hệ số này gọi là Λ. Một quy tắc kinh nghiệm quen dùng cho phép ước lượng một qubit logic đủ tốt cần bao nhiêu qubit vật lý:

python
# Quy tắc kinh nghiệm cho mã bề mặt cỡ d: lỗi logic mỗi vòng ≈ 0,03 / Λ^((d+1)/2),
# cần 2d² − 1 qubit vật lý. Λ là số lần lỗi giảm mỗi khi tăng d thêm 2.
def can_bao_nhieu(lam, muc_tieu=1e-12):   # muốn lỗi logic dưới một phần nghìn tỷ
    d = 3
    while 0.03 / lam ** ((d + 1) / 2) > muc_tieu:
        d += 2
    return d, 2 * d * d - 1

for lam in (2, 4, 10):
    d, q = can_bao_nhieu(lam)
    print(f"Λ = {lam:2}: mã cỡ d = {d}, {q} qubit vật lý cho mỗi qubit logic")
Λ =  2: mã cỡ d = 69, 9521 qubit vật lý cho mỗi qubit logic
Λ =  4: mã cỡ d = 35, 2449 qubit vật lý cho mỗi qubit logic
Λ = 10: mã cỡ d = 21, 881 qubit vật lý cho mỗi qubit logic

Với Λ cỡ 2 như hôm nay, một qubit logic sai dưới một phần nghìn tỷ cần gần mười nghìn qubit vật lý; với Λ = 10, chưa tới một nghìn; còn Λ dưới 1 thì vòng lặp không bao giờ dừng — mã càng lớn càng tệ. Thuật toán có ích cần hàng nghìn qubit logic, tức hàng triệu qubit vật lý. Khi đọc tin, con số qubit trên tiêu đề nói rất ít; hãy hỏi tỉ lệ lỗi, số qubit logic, và chúng chạy được bao nhiêu phép toán trước khi hỏng.

Thông tin lượng tử nằm ở đâu trong chồng tầng

Bài Từ electron đến ứng dụng dựng hẳn một chồng tầng cho máy lượng tử, từ Q0 (vật lý) tới Q8 (bài toán). Môn này nằm ở Q4 tới Q7: cổng và mạch, vướng víu, thuật toán, và bài toán nào đáng mang lên máy lượng tử; sửa lỗi và phần cứng bên dưới là môn của lộ trình Kỹ thuật lượng tử.

Đưa lên

Một mô hình tính toán mới — qubit, cổng là ma trận unita (unitary), phép đo cho ra bit theo xác suất — cùng bản đồ trung thực bài toán nào nó làm nhanh hơn hẳn, nhanh hơn chút ít, hay không giúp được gì.

Giấu đi

Qubit làm bằng gì, điều khiển ra sao, lỗi được sửa thế nào. Cái giá: hôm nay tầng sửa lỗi chưa giấu được nhiễu, nên người viết thuật toán vẫn phải đếm từng cổng và từng phần trăm lỗi.

Học trước và học sau

· 6 môn

Đại số tuyến tính

Linear Algebra

Vector phức, nhân ma trận, tích tensor — ngôn ngữ của cả môn. Nên học trước.

Xem chủ đề trên OpenER: Linear Algebra

Xác suất và thống kê

Probability and Statistics

Đo là lấy mẫu: kết quả hàng nghìn lần chạy là một phân phối cần đọc cho đúng.

Xem chủ đề trên OpenER: Probability and Statistics

Vật lý

Physics

Biên độ và giao thoa, ở mức nhập môn.

Xem chủ đề trên OpenER: Physics

Lý thuyết tính toán

Theory of Computation

P, NP và các lớp độ phức tạp: nền để hiểu BQP.

Xem chủ đề trên OpenER: Theory of Computation

Mật mã học

Cryptography

Shor bẻ được gì, Grover làm yếu đi những gì, và các hệ mật mã mới thay thế ra sao.

Xem chủ đề trên OpenER: Cryptography

Hóa học

Chemistry

Mô phỏng phân tử: ứng dụng được mong chờ nhất của máy lượng tử.

Xem chủ đề trên OpenER: Chemistry

Ứng dụng thật và nghề nghiệp

Xếp theo mức chắc chắn, từ đã dùng tới còn nghi vấn:

