导语
中国科学技术大学潘建伟、陆朝阳等构成的科研团队与中科院上海微系统所、国家并行计算机工程技术科研中心合作，构建了76个光子的量子计算原型机“九章”，实现了拥有实用前景的“高斯玻色取样”任务的快速求解。
按照现有理论，该量子计算系统处理高斯玻色取样的速度比日前最快的超级计算机快一百万亿倍（“九章”一分钟完成的任务，超级计算机需要大约一亿年）。等效地，其速度比去年谷歌发布的53个超导比特量子计算原型机“悬铃木”快一百亿倍。
这一成果使得我国成功达到了量子计算科研的第1个里程碑：量子计算优越性（国外亦叫作之为“量子霸权”），关联论文于12月4日以“First Release”形式在线发布于国际学术期刊Science。
在气象工程师白冰被追捕的路上，他认识了一样被追捕的宋诚。白冰奥秘地拿出一只箱子， “这是一台超弦计算机，是我从气象模拟中心带出来的，你说偷出来的亦行，我全凭它摆脱追捕了”。
这个情节来自科幻作家刘慈欣的中短篇小说《镜子》。在故事里，白冰偷出来的这台设备是一台持有了几乎无限运算和存贮能力的计算机，它不仅能模拟气象这种繁杂过程，还能够模拟全部宇宙的演化。只要给定每一个粒子的初始要求，全部宇宙的运行就像镜子同样清楚地展现，准确无误。借由主人翁白冰的口述，作者表达过他对计算的理解：用模拟方式为一个鸡蛋创立数学模型，便是将构成鸡蛋的每一个原子的状态都输入模型的数据库，当这个模型在计算机中运行时，倘若给出的边界要求合适，内存中的那个虚拟鸡蛋就会孵出小鸡来。况且那只内存中的虚拟小鸡，与现实中的那个鸡蛋孵出的小鸡一模同样，连每一根毛尖都不会差一丝一毫！倘若这个模拟目的比鸡蛋再大些呢？大到一棵树，一个人，非常多人；大到一座城市，一个国家，乃至大到全部地球？倘若模拟的对象是全部宇宙又会怎么样？现实的理学系统到底能不可被计算机模拟？这种猜想绝不仅限于科幻作家的小说中，亦存在于严肃的学术讨论和哲学思考里。例如，计算机行业中非常著名的扩展的丘奇-图灵论题（extended Church-Turing thesis）就认为，任何理学系统都能够被经典图灵机有效模拟。然则，随着人们对微观世界的深入理解，扩展的丘奇-图灵论题起始被质疑，尤其是随着量子力学的发展，更加多人认识到，实质的量子过程太过繁杂，倘若用经典计算模拟量子过程，需要的时间可能会呈指数增长。亦便是说，有效计算是不可能的。1980年代，费曼提出，模拟量子过程，必须放弃经典计算的老招数，用量子材料造一台新式设备，来自然地处理这些问题。没错，就是量子计算机。经典计算和量子计算的区别在哪里呢？针对经典计算机来讲，每一个比特要么表率0，要么表率1，这些比特便是信息，而对这些信息运算，实质上便是用电路构建有些规律门，完成“与”、“非”、“或”以及更繁杂的操作。而量子计算，则是利用量子天然具备的叠加性，施展并行计算的能力。每一个量子比特，不仅能够暗示0或1，还能够暗示成0和1分别乘以一个系数再叠加，随着系数的区别，这个叠加的形式可能性会非常多非常多，它会产生什么效果呢？咱们以两个比特举例，针对经典的两比特来讲，在某一时刻，它最多只能暗示00、十、01、11这四种可能性的一种；而量子计算因为叠加性，能够写成
亦便是说，它能够同期包含有四种信息状态。这种叠加性寓意着，随着比特数增多，信息的存储量和运行速度会指数增多
，经典计算机将望尘莫及。
量子计算优越性的实现
