潘建伟领导的一个小组（主要位于合肥和上海）今天宣布，它通过40-70个检测到的光子实现了BosonSampling采样，达到甚至超过了经典超级计算机可以切实验证结果的极限。 （从技术上讲，他们实现了一个名为高斯BosonSampling的变体：我在此博客2013年的一篇文章中对我称为Scattershot BosonSampling的概括。）
有关更多信息，请参见《科学新闻》中的艾米莉·康诺弗（Emily Conover）或《科学美国人》中的丹尼尔·加里斯托斯（Daniel Garisto）的文章，这两本书我都进行了咨询。 （完全公开：我是Pan小组的Science论文的审稿人之一，并将在其旁边撰写Perspective文章。）
一年前同一小组宣布了14光子玻色子采样的新结果。这是继去年Google声名显赫的宣布之后，第二次报道了量子至上论，这是第一次使用光子学而不是超导量子位。
作为BosonSampling的共同发明者（与Alex Arkhipov），我对此很满意。
对于任何认为它很无聊或显而易见的人，此博客上的内容就是Gil Kalai，告诉我为什么BosonSampling永远不会扩展到8-10个以上的光子。 （他写道，如果外星人强迫我们尝试，那么就像拉姆齐数R（6,6）一样，我们唯一的希望就是攻击外星人。）卡拉（Kalai）对量子霸权的不可能做出了类似的预测由BosonSampling或其他任何方式在两年前在国际数学家大会上的致辞中提到。
即使我们抛弃了量子计算的怀疑论者，许多同事也告诉我，他们认为实验性的BosonSampling是死胡同，因为光子损失以及同步50-100个单光子源的难度很大。他们说，令人信服的量子至上论证将必须等待量子容错的到来，或者无论如何，某些硬件平台要比光子学更强大。我一直同意他们可能是正确的。此外，即使可以使用50光子的BosonSampling采样，在Google以超导量子比特率先达到霸主地位里程碑之后，尚不清楚有人是否还会打扰。即使一年前我了解到Pan小组打算这样做的时候，我也持怀疑态度，认为我看到报纸时会相信这一点。
显然，新结果不是决定性的。也许在雨果·查韦斯（HugoChávez）入侵Pan小组的计算机之前，Gil Kalai确实赢得了很多？ （对不起，无法抗拒。）但是，作为一个智力渊源接近纯数学的人，发现自己处于一个有时会因理论上的分歧而困扰着世界的领域，这是很奇怪和令人兴奋的事情。 。
由于兴奋是最好的搭配正确的理解，所以请帮助自己阅读以下常见问题解答，在接下来的几天中，我可能会添加更多内容。
什么是BosonSampling？你一定是新来的吧！难度越来越大，这是2011年的MIT新闻文章，是Wikipedia页面，这是我的PowerPoint幻灯片，这是我在里约热内卢的演讲笔记，这是我与Arkhipov的原始论文……
什么是量子霸权？大致上，使用可编程或可配置的量子计算机来解决一些定义明确的计算问题要比我们知道如何使用任何现有的经典计算机来解决它要快得多。约翰·普雷斯基尔（John Preskill）在2012年提出的“量子至上性”一词，并不意味着有用的质量控制，通用质量控制，可扩展质量控制或容错质量控制，所有这些仍然是严峻的挑战。有关更多信息，请参阅我的《至尊量子至上论》常见问题解答或（例如）我最近在华盛顿大学举行的Lytle讲座。
如果Google在一年前已经宣布了量子霸权，那么这项新实验的意义何在？至少对我来说，量子至上似乎足够重要，至少可以做两次！而且，正如我所说，这是通过光子学可以实现量子至上的第一个证明。最后，正如作者指出的那样，与Google相比，新实验具有一项重大的技术优势：即，可能的输出状态更多（其中有10到30种，而不是仅仅9千万个）。这使得计算整个输出的整体概率分布并将其存储在一个巨大的硬盘上是不可行的（此后可以很容易地生成所需数量的样本），这是IBM响应Google宣布的建议。
BosonSampling是一种通用量子计算形式吗？不，我们甚至都不认为它可以模拟通用古典计算！它是专为一项任务而设计的：即证明量子至高无上，并驳斥吉尔·凯莱（Gil Kalai）。除此之外，它可能还有其他一些应用程序，但是如果是这样，它们将锦上添花。这与Google的Sycamore处理器形成了鲜明的对比，后者原则上是一台通用量子计算机，但对量子比特的数量（53个）和一个门可以应用到多少层门（大约20个）进行了严格的限制。
BosonSampling是否向通用量子计算迈出了至少一步？我认同！在2000年，克尼尔（Knill），拉弗拉姆（Laflamme）和米尔本（Milburn）（KLM）著名地证明，通过分束器网络的纯净，非相互作用的光子具有通用的QC功能，前提是我们假设有另外一件事：即测量光子的能力在中间时间，然后根据结果更改将哪些分束器应用于剩余的光子。换句话说，“ BosonSampling加上自适应测量等于普遍性。”基本上，荷航是潘（Pan）和世界各地其他实验光学组织一直致力于20年的圣杯，而BosonSampling只是此过程中更容易实现的进站。
BosonSampling是否有任何应用程序？我们还不知道。文献中提出了将BosonSampling应用于量子化学和其他领域的建议，但我尚未确信，对于涉及估计特定目标的任何实际兴趣的任务，这些建议都将带来比传统计算机所能做到的最好的实际加速。数字（相对于采样任务，BosonSampling几乎可以肯定会产生指数级的加速，但从业人员很少在意这些事情）。
在经典计算机上模拟BosonSampling有多难？据我们今天所知，模拟“通用” BosonSampling实验的难度大约增加了2 n，其中n是检测到的光子数。可能比这更容易，尤其是在考虑到噪声和缺陷的情况下；无论如何，欺骗那些用来验证输出的统计测试可能更容易。我和其他人设法提供了反对这些可能性的理论证据，但就像Google的实验一样，可以想象，将来的一些突破将改变前景，并消除量子至上的理由。
你有有趣的故事吗？当我引用《科学》杂志的论文时，我问为什么作者仅对多达26-30个光子直接验证实验结果，并依靠合理的外推法进行验证。我说，尽管直接验证n光子的BosonSampling结果对于任何已知的经典算法来说都需要大约2 n倍的时间，但我肯定会说，现有计算机上的n = 40或n = 50应该可以吗？几周后，作者做出了回应，说他们现在已经验证了结果，直到n = 40，但是它消耗了价值40万美元的超级计算机时间，所以他们决定停在那里。这是迄今为止我写过的最昂贵的裁判报告！
另外：当Covid刚开始运作时，在中国有很多面罩，而在美国几乎没有面罩，因此，新作品的作者之一，我有时是BosonSampling理论通讯员的卢朝阳决定寄给我一盒200个口罩（我没有要求）。我认为这不会影响我以后的评论，但还是很感激。