近期,中國科學(xué)技術(shù)大學(xué)潘建偉領(lǐng)銜的團(tuán)隊(duì)宣布,他們首次明確演示了“量子優(yōu)越性”——利用量子力學(xué)的反直覺工作原理,處理在經(jīng)典計算機(jī)上慢到可怕的計算任務(wù)。該團(tuán)隊(duì)利用激光束進(jìn)行了一項(xiàng)在數(shù)學(xué)上被證明無法用普通計算機(jī)處理的任務(wù)。與谷歌2019年首次演示的量子優(yōu)越性相反,他們的版本幾乎是任何經(jīng)典計算機(jī)都難以挑戰(zhàn)的。該研究成果于2020年12月3日發(fā)表在《科學(xué)》雜志上。
“我們已經(jīng)證明可以利用光子來實(shí)現(xiàn)超越經(jīng)典計算機(jī)的量子計算能力?!迸私▊フf。他表示,他們進(jìn)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(yōu)越性,還在圖論、量子化學(xué)和機(jī)器學(xué)習(xí)方面具有潛在的應(yīng)用。
倫敦帝國理工學(xué)院的物理學(xué)家伊恩·沃姆斯利(Ian Walmsley)說:“這絕對是一次杰出的實(shí)驗(yàn),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(shí)驗(yàn)室的研究人員宣布,他們首次實(shí)現(xiàn)了量子優(yōu)越性:利用他們最先進(jìn)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(dǎo)電路制成。但一些量子研究人員對他們的說法提出了質(zhì)疑,理由是可能存在一種比他們的量子算法更好的經(jīng)典算法。IBM的研究人員也指出,其經(jīng)典超級計算機(jī)原則上已經(jīng)可以讓現(xiàn)有算法在2.5天內(nèi)完成同樣的計算。
由潘建偉和陸朝陽領(lǐng)銜的團(tuán)隊(duì)選擇了一個不同的問題來演示——玻色采樣。這個問題是由當(dāng)時在麻省理工學(xué)院任職的兩位計算機(jī)科學(xué)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(shè)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(nèi)的一類基本粒子,其量子波的相互干涉本質(zhì)上能隨機(jī)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(shù)量會隨變量數(shù)量的增加呈指數(shù)級增長。阿倫森和阿爾希波夫表明,對于數(shù)十種玻色子來說,沒有經(jīng)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(jī)可以通過直接模擬量子過程——允許玻色子相互干涉并對產(chǎn)生的分布進(jìn)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(jī)執(zhí)行了這項(xiàng)任務(wù)。
研究人員從激光脈沖開始,先利用特定光子狀態(tài)的空間位置和偏振(光子電磁場的方向)進(jìn)行信息的編碼,再將這些狀態(tài)放在一起,互相干涉,產(chǎn)生表示輸出的光子分布。團(tuán)隊(duì)隨后使用能夠?qū)喂庾舆M(jìn)行計數(shù)的光電探測器來測量該分布,這一步實(shí)際上是在編碼經(jīng)典計算機(jī)“望塵莫及”的計算。
通過這種方法,潘建偉和同事在200秒內(nèi)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(jī)上需要25億年才能計算出來——約1014倍的量子優(yōu)越性。
該研究團(tuán)隊(duì)成員陸朝陽表示,可以解決的問題包括預(yù)測蛋白質(zhì)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(chuàng)公司Xanadu首席執(zhí)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(xué)實(shí)現(xiàn)量子優(yōu)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(tuán)隊(duì)的光子電路是不可編程的,所以目前“還不能用于解決實(shí)際問題,但如果該團(tuán)隊(duì)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(bǔ)充道:“光子量子計算的起步比其他方法晚,但它現(xiàn)在有望彎道超車。無論如何,量子計算機(jī)把經(jīng)典計算機(jī)甩在身后,只是一個時間問題?!?/p>
沃姆斯利說,這種量子優(yōu)越性的演示很有說服力:“因?yàn)閷?shí)驗(yàn)嚴(yán)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(jīng)典算法?!?/p>
資料來源 Nature