是一场持久战 基于量子的叠加性，许多量子专家认为，量子计算机在特定任务上的计算能力将会远超任何一台经典计算机。2012年，美国理学学家John Preskill将其描述为“量子计算优越性”或叫作“量子霸权”（quantum supremacy）。专家们预计，当能够精确操作的量子比特超过必定数目时，量子计算优越性就可能实现。倘若有一个特定的问题，量子计算需要一个小时，经典计算需要上亿年，量子计算优越性便得以实现，扩展的丘奇-图灵论题亦会被动摇，由于那就证明了，有些过程，经典计算是没法有效模拟的。从专家对量子计算优越性的观点来看，有两个关键点，一是操作的量子比特的数量，二是操作的量子比特的精细度。仅有当两个要求都达到的时候，才可实现量子计算的优越性。如下图所示，左下角的范围（紫色）表率的是操作的量子比特数目和精细度都不足的情形，此时是不可能在跟经典计算的PK中胜出的，专家们在尽可能朝着右上方（绿色）奋斗。而位置于中间的部分（蓝色），则能够用来在短期内实现有些应用上的突破。
量子计算优越性与操作量子比特的关系去年10月，谷歌在量子计算方面十数年的布局最终有了里程碑式的表现——国际权威学术杂志Nature以“Quantum supremacy using a programmable superconducting processor”为题，刊发了谷歌的研究工作，谷歌据此宣布实现了量子计算优越性。按照谷歌的论文，该团队选择的用来展示量子计算优越性的特定任务是一种叫做“随机线路采样”（Random Circuit Sampling）的任务。通常来讲，选择这种特定任务的时候，需要经过精心考量，该任务最好比较适合已有的量子体系，同期针对经典计算来讲很难模拟。这个“随机线路采样”任务便是如此。谷歌团队在一个包括53个可用量子比特的可编程超导量子处理器上运行“随机线路采样”，用约200秒的时间进行了100万次采样。同期她们还利用当时世界排名第1的超级计算机Summit进行了一个比较，她们预计，一样的任务，Summit需要算上一万年。“200秒”PK“一万年”，该团队宣叫作这寓意着量子计算优越性作为现实。谷歌的这项工作火速诱发了学术界的争议。由于量子计算和经典计算的竞争是一个长时间的动态过程，虽然人们操作量子比特的数量和精细度在持续加强，然则经典计算的算法和硬件亦在持续优化，超算工程的潜能更加是不可小觑。例如，IBM就宣叫作，实现53比特、20深度的量子随机线路采样，经典模拟完全能够只用两天多时间，乃至还能够更好，亦许将来何时，经典模拟在这个任务上就能超过谷歌团队的量子计算机。因此，客观看来，量子计算和经典计算的算力之争，可能是一个长时间battle的过程，将来一段时间，咱们可能会见证两者卯足了劲儿“秀肌肉”的精彩打擂。
深孚众望的玻色采样任务 在用来展示量子计算优越性的特定任务中，还有一种任务被专家寄予厚望——玻色采样（Boson Sampling）。玻色采样是一种采样任务，2010年由当时在MIT的Scott Aaronson和 Alex Arkhipov首次提出。为了说明这是一个怎么样的问题，咱们先来回顾儿时的一个游戏——高尔顿板。
高尔顿板示意图高尔顿板问题是由于英国生物统计学家高尔顿提出来的，小球从上端的口落下，每经过一个钉板，都有一半的可能从左边走，一半的可能从右边走，最后，当非常多小球扔下去后，下面格子里的小球分布会呈现必定的统计规律。这个模型亦被直观的用来展示中心极限定理。而咱们所说的玻色取样问题便是一种量子版的“高尔顿板”问题。小球变成为了光子，钉板变成为了分束器，若干个光子进入网格之后，经过分束器构成的干涉仪，最后分别在那些出口被探测到，记录下来，便是一个采样。累积之后，光子数亦会有一个分布。每一种采样结果都对应一个概率。所有可能的采样结果就形成输出态的态空间。
