中國物理學家挑戰谷歌“量子優越性”

近期，中國科學技術大學潘建偉領銜的團隊宣布，他們首次明確演示了“量子優越性”——利用量子力學的反直覺工作原理，處理在經典計算機上慢到可怕的計算任務。該團隊利用激光束進行了一項在數學上被證明無法用普通計算機處理的任務。與谷歌2019年首次演示的量子優越性相反，他們的版本幾乎是任何經典計算機都難以挑戰的。該研究成果于2020年12月3日發表在《科學》雜志上。

“我們已經證明可以利用光子來實現超越經典計算機的量子計算能力。”潘建偉說。他表示，他們進行的計算被稱為玻色采樣問題，這個問題不僅便于演示量子優越性，還在圖論、量子化學和機器學習方面具有潛在的應用。

倫敦帝國理工學院的物理學家伊恩·沃姆斯利（Ian Walmsley）說：“這絕對是一次杰出的實驗，也是一個重要的里程碑。”

2019年，加州圣巴巴拉的谷歌量子計算實驗室的研究人員宣布，他們首次實現了量子優越性：利用他們最先進的懸鈴木（Sycamore）裝置，該裝置擁有53量子比特——這些量子比特由超低溫下的超導電路制成。但一些量子研究人員對他們的說法提出了質疑，理由是可能存在一種比他們的量子算法更好的經典算法。IBM的研究人員也指出，其經典超級計算機原則上已經可以讓現有算法在2.5天內完成同樣的計算。

由潘建偉和陸朝陽領銜的團隊選擇了一個不同的問題來演示——玻色采樣。這個問題是由當時在麻省理工學院任職的兩位計算機科學家斯科特·阿倫森（Scott Aaronson）和亞歷克斯·阿爾希波夫（Alex Arkhipov）于2011年設計的。它需要計算許多玻色子的概率分布，玻色子是包括光子在內的一類基本粒子，其量子波的相互干涉本質上能隨機化粒子的位置。在特定位置探測到一個玻色子的概率可以通過多元一次方程算出。

但這里要計算的是一個“#P-hard問題”，它比眾所周知的NP-hard難題還要難，解的數量會隨變量數量的增加呈指數級增長。阿倫森和阿爾希波夫表明，對于數十種玻色子來說，沒有經典捷徑可以處理這種長到無法想象的計算。然而，量子計算機可以通過直接模擬量子過程——允許玻色子相互干涉并對產生的分布進行采樣，從而避開暴力計算。為此，潘建偉和同事選擇光子作為量子比特。他們讓一臺在室溫下工作的光子量子計算機執行了這項任務。

研究人員從激光脈沖開始，先利用特定光子狀態的空間位置和偏振（光子電磁場的方向）進行信息的編碼，再將這些狀態放在一起，互相干涉，產生表示輸出的光子分布。團隊隨后使用能夠對單光子進行計數的光電探測器來測量該分布，這一步實際上是在編碼經典計算機“望塵莫及”的計算。

通過這種方法，潘建偉和同事在200秒內就得到玻色采樣問題的解。他們估計，這在中國的太湖之光超級計算機上需要25億年才能計算出來——約1014倍的量子優越性。

該研究團隊成員陸朝陽表示，可以解決的問題包括預測蛋白質如何相互對接以及分子如何振動。

加拿大多倫多量子計算初創公司Xanadu首席執行官克里斯蒂安·韋德布魯克（Christian Weedbrook）說：“這是第一次利用光或光子學實現量子優越性。”不過，韋德布魯克也指出，目前看來，和谷歌的Sycamore相比，中國團隊的光子電路是不可編程的，所以目前“還不能用于解決實際問題，但如果該團隊能夠研制一個足夠高效的可編程芯片，那么就有望解決許多重要的計算問題”。他補充道：“光子量子計算的起步比其他方法晚，但它現在有望彎道超車。無論如何，量子計算機把經典計算機甩在身后，只是一個時間問題。”

沃姆斯利說，這種量子優越性的演示很有說服力：“因為實驗嚴格遵循了原始的阿倫森-阿爾希波夫方案，所以不太可能找到更好的經典算法。”

資料來源 Nature