![]()
谷歌量子AI首席科學(xué)家前幾天剛獲得諾貝爾物理學(xué)獎(jiǎng),今天谷歌量子AI團(tuán)隊(duì)又整了一個(gè)大的
就在剛剛,谷歌量子AI團(tuán)隊(duì)宣布了一項(xiàng)里程碑式的算法突破,其“Willow”量子芯片成功運(yùn)行了“量子回聲”(Quantum Echoes)算法,首次在硬件上實(shí)現(xiàn)了可驗(yàn)證的量子優(yōu)勢(shì)
這項(xiàng)研究剛剛發(fā)表于《自然》雜志
![]()
結(jié)果顯示,在執(zhí)行特定任務(wù)時(shí),該量子計(jì)算機(jī)的表現(xiàn)超越了目前最快的經(jīng)典超級(jí)計(jì)算機(jī),速度快了13000倍。這一進(jìn)展能夠計(jì)算分子結(jié)構(gòu),為量子計(jì)算在醫(yī)藥、材料科學(xué)等領(lǐng)域的真實(shí)世界應(yīng)用鋪平了道路
這是量子計(jì)算發(fā)展史上的一個(gè)關(guān)鍵時(shí)刻,標(biāo)志著量子計(jì)算機(jī)從理論和實(shí)驗(yàn)探索,向成為解決實(shí)際問(wèn)題的實(shí)用工具邁出了重要一步。
此次突破建立在谷歌過(guò)去數(shù)年研究成果之上。2019年,谷歌證明了量子計(jì)算機(jī)能解決頂尖超算耗時(shí)數(shù)千年才能完成的問(wèn)題。2024年末,新一代Willow量子芯片展示了如何顯著抑制錯(cuò)誤,解決了困擾科學(xué)家近30年的重大難題。
而今天,這一成就將我們更近一步地帶向量子計(jì)算機(jī)驅(qū)動(dòng)重大科學(xué)發(fā)現(xiàn)的未來(lái)
突破了什么?
谷歌團(tuán)隊(duì)用一個(gè)比喻來(lái)形容這次突破的精度:
想象一下在海底尋找一艘沉船。聲吶技術(shù)或許能告訴你那里有一個(gè)模糊的輪廓,確認(rèn)“那兒有艘沉船”。但假如你不僅能找到船,還能清晰地讀出船體上的銘牌呢?
這正是Willow量子芯片所實(shí)現(xiàn)的空前精度
![]()
通過(guò)運(yùn)行稱(chēng)為“量子回聲”的亂序時(shí)間相關(guān)器(OTOC)算法,谷歌團(tuán)隊(duì)展示了首個(gè)可在硬件上運(yùn)行并實(shí)現(xiàn)可驗(yàn)證量子優(yōu)勢(shì)的算法
“量子回聲”算法在探索自然界系統(tǒng)結(jié)構(gòu)方面極具潛力,從分子、磁體到黑洞的研究都能受益。實(shí)驗(yàn)證明,在Willow芯片上運(yùn)行該算法,比在世界最快的超級(jí)計(jì)算機(jī)之一上運(yùn)行經(jīng)典算法要快13000倍
此外,在一項(xiàng)獨(dú)立的原理驗(yàn)證實(shí)驗(yàn)中,團(tuán)隊(duì)展示了這項(xiàng)新技術(shù)(一個(gè)“分子尺”)如何利用核磁共振(NMR)數(shù)據(jù),測(cè)量比現(xiàn)有方法更長(zhǎng)的分子距離,從而獲得更豐富的化學(xué)結(jié)構(gòu)信息
“量子回聲”:一種可驗(yàn)證的量子優(yōu)勢(shì)
這是歷史上第一次,任何量子計(jì)算機(jī)成功運(yùn)行了一個(gè)能夠超越超級(jí)計(jì)算機(jī)并且結(jié)果可被驗(yàn)證的算法
“量子可驗(yàn)證性”意味著,計(jì)算結(jié)果可以在谷歌的量子計(jì)算機(jī)或任何其他同等級(jí)別的量子計(jì)算機(jī)上重復(fù)運(yùn)行,并得到相同的答案,從而確認(rèn)結(jié)果的準(zhǔn)確性。這種可重復(fù)、超越經(jīng)典的計(jì)算能力,是實(shí)現(xiàn)可擴(kuò)展驗(yàn)證的基礎(chǔ),也使量子計(jì)算機(jī)距離成為實(shí)用工具更近了一步
這項(xiàng)新技術(shù)的工作原理類(lèi)似于一個(gè)高度先進(jìn)的回聲定位系統(tǒng)
研究人員向量子系統(tǒng)(Willow芯片上的量子比特)發(fā)送一個(gè)精心設(shè)計(jì)的信號(hào),擾動(dòng)其中一個(gè)量子比特,然后精確地逆轉(zhuǎn)信號(hào)的演化過(guò)程,并“聆聽(tīng)”返回的“回聲”
這個(gè)量子回聲的特殊之處在于,它通過(guò)“相長(zhǎng)干涉”(constructive interference)現(xiàn)象得到放大——量子波疊加后變得更強(qiáng)。這使得測(cè)量過(guò)程具備極高的靈敏度
