量子计算长期困在一个尴尬的夹层里。硬件在进步——比特数在涨，相干时间在延长，纠错码在迭代。但软件没有跟上。今天绝大多数“量子算法”本质上是把经典算法的某个子程序翻译成量子门语言，再靠量子并行性去加速。变分量子本征求解器是经典优化器套了一个量子期望值估计；量子神经网络是经典神经网络把权重编码进了量子比特的旋转角。这些算法不是为量子硬件量身定做的，它们是被强行塞进量子处理器的经典框架。
克利夫兰诊所的昆博和布兰肯伯格团队在《npj Unconventional Computing》上发表了一种全新的量子计算范式，它不是从经典计算借来的，而是从大脑借来的。它叫量子超维计算。在基准测试中，它跑出了比现有方法快500倍的速度。
大脑的“分散存储”哲学超维计算是神经科学启发下的一种非传统计算范式。它的核心思想极其朴素：大脑不把信息存在单一神经元里。当你想到“猫”这个词，你大脑里没有一颗神经元专门负责存储“猫”的概念。“猫”被分散编码在成千上万甚至数百万个神经元的集体活动模式里。这种分布式编码有一个巨大的优势：即使少数神经元死掉或出错，整体记忆和计算能力不会崩溃。系统天然容错。
在计算机科学里，超维计算把这种哲学翻译成数学：用极高维度的随机向量——通常是几千维甚至上万维——来表示每一个概念。这些超维向量之间可以进行三种基本运算：捆绑——把两个向量叠加在一起；绑定——把两个向量按位做异类乘法，产生第三个向量；置换——把向量元素的顺序打乱。这三种运算的组合，可以实现符号推理、类比、分类等认知任务。
超维计算的精髓在于：一切运算都是线性的或准线性的。没有反向传播，没有梯度下降，没有大量矩阵乘法。它对硬件极其友好，已经在经典CPU和FPGA上跑出过高效率。
把超维向量直接映射到希尔伯特空间昆博的洞察力在于他意识到：超维计算天然适合量子硬件，不是那种“可以勉强翻译过去”的适合，而是“量子力学本来就长这样”的适合。
量子比特不是一个只有0和1的开关，它是一个在希尔伯特空间里旋转的复向量。多个量子比特的联合态是一个维度随比特数指数增长的巨型向量。这个向量——量子态——本身就是一个高维向量。在经典超维计算里，你需要用计算机内存去模拟一个几千维的向量空间；但在量子处理器上，高维向量空间是物理上真实存在的希尔伯特空间——不是模拟的，是硬件的。
量子超维计算的核心操作，是把经典超维计算里的“超维向量”直接映射为量子态，把“捆绑”映射为量子态之间的受控酉操作，把“绑定”映射为量子比特之间的纠缠门。因为量子态的维度随量子比特数指数增长，几十个量子比特就能编码经典计算里需要几千维甚至更高维的超维向量空间。这是量子并行性与超维编码之间的天作之合。
昆博自己说得极其直白：“大多数量子计算软件仍然是通过借鉴经典计算的思想构建的。我有了一个想法：探索一种在量子计算机上自然运行的计算类型，而不是强迫它去适应经典框架。”
符号推理和图像分类，都跑出了500倍加速团队在三个平台上测试了量子超维计算：经典计算机——纯软件模拟；理想化量子模拟器——没有噪声的量子电路仿真；真实的量子计算机——在IBM的云量子处理器上跑实际电路。两个任务，一个是符号推理——测试系统的逻辑和类比推理能力；另一个是图像分类——测试机器学习能力。
结果很震撼。量子超维计算在真实量子硬件上跑出了比其他方法快500倍的速度。论文没有公布绝对精度数字，但强调“速度和准确性可以同时保持”。
500倍加速的意义不是“比经典计算机更快”，而是“比现有量子算法更快”。这里的“现有量子算法”指的是那些在量子处理器上跑的量子机器学习和量子神经网络方案。量子超维计算用完全不同的编码和运算方式，在同一个量子硬件上实现了数量级的效率跃迁。它的底层物理是干净的：量子态的制备、纠缠和测量，直接对应超维计算里的存储、绑定和读出。
量子原生算法，不需要翻译这篇论文最深远的信号，是它宣告了量子计算软件的一个新方向：量子原生算法。过去的量子算法是被从经典世界翻译过来的——翻译过程会产生大量冗余门操作、大量资源开销、以及对噪声极其敏感的深层电路。量子超维计算是第一个从设计之初就把自己定义在希尔伯特空间里的机器学习框架。它不是经典神经网络的量子移植，而是超维计算这一非冯·诺依曼范式的量子化。
布兰肯伯格在新闻稿里提到，生物医学数据是典型的高维、稀疏、噪声大的数据。量子超维计算天然适合处理这种数据——它不要求精确的梯度，不要求大量标注样本，只需要把数据编码进超维向量，然后用简单、容错的量子操作做捆绑和绑定。这对基因组学、蛋白质组学和药物重定位等领域，可能打开一扇新窗。
昆博已经明确下一步计划：把量子超维计算推向更大规模的模型，测试它在更大数据集上是否仍然保持速度和准确性。这篇论文目前的实验规模相对较小，但它的架构设计已经具备了扩展的基因——量子超维计算的计算复杂度随量子比特数线性增长，而不是指数增长。这是它与几乎所有其他量子机器学习方案的根本区别。
量子计算长久以来困在一个尴尬的循环里：硬件工程师等着软件提需求，软件工程师等着硬件更稳定。量子超维计算可能是第一个真正打破这个僵局的框架——它不需要完美的量子比特，不需要深层的量子电路，不需要复杂的纠错码。它只需要量子比特天然具备的那件事：高维希尔伯特空间里的线性运算和纠缠。这就是大脑已经用了数亿年的那套计算哲学——分散、容错、高维。现在，量子硬件终于找到了属于它自己的神经形态。