智東西（公眾號：zhidxcom）
編譯 | 貞逸
編輯 | 云鵬
智東西7月16日消息，近日，據(jù)外媒報道，谷歌已經(jīng)證明其Sycamore量子計算機(jī)可以檢測并修復(fù)計算錯誤，這是大規(guī)模量子計算的關(guān)鍵一步。
量子計算機(jī)和普通計算機(jī)的計算速度差距非常大。比如一個異常復(fù)雜的運算，傳統(tǒng)計算機(jī)需要運算1萬年才得出結(jié)果，而Sycamore量子計算機(jī)只需要200秒就能完成。
該研究論文題目為《通過循環(huán)糾錯對位或相位錯誤進(jìn)行指數(shù)抑制（Exponential suppression of bit or phase errors with cyclic error correction）》，該研究成果已于2021年7月14日在Nature雜志上發(fā)表。
論文鏈接：
https://doi.org/10.1038/s41586-021-03588-y
一、量子計算機(jī)糾錯困難
量子計算機(jī)和普通計算機(jī)一樣，很容易出現(xiàn)由底層物理系統(tǒng)“噪聲”引起的錯誤。普通計算機(jī)能夠通過加入具有糾錯能力的校驗碼來進(jìn)行檢測。在量子計算機(jī)中，問題要復(fù)雜得多，因為每個量子比特都處于0和1的混合狀態(tài)，任何檢測它們的方式都會直接破壞數(shù)據(jù)。
理論上有一種檢測量子計算機(jī)錯誤的方法，就是通過將多個量子比特當(dāng)做一個邏輯量子比特（logical qubit），從而能夠在不破壞邏輯量子比特中的儲存信息的情況下，發(fā)現(xiàn)并糾正錯誤。盡管這樣的邏輯量子比特以前就已經(jīng)被創(chuàng)造出來了，但直到現(xiàn)在它們還沒有被用于糾錯。
谷歌AI Quantum的Juian Kelly和他的同事們在谷歌的Sycamore量子計算機(jī)上演示了這個概念。他們實現(xiàn)了嵌入在超導(dǎo)量子位二維網(wǎng)格（two-dimensional grid of superconducting qubits）中的一維鏈重復(fù)碼（one-dimensional repetition codes）。重復(fù)碼基于的量子比特數(shù)量從5個提高到21個時，對邏輯錯誤的抑制實現(xiàn)了最多100倍的指數(shù)增長。這種錯誤抑制能力在50次糾錯實驗中均表現(xiàn)穩(wěn)定。
他們發(fā)現(xiàn)每增加一個物理量子比特，邏輯量子比特的錯誤率就會呈指數(shù)下降。研究小組雖然不能檢測每一個額外的量子比特，但是當(dāng)集體（collectively）測量時，仍然有足夠的信息來推斷量子計算是否發(fā)生了錯誤。
二、成熟的量子計算機(jī)可能需要1000個量子比特
Kelly表示，能夠解決量子計算糾錯問題，意味著未來有可能制造出更實用、更可靠、更成熟的量子計算機(jī)（大規(guī)模的量子計算機(jī)）。團(tuán)隊已經(jīng)成功地從概念上演示了解決量子計算機(jī)糾錯的方案，但仍然存在巨大的挑戰(zhàn)。給每個邏輯量子比特添加更多的量子比特也會帶來問題，因為每個物理量子比特本身都容易出錯。一個邏輯量子比特遇到錯誤的幾率隨著其內(nèi)部量子比特數(shù)量的增加而增加。
在這個過程中有一個盈虧平衡點，稱為閾值（threshold），在這個臨界點上，糾錯功能捕捉到的問題比量子比特增加帶來的問題更多。該團(tuán)隊認(rèn)為，成熟的量子計算機(jī)將需要1000個量子比特來制造每個邏輯量子比特，但Sycamore目前只有54個物理量子比特。
倫敦帝國理工學(xué)院的Peter Knight表示，谷歌的研究正在朝著未來量子計算機(jī)所必需面對的困難邁進(jìn)。他說：“如果我們不能做到這一點（量子計算糾錯），我們就不會有一個大規(guī)模的量子計算機(jī)”。他對谷歌的突破表示稱贊，認(rèn)為谷歌團(tuán)隊找到了正確的量子計算機(jī)發(fā)展的路線圖。
結(jié)語：成熟的量子計算機(jī)還要等多久？
谷歌團(tuán)隊發(fā)現(xiàn)的量子計算糾錯方法，并且錯誤抑制能力在50輪糾錯計算中保持穩(wěn)定。這意味著量子糾錯可以將錯誤率控制在一定范圍，為將來的大規(guī)模量子計算機(jī)研究提供了參考。
量子計算機(jī)擁有普通計算機(jī)不可比擬的速度優(yōu)勢，這在大數(shù)據(jù)時代顯得尤其重要，不論是解決數(shù)學(xué)難題還是數(shù)據(jù)預(yù)測都將占據(jù)主動優(yōu)勢。成熟的量子計算機(jī)技術(shù)出現(xiàn)，很有可能會改變互聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)。
來源：Nature
