刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

18次阅读
没有评论

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

新晋诺奖得主Michel Devoret参与

梦晨 发自 凹非寺
量子位 | 公众号 QbitAI

刚获得诺贝尔物理奖的谷歌量子团队,再登Nature封面:

提出“Quantum Echoes”(量子回声)新算法,算出来的结果还能重复验证,解决了之前量子计算结果难确认的问题。

经典超级计算机Frontier需要3.2年才能完成的计算,量子计算机仅用2.1小时就搞定,速度快了13000倍

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

论文刚刚登上Nature,新晋诺奖得主、现任谷歌量子AI实验室硬件首席科学Michel Devoret参与,还包括来自普林斯顿大学、加州大学伯克利分校、MIT等顶尖院校的研究人员,总计超过200位作者参与了这项研究。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

在另一项研究中(稍后将上传到arXiv),新算法在探测原子和粒子的相互作用以及分子的结构中得到验证。

量子计算机得出的结果与传统核磁共振(NMR)的结果相符,并且揭示了通常无法从核磁共振中获得的信息。

正如望远镜和显微镜打开了新的世界的大门一样,这项实验朝着 “量子镜” 迈出关键一步,能够测量以前无法观测到的自然现象

量子计算增强的核磁共振技术有望成为药物研发领域的强大工具,助力确定潜在药物如何与其靶点结合;在材料科学领域,它也能用于表征聚合物、电池组件乃至构成量子比特的材料等新型材料的分子结构。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

量子回声算法,一种可验证的量子优势

量子计算机的核心就是一种 “量子多体系统”(比如一堆纠缠的量子比特),但研究它有个大问题:

随着时间演化,量子信息会快速扩散到整个系统中,这种现象被称为”信息加扰”(scrambling)。

这时候再想通过常规方法,比如 “时序关联函数”(TOC)观察它的细节,信号会指数级消失,严重限制了人们探测量子信息的能力。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

为了解决这个问题,谷歌团队提出“量子回声”算法:

先让系统正向演化,然后施加一个操作,再反向演化,如此反复。模拟时间倒流,把已经扩散的量子信息重新聚焦回来。

这次研究的主角 “非时序关联函数”(OTOC),就是这种思路的升级,它能把量子系统里不同 “演化路径” 的信号叠在一起,放大有用信息、抵消杂音。

研究团队用超导量子处理器(最多用到 65 个量子比特)做了两类关键实验,得出两个核心结论:

第一,OTOC能长时间观测量子系统的细节,比传统方法强太多

传统的TOC信号,演化9个周期后就弱到几乎测不到(标准差<0.01);但测的OTOC(尤其是二阶 OTOC,记为 OTOC⁽²⁾),就算演化20个周期,信号依然清晰(标准差>0.01)。

第二,二阶OTOC里藏着 “大循环干涉”(large-loop interference)的现象,经典计算机算不出来

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

量子系统演化时,会产生很多 “泡利字符串”(可以理解为量子状态的 小单元),这些字符串会形成 “大循环”,并且这些大循环的信号会相互加强出现:“相长干涉”。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

这种“大循环干涉”让经典计算机很难模拟。他们用最强超级计算机Frontier尝试模拟 65 个量子比特的 OTOC⁽²⁾信号,需要约 3.2 年;而量子处理器测一次只需要 2.1 小时,速度差了1.3万倍。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

就算用更快的经典模拟方法如蒙特卡洛,算出来的信号信噪比(1.1)也远不如量子实验(3.9)。

证明了 “实用量子优势” 的可能

所谓“量子优越性” 不只是量子计算机比经典计算机快就行,还得做到“有用”。

这一次团队还演示了OTOC(2)在实际问题中的应用——学习量子系统的哈密顿量(Hamiltonian learning)。

在许多物理系统中,需要确定系统哈密顿量的未知参数。传统方法往往受限于量子态的快速退相干。而OTOC(2)由于其缓慢衰减的特性和对动力学细节的高度敏感性,成为了理想的探测工具。

研究人员设计了一个单参数学习实验:先模拟一个 “未知规则的量子系统”,再用 OTOC⁽²⁾测这个系统的信号,然后通过调整参数、让量子模拟的信号和实测信号匹配,最终精准找到了那个未知的相位(误差很小)。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

这说明OTOC⁽²⁾不只是 “能测到特殊现象”,还能用来解决实际问题,比如分析真实的量子材料(像固态核磁共振系统)、反推它们的内部作用规律。

这次突破也依赖Willow芯片的硬件优势:去年它就通过 “随机电路采样” 测试证明了处理复杂量子状态的能力,如今能支持”量子回声“算法,关键在于其极低的出错率”和“高速运算”两大特质,既满足算法对计算复杂度的要求,也保证了结果精度。

发布后持续改进到今天,当前一代 Willow 芯片在规模化方面实现了一流的性能。在整个105个量子比特阵列中,单量子比特门的保真度高达99.97%,纠缠门的保真度高达99.88%,读出的保真度高达99.5%,所有操作均以数十至数百纳秒的速度运行。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

对于未来规划,谷歌量子团队表示接下来他们将聚焦研发 “长寿命逻辑量子比特”,为构建更大规模、可纠错的实用量子计算机打基础。

刚拿诺奖就登Nature封面!谷歌“量子回声”算法计算提速13000倍,可重复验证结果

论文地址:

https://www.nature.com/articles/s41586-025-09526-6

参考链接:

[1]https://blog.google/technology/research/quantum-hardware-verifiable-advantage/

版权所有,未经授权不得以任何形式转载及使用,违者必究。

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy