转载:https://www.toutiao.com/article/7446694412681282086/
2024-12-10 16:17·观察者网
2024年12月9日，谷歌发表文章宣布，其已经利用新一代芯片克服了量子计算领域的一个关键挑战，在5分钟内解决了一个计算问题，而这个问题将花费一台传统超算10的25次方年的时间解决。
这一成果得益于一颗名为Willow的新芯片，这颗芯片是在Google位于圣巴巴拉的全新先进制造工厂制造的，这是全球为数不多的几个从头开始就是为了处理量子芯片生产的独特挑战而建造的设施。谷歌使用了随机电路采样 （Random Circuit Sampling， RCS） 基准测试来衡量 Willow 的性能，Willow芯片在不到五分钟的时间内完成了计算，而同样的计算对于最快的超级计算机来说需要超过宇宙年龄的时间，这突显了量子系统相对于传统计算机的巨大计算优势。
此次Google公布的Willow芯片拥有105个“量子位”，量子位是量子计算机的组成部分，量子位运行速度很快，但容易出错。在通常情况下，使用的“量子位”越多，发生的错误就越多。为了保护量子信息免受这些影响，研究人员开发了量子纠错码，但其有效性依赖于一个假设：即单个物理量子位上的错误率必须足够低，以便纠错过程本身不会引入比它修正的更多的错误。
Willow的取得的突破就在于此。谷歌表示，Willow实现了“低于阈值”的量子纠错，意味着随着添加更多的量子位，系统的误差率会指数级下降，这一成果解决了量子计算领域近30年来的核心挑战，不仅提升了量子计算机的可靠性，还为未来建造更大规模的量子计算机奠定了基础。
Willow在各方面的表现
国盾量子云平台负责人储文皓向观察者网表示，谷歌此次的动作可能更多是在准备后续的商业发布，早在今年八月份，谷歌曾于arXiv发表论文《低于表面码阈值的量子纠错》（Quantum error correction below the surface code threshold），展示了通过量子纠错技术，可以有效地降低量子计算过程中的错误率，即使在量子位数量增加的情况下也能保持较低的错误率，这篇论文当时已经在业内引起了关注和震撼。
在这篇论文中，谷歌团队展示了使用表面码（Surface Code）实现了低于阈值的量子纠错。在容错量子计算中，表面码（Surface Code）因其相对简单的物理实现和高错误阈值而受到青睐。在论文中，当研究人员将阵列从3×3扩展到5×5再到7×7时，每次扩展都能将编码错误率降低2.14倍。谷歌的这一结果证实了量子纠错理论所预测的指数级错误抑制效果，被认为是十分重要的技术进步，不亚于甚至超过了2019年谷歌宣布的量子霸权（quantum supremacy），与近期谷歌与DeepMind团队合作开发的一个基于人工智能的解码器Alphaqubit相辅相成。
此前南方科技大学也在其芯片上验证过类似的概念，而谷歌这次在实验体系中实现了d=5和d=7的纠错，并证明了7的效果显著优于5，而5又明显优于3，表明其在量子控制技术上达到了新的高度。谷歌此次的工作体现了业内对量子纠错方向的共识，即通过有效的纠错机制确保量子计算机的可靠性和实用性。
储文皓向观察者网解释说，谷歌一直使用的仍然是表面码（Surface Code），纠错算法本身并没有发生根本性的变化，真正的进步发生在“隐秘的角落”，例如高精密的量子控制手段。此外，借助人工智能（AI）实现了更有效的解码器（decoder）方案筛选和软硬件上的实时线路编译，这些技术进步共同推动了量子纠错能力的提升，谷歌实现的是d=7>5>3，而国内目前的研究水平应该处于d=5>3的位置，在国外团队已经验证更大的码距可以换来更好的纠错效率的情况下，中国在量子计算领域的研究和发展正迅速跟进，我们期待在不久的将来也能看到国内量子计算团队和公司在这个方向的进展。
相比纠错算法和测控手段上的进步，谷歌本次展现的在硬件层面的技术革新相对较少，芯片上使用的Tunbale Coupler可调耦合器的架构自2019年以来就已经被采用，国内如南方科技大学、中国科学技术大学以及北京量子信息科学研究院在内的机构都有团队在这个方面有所突破。
Willow芯片的开发是Google在量子计算领域长期研究的一部分。Google自2014年以来一直在研究量子计算，并在2019年宣布其量子计算机实现了“超越经典”的性能，Willow芯片的推出标志着Google在量子计算硬件方面的进一步发展，特别是在量子纠错技术上取得了显著进展。
谷歌此次公布的成果是一个里程碑，但距离工业化应用尚有很远的距离。Google的量子AI部门创始人哈特穆特·乃文（Hartmut Neven）表示，尽管目前还没有已知的有用应用，但谷歌的目标是在未来推出一个传统计算机无法解决的真实用例，团队的下一个目标是实现第一个“有用、超越经典计算机”的实际应用计算，这可能包括新药开发、电动车电池优化设计、核聚变研究和新能源开发等领域。
本文系观察者网独家稿件，未经授权，不得转载。