受访者： 孙晓明（中国科学院计算技术研究所研究员）
采访时间： 2025年10月9日
序
什么是“计算思维”？它与我们常说的“会写代码”和“会用工具”之间，究竟隔着怎样的认知鸿沟？当这种思维方式渗透到密码学，又将如何构筑起现代数字世界的安全基石？当它与前沿的量子计算和人工智能相遇，又将碰撞出怎样的火花？
2025年10月9日，我们有幸对中科院计算技术研究所的孙晓明研究员进行了专访。孙研究员在算法、计算复杂性以及量子计算领域有着深厚积累。在这篇访谈中，他从“第一性原理”出发，为我们系统性地揭示了“计算思维”的本质，并分享了他从数学奥赛金牌到投身量子计算的科研心路，以及对后辈学子的殷切期望。
【计算思维篇】
一、“高维度”的能力：计算思维 vs. 会写代码
Q：
孙老师您好，感谢您为英才班的同学们带来精彩的报告。首先，能否请您再阐述一下报告的核心主题“计算思维”？它与我们常说的“会写代码/会用工具”的根本区别是什么？
孙晓明：
我认为计算思维主要是一种思维方式。同一个问题，计算机、数学、物理领域的人看待的角度非常不同。“会写代码、会用工具”是一项基本能力，但计算思维是一种在此之上、更高维度的能力。它关乎你如何将这些工具、代码有机地组合起来，去解决一个更宏大的问题。
例如，陶哲轩教授在解决重要数学难题时，他会利用大模型工具，将一个复杂问题分解成若干子问题，然后让AI工具帮他完成一些关键环节。这种将问题分解、并有效利用工具组合求解的整体思路，正是我们所推崇的计算思维的具体应用。
二、计算机的“第一性原理”：从复杂性视角看问题
Q：
以您在算法与计算复杂性领域的积累，计算思维如何帮助学生在面对实际问题时，判断其“可计算/不可计算、可近似/不可近似”的边界？能否用经典问题让同学们体会“复杂性视角”的力量？
孙晓明：
计算思维更像是一种观念或脑海中潜藏的思维基因，而不是一个能立刻解决某个具体问题的公式。当你拿到一个问题，首先会从计算的角度去思考：这个问题到底能不能算？有没有高效的算法？而不是直接上手用蛮力去搜索。
在我的科研和教学中，我会强调这种“计算复杂性视角”。比如，有学生给我一个问题的启发式算法，我会先问他：你证明过这个问题是NP-Hard的吗？你的启发式算法是否有性能保证？先从问题的根本性质出发，这有点像物理学中的“第一性原理”，是我们计算机科学的一种核心原则。
三、计算的“鸿沟”：现代密码学的安全基石
Q：
密码安全与计算复杂性紧密相连，您能否从计算思维的角度，谈谈为何现代加密算法离不开计算复杂性理论？
孙晓明：
这是一个非常典型的例子。现代密码学很大程度上建立在计算复杂性之上，尤其是“计算困难性”问题的存在。以RSA公钥密码体系为例，其安全性就依赖于大数质因数分解这个“计算上的困难问题” 。
从数学角度看，一个合数一定存在质因数分解。但从计算角度看，我们关心的是“把它分解开需要多少计算资源”。已知一个数是两个1024位的素数之积，要把它分解开，用现有最好的算法可能需要上万年。正是因为存在这种计算上的时间鸿沟，我们才能构建出安全的密码体系。可以说，如果没有诸如“P不等于NP”这类计算复杂性猜想作为根基，现代密码学可能就不存在了。
【量子计算篇】
一、模式的颠覆：量子计算不是“更快的经典计算”
Q：
作为量子计算专委会主任，您如何向本科生解释量子计算与传统算法领域的异同？
孙晓明：
量子计算和经典计算是两种不同的计算体系或计算模型。从可计算性的意义下，经典和量子两个图灵机是等价的，但是它的效率可能有巨大差异。
一个常见的误区是认为量子计算机的主频或速度天然就比经典计算机快，其实并非如此。量子计算的强大之处在于它根本性的“计算模式”不同。它利用量子的叠加、纠缠等特性，再结合精巧的量子算法（如Shor算法），才能在特定问题上实现超越经典计算机的加速。因此，量子计算并非包治百病，它无法在所有问题上都实现加速。
二、突破口：为何是“量子模拟”与“生物制药”？
Q：
在当前及未来很长一段时间，您觉得哪些问题最有可能率先实现从量子理论到应用的突破？
孙晓明：
目前大家普遍认为，最有可能率先取得应用突破的领域，可能是在与化学、物理紧密相关的“量子模拟”，以及生物制药等方向。主要原因有两点：
第一，这些场景所需处理的量子比特数可能相对较少；
第二，它们对于计算过程中的噪声和错误的容忍度可能更高。
比如，你模拟一个分子的基态能量，算出来的值不那么精确，还可以通过实验去验证和校准。但像破解密码这类任务，对结果的精确性要求极高。
【治学篇】
一、从IMO金牌到量子计算：导师的指引与“机缘巧合”
Q：
很多同学对个人方向的选择感到迷茫，您能否结合自身的经历，给大家一些分享？
孙晓明：
谈到我个人的经历，其实也有很多机缘巧合的成分。我本科时也并非一开始就认定了方向，大二大三时也涉猎过人工智能相关的领域。当时运气比较好，我的第一位导师马少平教授，发现我数学基础比较好——因为我中学时曾获得过国际数学奥赛金牌——便把我推荐给了从事更数学的量子信息研究的应明生教授。我在应老师的团队里，大四时就完成了一篇关于量子信息中态分辨的论文。后来，应老师又把我推荐给了我后来的博士导师姚期智先生。跟着姚先生，我的研究方向正式转向了算法、计算复杂性以及量子计算。
所以我的建议是，大家不必过早地确定说“我一定要做什么”。尤其在大一大二阶段，可以多去了解每个方向到底在做什么，看看自己的知识储备和特长在哪里，再逐渐找到适合自己的方向。
二、“交叉”的基石：给科大学子的建议
Q：
科大在物理尤其是量子科学方面实力雄厚，对于想在量子计算、计算复杂性及其交叉领域发展的同学们，您有哪些建议？
孙晓明：
科大在这方面无疑拥有巨大的优势、优良的环境和深厚的传统。我的核心建议是，同学们要时刻认识到，量子计算是一个深度交叉的学科，它融合了物理、数学和计算机科学三方面的知识。因此，在课程修习和知识体系构建上，要尽可能更广地涉猎这三个领域。只懂物理不懂算法，可能不知道如何用好量子装置；反之，只懂算法不懂物理，则可能不理解机器底层的运行原理和局限性。
【展望与寄语篇】
一、未来的交汇点：量子计算与人工智能
Q：
展望未来十年，您最看好的“计算-量子-AI”交汇方向是什么？
孙晓明：
这是一个非常难预测的问题，因为这些领域的发展速度实在太快了。不过，现在很多人认为，量子计算与人工智能的交叉，可能会是未来5到10年一个非常重要的方向。
二、最后的寄语：找到热爱，坚持不懈
Q：
最后，能否以一位前辈的角度，送给科大学子，尤其是华夏英才班的同学们一句寄语？
孙晓明：
“前辈”不敢当。英才班的同学们都非常优秀，基础很好。我想说的是，希望大家能努力找到自己真正喜欢的方向，然后坚持不懈地走下去。我相信，只要坚持，你们一定能找到最适合自己的道路，并取得自己满意的成就。