玻色取样问题然则，玻色采样问题比高尔顿板问题繁杂得多。为何呢？由于这个网格的每一个节点都是一个小分束器，倘若相遇在这个节点上的光子是全同的，那样几个光子接下来怎么走，不仅是一个“随机”的概率问题，况且还是个“繁杂”的概率问题——这个概率与分束器的参数相关，亦与光子本身的相位相关。倘若咱们用矩阵来暗示这个过程的话，能够理解为：这个大网格便是一种变换关系，把入口的光子分布变换成出口的光子分布，这个变换关系必须要写成一个复数矩阵。2010年，Scott Aaronson 和 Alex Arkhipov从理论上证明，n光子玻色取样的分布概率正比于n维矩阵积和式(Permanent)的模方，这对经典算法来讲是#P-complete困难的问题，随着光子数的增多，求解步数呈指数增长。针对这般的问题，量子计算机在中小规模下就有可能打败超级计算机。自此，“玻色采样”问题被用来挑战量子计算优越性。自玻色采样提出，世界上持续有非常多个小组从实验上挑战和验证玻色采样。2013年，国际上四个科研小组同期实现3光子的原理验证性玻色采样。从原理上说，这个实验大致的过程是：单光子源持续地发出单光子，经过一个多模式干涉仪，最后在各个出口用探测器探测。然则，因为技术的限制，真正的单光子源很难做出，这些小组都采用了赝单光子源（赝单光子源时不时会冒出来多光子的成份），干涉网络的性能又不怎么好，这些原因制约着玻色取样的高效率大规模实现。当然，有有些小组亦提出或实现过有些好的方法来处理赝单光子源所带来的不可拓展性。例如，2014年A. P. Lund等人提出散粒玻色采样（scattershot boson sampling）实验方法。然则因为采用的是自发参量下转换（SPDC）光源，这种概率性的光源产生单光子的效率非常低，因此实验上始终无真正实现3个以上光子的玻色采样。更重要的是，这些实验相比经典计算机并未展示出任何量子优越性。看来，这事想要弄成，必须得在单光子源和干涉仪上下功夫，单光子源的单光子性、全同性和提取效率要好，干涉仪效率要高，波包重叠性亦要好。于是，人们想到了量子点光源，期盼用量子点光源来产生真正的单光子。
超越初期经典计算机的光量子原型机2017年，中国科大潘建伟、陆朝阳团队一样把目光聚焦到了量子点光源。值得一提的是，她们用的是一种共振激发的量子点光源，能产生确定性的高品质单光子，另外，她们自主设计开发了有效率的线性光学网络。在这种装备武装下，实验上首次实现5光子玻色采样。采样率是之前所有实验的最少24000倍，相比于初期的经典计算机ENIAC和TRADIC，计算能力拥有10-100倍的提高。下图展示了这次实验和此前其他玻色采样实验计算能力的比较。能够看出，这次的结果不仅远好于国际同行，更加是第1次超越了初期的经典计算机。这是人类历史上首次量子计算机和经典计算机的同台竞赛，标志着量子计算机的科研再也不是发文案，而是能够制造真正的仪器执行详细的算法，在量子计算的发展中拥有重要道理。
2017年以及此前所有玻色采样的计算能力比较2019年，该团队又将这种方法向前推进一步——她们将20个光子输入60个入口、60个出口模式的干涉线路，实验中，出口最多探测到了14个光子。这个工作同期在光子数、模式数、计算繁杂度和态空间四个关键指标上都大幅超越之前的国际记录。 20光子输入、60模式输出的玻色采样然则，实验中的低效率始终是量子计算可扩展的拦路虎。尽管研究人员已然将单光子的效率尽可能做了提高，然则每次采样任务，需要的是对所有出口光子的符合测绘，咱们能够想象一下，符合后的计数率会随着光子数的增多指数下降，再想扩展这个实验的规模，遇到了瓶颈。
