谷歌实现量子芯片重大突破，史上首次运行可验证算法

今天，谷歌宣布了一项具有里程碑意义的研究成果。历史上首次，量子计算机成功在硬件上运行可验证算法，其速度相较于最快的经典超级计算机提升了 13,000 倍，并且能够计算分子结构，为实际应用打开了新的大门。这一进展是建立在数十年的研究以及六年的重大突破基础之上。

早在 2019 年，谷歌就证明了量子计算机具备解决经典超级计算机需要数千年才能完成的问题的能力。到了 2024 年年底，谷歌全新的 Willow 量子芯片展示了显著抑制误差的能力，解决了困扰科学家近 30 年的重大难题。此次规格上的突破，让我们距离能够推动医学和材料科学等领域重大发现的量子计算机更近一步。

为了更形象地理解谷歌此次的突破，我们可以想象在海底寻找一艘失踪的船只。传统的声纳技术可能只能给出一个模糊的轮廓，告知 “那里有一艘沉船”，而谷歌通过 Willow 量子芯片实现了前所未有的精度，就如同不仅能找到船，还能读出船体上的铭牌。

这就是谷歌刚刚通过 Willow 量子芯片实现的前所未有的精度。今天，谷歌宣布一项重大算法突破，标志着我们朝着首个实际应用迈出了重要一步。我们刚刚在《自然》杂志上发表的论文展示了运行乱序时间相关器 (OTOC) 算法的首个可验证的量子优势，谷歌称之为“Quantum Echoes”（量子回声）。

Quantum Echoes 算法，可验证的量子优势

“Quantum Echoes” 算法实现了历史上量子计算机首次成功运行超越超级计算机能力的可验证算法。量子可验证性意味着结果可以在谷歌的量子计算机或任何其他同等口径的量子计算机上重复并得到相同答案，从而确认结果。这种可重复的、超越经典的计算是可扩展验证的基础，使量子计算机更接近成为实际应用的工具。

谷歌的新技术就像一种高度先进的回声。我们将一个精心设计的信号发送到我们的量子系统（Willow 芯片上的量子比特），扰动一个量子比特，然后精确地逆转信号的演化，以监听返回的“回声”。这种量子回声之所以特殊，是因为它会被相长干涉（一种量子波叠加增强的现象）放大。这使得谷歌的测量极其灵敏。

Quantum Echoes 算法的实现得益于谷歌 Willow 芯片量子硬件的进步。去年，Willow 通过我们的随机电路采样基准测试证明了其强大性能，该测试旨在测量量子态的最大复杂度。Quantum Echoes 算法代表了一类全新的挑战，因为它模拟了物理实验。这意味着该算法不仅测试复杂度，还测试最终计算的精度。正因如此，我们称之为“量子可验证”，这意味着其结果可以通过另一台质量相近的量子计算机进行交叉基准测试和验证。为了兼顾精度和复杂度，硬件必须具备两个关键特性：极低的错误率和高速运算。

量子计算机将在量子力学现象的建模中发挥重要作用，例如原子和粒子的相互作用以及分子的结构（或形状）。科学家用来理解化学结构的工具之一是核磁共振 (NMR)，它与核磁共振成像 (MRI) 技术背后的科学原理相同。NMR 就像一台分子显微镜，其强大功能足以让我们看到原子的相对位置，从而帮助我们理解分子的结构。对分子形状和动力学进行建模是化学、生物学和材料科学的基础，而帮助我们更好地进行建模的进展，将为从生物技术到太阳能再到核聚变等领域的进步奠定基础。

在与加州大学伯克利分校合作进行的原理验证实验中，我们在 Willow 芯片上运行了量子回声算法，研究了两个分子（一个包含 15 个原子，另一个包含 28 个原子），以验证这种方法。我们量子计算机上的结果与传统核磁共振 (NMR) 的结果一致，并揭示了核磁共振通常无法提供的信息，这对我们的方法进行了至关重要的验证。正如望远镜和显微镜开辟了新的、未曾见过的世界一样，这项实验朝着能够测量先前无法观测的自然现象的“量子望远镜”迈出了一步。量子计算增强型核磁共振（NMR）有望成为药物研发的有力工具，帮助确定潜在药物如何与其靶标结合；又或者，在材料科学领域，它能够表征聚合物、电池组件，甚至构成我们量子比特（qubit）的材料等新材料的分子结构。

Willow，谷歌最先进的量子芯片

谷歌在 2024 年六月发布的最新量子芯片 Willow，在多项指标上都拥有顶尖的性能，并取得了两项重大成就。首先，随着量子比特数量的增加，Willow 可以指数级地减少错误，解决了量子纠错领域近 30 年来一直追求的关键难题。其次，Willow 在五分钟内完成了一项标准基准计算，而当今最快的超级计算机之一则需要 10 的七次方（即 10 25）年才能完成，这个数字远远超过了宇宙的年龄。

谷歌表示，Willow 芯片是十多年前开启的旅程中迈出的重要一步。2012 年，谷歌团队创立 Google Quantum AI 时，愿景是构建一台实用的大型量子计算机，利用量子力学推动科学发现，开发实用的应用程序，并解决一些社会重大挑战，从而造福社会。作为 Google Research 的一部分，谷歌的团队已经制定了长期路线图，而 Willow 则在这条道路上迈出了重要的一步，让我们朝着商业应用的方向迈进。