下圖展示了在105量子比特陣列上創(chuàng)建量子回聲的四步過(guò)程:
![]()
1. 運(yùn)行一系列前向操作。
2. 擾動(dòng)一個(gè)量子比特。
3. 運(yùn)行反向操作。
4. 測(cè)量結(jié)果。
信號(hào)的重疊程度揭示了擾動(dòng)如何在Willow芯片上傳播
“量子回聲”算法的實(shí)現(xiàn),得益于Willow芯片在量子硬件上的巨大進(jìn)步。該算法模擬的是一個(gè)物理實(shí)驗(yàn),因此不僅考驗(yàn)系統(tǒng)的復(fù)雜性,也對(duì)最終計(jì)算的精度提出了極高要求
為了同時(shí)實(shí)現(xiàn)高精度和高復(fù)雜性,硬件必須具備兩個(gè)關(guān)鍵特性:極低的錯(cuò)誤率和高速的運(yùn)算能力。
走向真實(shí)世界應(yīng)用
量子計(jì)算機(jī)將在模擬量子力學(xué)現(xiàn)象中扮演關(guān)鍵角色,例如原子和粒子的相互作用以及分子的結(jié)構(gòu)(或形狀)
核磁共振(NMR)是科學(xué)家用來(lái)理解化學(xué)結(jié)構(gòu)的工具之一,它與核磁共振成像(MRI)技術(shù)背后的科學(xué)原理相同。NMR就像一個(gè)分子顯微鏡,能幫助我們看到原子的相對(duì)位置,從而理解分子結(jié)構(gòu)。對(duì)分子形狀和動(dòng)態(tài)的精確建模是化學(xué)、生物學(xué)和材料科學(xué)的基礎(chǔ),其進(jìn)展將推動(dòng)從生物技術(shù)到太陽(yáng)能、乃至核聚變等領(lǐng)域的發(fā)展。
在一項(xiàng)與加州大學(xué)伯克利分校合作的原理驗(yàn)證實(shí)驗(yàn)中,團(tuán)隊(duì)在Willow芯片上運(yùn)行了“量子回聲”算法,研究了兩種分子(一個(gè)含15個(gè)原子,另一個(gè)含28個(gè)原子)以驗(yàn)證該方法
結(jié)果顯示,量子計(jì)算機(jī)的計(jì)算結(jié)果與傳統(tǒng)NMR相符,并且揭示了一些通常無(wú)法從NMR中獲得的信息。這是對(duì)該方法有效性的關(guān)鍵驗(yàn)證
正如望遠(yuǎn)鏡和顯微鏡為人類(lèi)打開(kāi)了前所未見(jiàn)的宏觀與微觀世界,這項(xiàng)實(shí)驗(yàn)是朝著開(kāi)發(fā)一種“量子顯微鏡”邁出的一步,它有能力測(cè)量以前無(wú)法觀測(cè)到的自然現(xiàn)象。量子計(jì)算增強(qiáng)的NMR技術(shù),未來(lái)可能成為藥物研發(fā)的強(qiáng)大工具,幫助確定潛在藥物如何與其靶點(diǎn)結(jié)合;或在材料科學(xué)中用于表征新材料(如聚合物、電池組件)的分子結(jié)構(gòu)
加州大學(xué)伯克利分校化學(xué)系助理教授、谷歌量子AI合作者Ashok Ajoy表示:
“核磁共振(NMR)——作為MRI的光譜學(xué)近親——通過(guò)探測(cè)原子中心的微小磁‘自旋’來(lái)揭示分子結(jié)構(gòu)。谷歌的量子回聲算法展示了量子計(jì)算機(jī)高效建模并揭示這些自旋間復(fù)雜相互作用的潛力,甚至可能跨越長(zhǎng)距離。隨著量子計(jì)算的不斷成熟,這類(lèi)方法將能增強(qiáng)NMR光譜學(xué)技術(shù),為其強(qiáng)大的工具箱增添新功能,助力藥物發(fā)現(xiàn)和先進(jìn)材料設(shè)計(jì)。”下一步是什么?
通過(guò)“量子回聲”算法首次實(shí)現(xiàn)可驗(yàn)證的量子優(yōu)勢(shì),標(biāo)志著量子計(jì)算朝著首批真實(shí)世界應(yīng)用邁出了重要一步。
隨著團(tuán)隊(duì)朝著全尺寸、可糾錯(cuò)的量子計(jì)算機(jī)方向擴(kuò)展,預(yù)計(jì)未來(lái)將有更多此類(lèi)有用的真實(shí)世界應(yīng)用被開(kāi)發(fā)出來(lái)。目前,團(tuán)隊(duì)的焦點(diǎn)是實(shí)現(xiàn)其量子硬件路線(xiàn)圖上的“里程碑3”——一個(gè)長(zhǎng)壽命的邏輯量子比特
參考:
https://blog.google/technology/research/quantum-echoes-willow-verifiable-quantum-advantage/
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶(hù)上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.