玻色采样峰回路转 那样短期内，咱们证明量子计算优越性还有期盼吗？答案是肯定的。2017年，由Hamilton等人提出的高斯玻色采样（Gaussian Boson Sampling）方法供给了很好的处理办法。高斯玻色采样充分利用PDC源的高斯性质，并利用能够确定性制备的单模压缩态(SMSS)做为输入的非经典光源。2018年，Quesada等人将这种方法进行了简化，她们证明，只需要采取阈值探测的办法，即探测到一个及以上光子都记作1，此时的输出分布与一个被叫作为Torontonian的矩阵函数相关。Torontonian是Hafnians的无限和，针对经典算法来讲，计算它一样是一个#P困难的问题。关于压缩态光，你可能并不陌生。在引力波的探测中，就用到了压缩态光。压缩态光是一种量子光源，它超越散粒噪声极限的噪声压制本领，令其在引力波探测中起到了关键功效。在玻色采样中，采用单模压缩态光源，是为了明显提有效率。区别于单光子光源“一个一个”走出来的状态，单模压缩态光源能够看做是“一团一团”走出来。每激发一次，能够产生非常多对相干的光子，一块进入干涉网络。足够高的效率，为量子比特的扩展供给了可能。近期，中国科大潘建伟、陆朝阳团队就采用压缩态光源，实现了这种尝试。
高斯玻色取样量子计算原型机“九章号”她们利用50个单模压缩态，输入一个100个入口、100个出口的线性光学网络，最后在网格出口处安顿了单光子探测器来采样。得益于团队此前在玻色采样方面的累积，她们的技术在各个指标上都拥有明显的优良。光源方面，她们持有国际上独一同期具备有效率、高全同性、极高亮度和大规模扩展能力的量子光源，况且该团队还拥有最大规模（100×100）的干涉技术，还能同期做到全连通、随机矩阵、相位稳定、波包重合好（>99.5%）、经过率高（>98%）。另外，中科院上海微系统所研制的高性能超导单光子探测器亦装扮了重要角色。
“九章号”部分实景区别于标准玻色采样，高斯玻色采样需要高精度的锁相技术。为何这点至关重要呢？咱们能够回忆一下经典理学里干涉需要那些要求。例如咱们比较熟练的光波、水波，想要产生稳定的干涉条纹，有一个重要要求便是两束波的相位差恒定。量子的干涉亦类似，倘若每一路的光相位总是抖动，彼此之间相位差就会不稳定，就观测不到稳定的采样结果。在这次实验中，每路单模压缩光进入干涉网络之前，要各自经过2米自由空间和20米光纤，所说保持相位锁定，亦便是保准这个路径的光程恒定。专家们采取“缺啥补啥”的策略，让同源的若干路激光分别去走压缩态光所走的路程，并与一个标准参考激光进行比较（经过干涉的办法），实时监测每一路与标准参考光的相位差，并进行相应的调节。在精细微妙的操控下，2米自由空间+20米光纤光程抖动保持在25纳米之内，这相当于100千米的距离误差少于一根头发丝。在最后的采样结果里，该团队成功构建了76个光子100个模式的高斯玻色采样量子计算原型机。专家给它起名叫“九章”。
 fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
最后探测到的光子数分布
“九章”VS“富岳”，
“九章”VS“悬铃木” 之因此将这台新量子计算机命名为“九章”，是为了纪念中国古代最早的数学专著《九章算术》。《九章算术》是中国古代张苍、耿寿昌所撰写的一部数学专著，它的显现标志中国古代数学形成为了完整的体系，是一部拥有里程碑道理的历史著作。而这台叫做“九章”的玻色采样新设备，一样拥有重要的里程碑道理。按照日前最优的经典算法，“九章”花200秒采集到的5000个样本，倘若用我国的“太湖之光”，需要运行25亿年，倘若用日前世界排名第1的超级计算机“富岳”，亦需要6亿年。这般的优良非常显著。咱们能够等效地对比去年谷歌发布的53比特量子计算原型机“悬铃木”：针对“悬铃木”来讲，200秒完成的任务，超算Summit需要2天，思虑Summit和富岳的算力差距，“九章”等效地比“悬铃木”快100亿倍。
