量子优越性的巨大突破

来源：中国数字科技馆

两种量子计算机解决了迄今为止最复杂的问题，预示着有关量子是否具有“优越性”，即（在某个特定问题上）量子计算机的计算能力是否优于最好的经典计算机的争论将要结束。

潘建伟团队的光学量子计算机使用一个144模干涉仪来解决一个高斯玻色采样问题，相比于经典计算机，计算速度快了1024倍。（图片来源：陆朝阳/中国科学技术大学）

由中国科学技术大学潘建伟所领导的团队通过两项独立的研究，在证明量子优越性方面取得了显著进展，这是一个引人注目的重大成就。要证明量子优越性，就得展示出可编程量子计算机可以解决一个目前在非量子计算机或“经典”计算机中不能解决的计算问题。最近一些出色的实验表明，量子优越性已经实现，但这些实验引发了争论，关于量子计算是否真的超出现有经典计算机的能力范围。例如，有人认为这些实验没有包括量子计算与最优经典算法和经典计算机的比较。潘建伟团队的两个主要结果推动实验中的量子计算到达了更大规模，这使得找到不落后的经典算法和经典计算机变得更加困难。而这些结果也使我们进一步相信，我们确实已经达到了量子计算优越的时代。

实际上，证明量子优越性的方法基于“采样问题”——计算结果是给定概率分布的随机实例或随机样本的计算问题。如果生成这些实例对经典计算机是不可行的，而对量子计算机是可行的，那么就建立了量子优越性。每一个关于量子优越性的主张，都会引起一场有益的辩论，即所使用的特定经典算法是否是最优的。比如，IBM质疑谷歌所宣称的量子优越性就是以此为基础。

潘建伟和同事们已经建立了一个难以质疑的量子优越性，他们在两个独立的体系中证明了量子优越性：一个是光学体系，另一个是超导体系。在每个体系中，任务都是增加粒子的数量（例如干涉仪中的光子数和超导电路中的比特数）、电路深度（即计算机输入端到输出端之间的最大时序操作数）至经典模拟的结果不可行的程度。这些方法继续实施下去，会让反对量子优越性的证明越来越困难。潘建伟团队还提出了通向更大规模量子采样实验的途径，这可能会使经典计算和量子计算的争论真正结束。

光学体系解决玻色采样问题。最初严格表述的问题（称为玻色采样）包括构造一个多通道干涉仪，并向每个输入端口注入一个光子或零光子。信号通过多通道干涉仪后，在输出端口进行多光子符合测量，从而执行随机信号变换。玻色采样分析表明，受明确、合理的假设与条件的限制，经典机器很难对电路输出进行采样，但量子光子干涉技术可以有效地解决这个问题。

不幸的是，这个理想的数学公式很难在实验中实现，因此玻色采样被推广到“散点”玻色采样，并进一步推广到“高斯”玻色采样，这是当前实验的主题。高斯玻色采样在实验上是可行的，但证明量子计算优越性更具挑战性。该团队反而更关注于“欺骗”量子结果，这意味着设计出成功模拟量子结果的经典算法，从而否定量子优越性的主张。

一种使量子采样实验远远领先于经典欺骗的方法是显著增大量子采样的规模。在最新的高斯玻色采样实验中，潘建伟团队利用受激压缩光的产生和相位控制来确保叠加态是相干的，他们在144模式干涉仪的输出端口最多检测到113个光子（图1）。基于光子有多少种方式通过干涉仪模式而在输出端口产生多光子符合的组合论证，他们宣称对1043维的希尔伯特空间进行采样。通过对非量子计算机执行算术计算所需时间和所采用算法做出合理的假设，他们展示出，与经典计算相比，玻色采样的量子计算速度提高了1024倍。这些新成果在最先进的技术中是最令人印象深刻的进步，这使得更不可能存在有效的经典算法可以替代量子计算来解决这个抽样问题。

该团队的另一个实验使用超导量子处理器进行随机电路采样。该电路可以看作是输入量子比特的幺正变换，所有输入量子比特都被设置为逻辑零态。采样问题包括生成测量所有输出量子比特的随机实例，并随机选择电路。他们认为，与光学体系类似，经典模拟在随机电路中读取输出量子比特的概率分布是困难的，但在量子层面上是可行的。同样，他们的任务是实施一个大规模采样实验，对应于许多量子比特和一个大的电路深度，这意味着从输入到输出有许多量子逻辑循环。

潘建伟团队的66个量子比特设备，祖冲之号。对一个包含56个量子比特的随机电路进行采样，可以轻而易举地解决经典计算机无法解决的问题，从而增大了实现量子优越性的可行性。（图片来源：吴玉林等）

该团队使用66个功能transmon量子比特（全称为transmission line shunted plasma oscillation qubit）结合110个可调谐耦合器实现了随机电路采样。他们在其中含有56个超导量子比特和多达20个量子逻辑循环的子集上测试量子优越性。这样减小规模既能保证有足够大的数量来宣称突破，又不会使实验太难实现。因为量子比特数的线性增加使计算资源需求呈指数增长，所以尽管最新的56个量子比特测试中的量子比特数只比谷歌的53个量子比特演示实验中的量子比特数有很小的增加，但是经典模拟最新的测试比模拟谷歌的实验需要更大数量级的计算资源。

这两个实验代表量子采样实验的快速发展，使得用经典欺骗方法来演示越来越不可能，从而更坚定地表明，我们正处于一个量子计算优越的时代。如此令人赞叹的大规模采样问题可以被量子机器以一种远远优于经典模拟器的方式解决，那我们是否可以使用这些量子采样器来解决有用的计算问题？研究人员表示，还有许多有意义的问题可利用这类采样器解决，尤其是在量子化学领域，但尚未有令人信服的实验验证的报道。这些实验会进一步促进将量子采样应用于实际的研究工作发展。

作者：Barry C. Sanders（加拿大卡尔加里大学量子科学与技术研究所负责人）

翻译：曹锡悦

审校：张和持

引进来源：加拿大卡尔加里大学量子科学与技术研究所（Institute for Quantum Science and Technology, University of Calgary）