  • Đã dùng — công nghệ lượng tử, chưa phải máy tính lượng tử: đồng hồ nguyên tử trong vệ tinh GPS; QKD trên vài tuyến cáp quang và qua vệ tinh Mặc Tử (Micius) của Trung Quốc (2016) — dù QKD cần đường truyền riêng, đi xa phải qua trạm trung chuyển đáng tin, và vẫn cần mật mã cổ điển để xác thực.
  • Phải chuẩn bị ngay — mật mã: máy đủ lớn chạy Shor sẽ bẻ RSA và mật mã đường cong elliptic đang bảo vệ HTTPS, chữ ký số, ví tiền mã hóa, và giải mã được cả dữ liệu bị thu trộm từ hôm nay. Vì thế năm 2024, NIST đã công bố các chuẩn mật mã hậu lượng tử (post-quantum cryptography) đầu tiên, chạy trên máy thường; bài Mật mã học kể chi tiết.
  • Được kỳ vọng nhất — mô phỏng hóa học và vật liệu: bài Hóa học cho thấy vì sao máy thường bó tay ngay với một phân tử caffeine.
  • Còn nhiều nghi vấn — tối ưu hóa và học máy lượng tử: chưa có bằng chứng thuyết phục về lợi thế trên bài toán thực tế. Năm 2018, Ewin Tang, sinh viên 18 tuổi ở Đại học Texas tại Austin, tìm ra thuật toán cổ điển cho bài toán gợi ý sản phẩm, xóa mất lợi thế hàm mũ của một thuật toán lượng tử nổi tiếng.

Về nghề: nghiên cứu thuật toán và sửa lỗi (thường cần học lên sau đại học), kỹ sư phần mềm lượng tử (trình biên dịch, bộ mô phỏng, Qiskit, Cirq), kỹ sư phần cứng — việc còn ít, tập trung ở một số công ty và viện nghiên cứu.

Học xong làm được gì, bắt đầu từ đâu

Sau môn này bạn có thể:

  • tự viết bộ mô phỏng vài qubit bằng Python, và tính tay một mạch nhỏ để kiểm lại;
  • giải thích Deutsch, Grover và ý tưởng của Shor bằng giao thoa, không cần hình ảnh "thử mọi đáp án cùng lúc";
  • đọc một tin "đột phá lượng tử" và hỏi đúng câu: bài toán có ích không, đã so với thuật toán cổ điển tốt nhất chưa, qubit vật lý hay logic;
  • biết phần nào trong hệ thống của mình cần chuyển sang mật mã hậu lượng tử.

Nên biết trước: số phức, nhân ma trận với vector, xác suất cơ bản, Python ở mức viết được vòng lặp. Không cần học cơ học lượng tử trước.

Bắt đầu trên OpenER: trang chủ đề Quantum Information Science and Technology có các khóa học đã chọn lọc, và hướng dẫn học đi qua năm bước, khoảng 35 giờ, từ qubit tới thuật toán và sửa lỗi. Khóa chính là loạt video Understanding Quantum Information and Computation của John Watrous — tác giả giáo trình chính của hướng dẫn — đi từ qubit tới Grover và Shor chỉ bằng đại số tuyến tính. Muốn làm quen thuật ngữ trước, có khóa tiếng Việt Nhập môn Khoa học Thông tin Lượng tử trên OpenER; muốn luyện tính mạch, khóa Quantum Computing của Đại học Cambridge có phiếu bài tập. Đi sâu hơn: khóa của Ryan O'Donnell ở Carnegie Mellon và khóa MIT 18.435J do chính Peter Shor giảng. Lời khuyên cho môn này: mỗi mạch học được, chạy nó trên bộ mô phỏng vài chục dòng của chính bạn trước khi dùng Qiskit — khi máy và phép tính tay khớp nhau, bạn mới thật sự hiểu mạch.

Tài liệu tham khảo

  • John Watrous — Understanding Quantum Information and Computation, 2025 (arXiv:2507.11536, CC BY-SA), cùng loạt video và khóa học trên IBM Quantum Learning.
  • Michael A. Nielsen, Isaac L. Chuang — Quantum Computation and Quantum Information, bản kỷ niệm 10 năm, Cambridge University Press, 2010.
  • MIT 18.435J Quantum Computation (Peter Shor, 2003), MIT OpenCourseWare; Carnegie Mellon 15-859BB Quantum Computation and Quantum Information (Ryan O'Donnell, 2018); University of Cambridge — Quantum Computing.
  • Các bài báo gốc: D. Deutsch, Proceedings of the Royal Society A, 1985; R. Cleve, A. Ekert, C. Macchiavello, M. Mosca, "Quantum algorithms revisited", cùng tạp chí, 1998; C. H. Bennett và G. Brassard, "Quantum cryptography: Public key distribution and coin tossing", 1984; P. W. Shor, FOCS 1994; L. K. Grover, STOC 1996.
  • F. Arute và cộng sự (Google) — "Quantum supremacy using a programmable superconducting processor", Nature, 2019; Google Quantum AI — "Quantum error correction below the surface code threshold", Nature, 2025.
  • J. Preskill — "Quantum Computing in the NISQ era and beyond", Quantum, 2018; R. Babbush và cộng sự — "Focus beyond quadratic speedups for error-corrected quantum advantage", PRX Quantum, 2021.

Ban biên tập OpenER, “Thông tin lượng tử: máy tính lượng tử làm được gì, và không làm được gì”, OpenER, 2026. Phát hành theo CC BY 4.0: được chia sẻ, chỉnh sửa, kể cả thương mại, miễn ghi công tác giả và dẫn link bài gốc.