“九章”相针对太湖之光的优良比较做为对比，咱们能够回顾一下“悬铃木”其他方面的状况。谷歌53比特随机线路取样实验中，量子优越性是依赖于样本数量的。虽然采集100万个样本时，“悬铃木”需要200秒，超算Summit需要2天，量子计算相比于超级计算机有优越性；但倘若采集100亿个样本的话，经典计算机仍然只需要2天，可是“悬铃木”却需要20天才可完成这么大的样本采样，量子计算反而丧失了优越性。而针对高斯玻色采样问题，量子计算优越性不依赖于样本数量。另外，在态空间方面，“九章”亦以输出量子态空间规模达到1030的优良远远优于“悬铃木”，“悬铃木”输出量子态空间规模是1016，而日前全世界的存储容量是1022。况且，“九章”运行的温度亦远无“悬铃木”那样苛刻，除探测部分需要4K的低温以外，其他部分都是在常温下运行的。“九章”的出色表现，牢靠确立了我国在国际量子计算科研中的第1方阵地位，为将来实现可处理拥有重大实用价值问题的规模化量子模拟机奠定了技术基本。量子计算机的研制已作为世界科技前沿的最大挑战之一，做为欧美各发达国家角逐的焦点，能够预见不会止步于此。针对量子计算机的科研，本行业的国际同行公认有三个指标性的发展周期，其中第1个周期是发展具备50-100个量子比特的高精度专用量子计算机，针对有些超级计算机没法处理的高繁杂度特定问题实现有效求解，实现计算科学中“量子计算优越性”的里程碑。此次“九章”的研制成功，便是这重要的第1个周期胜利。在这之后，专家还会致力于研制可相干操作数百个量子比特的量子模拟机，用于处理若干超级计算机没法胜任的拥有重大实用价值的问题（如量子化学、新材料设计、优化算法等）；最后，大幅度加强可操作的量子比特的数目（百万量级）和精度（容错阈值>99.9%），研制可编程的通用量子计算原型机。在能够预见的将来，持续优化的经典计算和不断进取的量子计算，还将在算力之争上连续battle。值得一提的是，“九章”的研制成功，不仅是实现了“量子计算优越性”的里程碑，亦为第二步——处理若干超级计算机没法胜任的拥有重大实用价值的问题供给了潜在的前景。由于，“九章号”量子计算原型机所完成的高斯玻色取样算法在图论、设备学习、量子化学等行业拥有潜在应用。专家设想，这些针对经典算法模拟起来反常困难的问题，倘若研发一个GBS量子计算机，以此做为一个特殊用途的光子平台，让分子振动、设备学习这些繁杂过程以玻色采样的方式高速运行一下，就能够很好地来科研这些现实世界中很重要的应用。除了秀肌肉以外，处理现实问题，其实亦是专家们开发量子计算机的初衷。最后，让咱们见识一下咱们的“九章号”的真容，瞧瞧量子力学安排下的光学魅影。国际著名量子光学专家、罗马大学教授Fabio Sciarrino在玻色采样行业深耕数年，他对“九章”的表现和中国团队的工作给出了一个全面精细的评估。
视频加载失败，请刷新页面再试  刷新
作者 | 林梅；源自 | 墨子沙龙版面 | 顾天红举荐阅读
互动专题：感谢你的在看、转发、评论，今天的文案你看懂了多少？
每周评论区，被zan最多的评论者，将得到造就送出的书籍一本。
欢迎扫描下方二维码，勾搭博主
或直接添加造就小助手（zaojiu16）微X
发送暗号“课程”混各样有趣有料的课程社群
点击阅读原文，看「造就」更加多演讲
| 
发表于 2024-8-31 10:49:32