物理学家挑战Google的“量子优势”

在中国的一个团队声称已经对“量子优势”进行了首次明确的证明-利用量子力学的反直觉原理来执行计算，而这些计算在经典计算机上会非常慢。

他们使用激光束进行了计算，这在数学上已经证明是在普通计算机上实际上是不可能的。该团队在几分钟之内就实现了在现有最好的超级计算机上所花费的地球一半的时间。与Google去年进行的第一个量子优势演示相反，它们的版本实际上是任何经典计算机都无法企及的。结果发表在1月12日的《科学》杂志上。

合肥中国科学技术大学的潘建伟说：“我们已经证明，可以使用光的基本单位光子来展示量子计算能力，这远远超出了传统的光子。”他补充说，他们进行的计算（称为玻色子采样问题）不仅是展示量子优势的便捷工具，而且在图论，量子化学和机器学习中具有潜在的实际应用。

伦敦帝国理工学院的物理学家伊恩·沃尔姆斯利（Ian Walmsley）说：“这无疑是一次环法实验，是一个重要的里程碑。”

学术实验室和公司实验室的团队一直在争相展示量子优势（这一术语现在已基本取代了先前的“量子优势”）。

去年，位于加州圣塔芭芭拉（Santa Barbara）的Google量子计算实验室的研究人员宣布了有史以来第一次量子优势演示。他们使用了最先进的Sycamore装置，该装置具有53个量子位（量子位），这些量子位由超导电路制成，并保持在超冷温度2。

但是一些量子研究人员对这种说法提出了质疑，理由是存在一种优于量子算法的更好的经典算法3。IBM的研究人员声称，其经典超级计算机原则上可以在2.5天内运行现有算法来进行相同的计算。 。

为了令人信服地证明量子优势，不可能为要测试的任务找到更快的经典方法。

由Pan和Lu Chao-Yang领导的合肥团队在演示中选择了另一个问题，称为玻色子采样。它是由两位计算机科学家Scott Aaronson和Alex Arkhipov 4于2011年设计的，当时是剑桥的麻省理工学院。它需要计算许多玻色子（包括光子的一类基本粒子）的概率分布，它们的量子波以基本随机化粒子位置的方式相互干扰。可以从许多未知数中的方程计算出在给定位置检测到玻色子的概率。

但是这种情况下的计算是一个“ #P困难问题”，比臭名昭著的NP困难问题还要困难，因为解决方案的数目随变量的数量呈指数增长。对于数十个玻色子而言，Aaronson和Arkhipov表明，不可能进行冗长的计算没有经典的捷径。

但是，量子计算机可以通过直接模拟量子过程来避开蛮力计算-允许玻色子干涉并采样所得分布。为此，潘和同事选择了使用光子作为量子位。他们在室温下工作的光子量子计算机上完成了这项任务。

从激光脉冲开始，研究人员在空间位置和特定光子状态的极化（光子电磁场的方向）中对信息进行编码。然后将这些状态放在一起互相干扰，并生成代表输出的光子分布。该团队使用能够注册单个光子的光电检测器来测量该分布，这实际上编码了传统上难以执行的计算。

这样，潘和同事可以在200秒内找到玻色子采样问题的解决方案。他们估计，以中国的TaihuLight超级计算机计算，这些过程将花费25亿年-约10 14的量子优势。

“这是首次利用光或光子技术展示量子优势。”加拿大多伦多量子计算初创公司Xanadu首席执行官克里斯蒂安·韦德布鲁克（Christian Weedbrook）说，该公司正在寻求建立基于光子学的实用量子计算机。

沃尔姆斯利说，这种关于量子优势的说法令人信服。 他说：“由于[实验]与原始的Aaronson–Arkiphov方案非常接近，因此不太可能找到更好的经典算法。” 但是，Weedbrook指出，与Google的Sycamore相比，中国团队的光子电路尚不可编程，因此在这一点上“它不能用于解决实际问题”。 但是他补充说，如果团队能够构建足够高效的可编程芯片，那么可以解决几个重要的计算问题。 卢说，其中之一是预测蛋白质如何彼此对接以及分子如何振动。 韦德布鲁克指出，光子量子计算的起步时间比其他方法要晚，但现在“可能超越其他方法”。 他补充道，“无论如何，量子计算机将经典计算机抛在脑后只是时间问题。”