错误是量子计算面临的最大挑战之一，因为量子比特（量子计算机的计算单位）倾向于与其环境快速交换信息，这使得保护完成计算所需的信息变得困难。通常情况下，使用的量子比特越多，出现的错误就越多，最终系统会回归经典状态。

在《自然》杂志上，谷歌发表了研究结果，表明其在 Willow 中使用的量子比特越多， 错误就越少，系统的量子化程度就越高。谷歌测试了越来越大的物理量子比特阵列，从 3x3 编码量子比特网格扩展到 5x5 网格，再到 7x7 网格——每次，利用谷歌在量子纠错方面的最新进展，谷歌都能够将错误率降低一半。换句话说，谷歌实现了错误率的指数级降低。这一历史性成就在该领域被称为“低于阈值”——能够在增加量子比特数量的同时降低错误。必须证明低于阈值才能表明在纠错方面取得了真正的进展，自1995 年 Peter Shor 提出量子纠错以来，这一直是一个巨大的挑战。

这一成果还涉及其他科学上的“首创”。例如，它也是超导量子系统实时纠错的首批引人注目的例子之一——这对于任何有用的计算都至关重要，因为如果你不能足够快地纠正错误，它们会在计算完成之前毁掉它。此外，这是一个“超越盈亏平衡”的演示，谷歌的量子比特阵列比单个物理量子比特的寿命更长，这是一个不容置疑的迹象，表明纠错正在改善整个系统。作为首个低于阈值的系统，这是迄今为止构建的可扩展逻辑量子比特最令人信服的原型。这有力地表明，实用的超大型量子计算机确实可以构建。Willow 让我们更接近运行传统计算机上无法复制的实用且具有商业价值的算法。

为了衡量 Willow 的性能，谷歌使用了随机电路采样 (RCS) 基准。RCS 由谷歌的团队首创，现已被广泛用作该领域的标准，它是当今量子计算机上可以完成的最难的经典基准测试。可以将其视为量子计算的切入点，用于检查量子计算机是否正在执行经典计算机上无法完成的操作。任何构建量子计算机的团队都应首先检查其是否可以在 RCS 上击败经典计算机，否则就有理由怀疑它能否处理更复杂的量子任务。谷歌一直使用此基准来评估从一代芯片到下一代芯片的进展，在 2019 年 10 月报告了 Sycamore 的结果，最近又于 2024 年 10 月报告了一次。

Willow 在这项基准测试中的表现令人惊叹，它在不到五分钟的时间内完成了一项计算，而如今最快的超级计算机之一则需要 10^25 或 10^7^8 年才能完成。这个令人难以置信的数字超越了物理学中已知的时间尺度，也远远超过了宇宙的年龄，证实了量子计算发生在多个平行宇宙中的观点，与大卫・多伊奇 (David Deutsch) 首次提出的 “我们生活在多元宇宙” 的预测相符。

谷歌对 Willow 如何超越全球最强大的经典超级计算机之一Frontier 的评估是基于保守的假设。例如，谷歌假设 Willow 可以完全访问二级存储（即硬盘），且无需任何带宽开销——这对于 Frontier 来说是一个慷慨且不切实际的假设。当然，正如谷歌在 2019 年宣布首个超经典计算之后的情况一样，谷歌预计经典计算机将在此基准上继续改进，但快速扩大的差距表明，量子处理器正以双指数速度与经典计算机拉开差距，并且随着规模的扩大，其性能将继续大幅超越经典计算机。

Willow 是在谷歌位于圣巴巴拉的全新先进制造工厂制造的——这是全球仅有的几家为此目的而全新建造的工厂之一。系统工程是设计和制造量子芯片的关键：芯片的所有组件，例如单量子比特门和双量子比特门、量子比特复位和读出，都必须同时进行精心设计和集成。如果任何一个组件出现性能滞后，或者两个组件不能很好地协同工作，就会拖累系统性能。因此，最大化系统性能贯穿于我们流程的各个方面，从芯片架构和制造到门的开发和校准。我们报告的成果是对量子计算系统进行整体评估，而不是一次只评估一个因素。

谷歌注重质量，而非数量——因为如果质量不够高，仅仅生产更多量子比特也无济于事。Willow 拥有 105 个量子比特，在上述两个系统基准测试（量子纠错和随机电路采样）中均拥有一流的性能。此类算法基准测试是衡量芯片整体性能的最佳方法。其他更具体的性能指标也至关重要；例如，谷歌的 T1时间（衡量量子比特能够保持激发态的时间，即关键的量子计算资源）现在已接近 100 µs（微秒）。这比上一代芯片的性能提升了约 5 倍，令人印象深刻。

谷歌表示，该领域的下一个挑战是在当今的量子芯片上演示首个 “实用的、超越经典” 的计算，并使其与实际应用相关。谷歌乐观地认为，Willow 一代芯片能够帮助实现这一目标。目前，谷歌已经进行了两种类型的实验。一方面，运行了 RCS 基准测试，该测试衡量了与经典计算机的性能，但目前尚无已知的实际应用；另一方面，对量子系统进行了科学上有意义的模拟，这些模拟带来了新的科学发现，但仍在经典计算机的可及范围内。谷歌的目标是同时实现这两个目标，进入经典计算机无法企及的算法领域，并使其能够解决现实世界中与商业相关的问题。