中科大又双叒实现量子计算优越性

光子盒研究院出品

建党百年前夕，中国科学技术大学潘建伟团队献上双黄蛋。继前天超导量子计算56比特“祖冲之号”在arXiv上线，昨天，arXiv又出现九章2.0，完成了一个更大规模的高斯玻色取样实验。[1] 光子盒遵循“量子力学量力学”的原理，第一时间试图阅读论文并作初步解读，一睹为快。

文章提到，美国的53超导量子比特的随机线路取样实验“悬铃木”和中国的76光子高斯玻色取样实验“九章”首次在两种不同的技术路线上以实验数据证明了40年前费曼的量子计算加速的理论设想，为量子计算的加速潜力提供了强大的证据。

正如贝尔不等式检验的发展历史一样，量子优越性实验并不是一个一蹴而就的工作，而是更快的经典算法和不断提升的量子计算硬件之间的竞争，要求技术不断发展并给出更可信的证据来支持量子计算优越性的论断。

在潘建伟、陆朝阳教授等在最新公开的九章2.0预印本中，研究人员发展了对规模化的量子光源进行受激放大的技术，在144×144模式的高斯玻色取样实验中探测到了至多113个光子同时符合的事件。

这一结果对应了希尔伯特空间维数高达10⁴³的取样，对比超算运行的暴力求解取样算法实现了10²⁴(一亿亿亿)倍的计算速度优势，比九章1.0(10¹⁵)高9个数量级。

文章写到，玻色取样由Aaronson和Arkhipov提出，是线性光量子计算发展道路上的一个中等规模框架。为了实现超越经典计算机在计算复杂度上的超越，需要高性能的量子光源、大规模、低损耗的光子回路和高效的单光子探测器——所有这些都是使用光子进行通用量子计算的基本构建技术。高斯玻色取样(GBS)利用压缩真空状态作为输入的非经典光源，具有显着增加输出多光子概率的优势。

人生赢家Aaronson。中国九章实验之后，他很快获得了国际计算协会（ACM）颁发的ACM计算奖。获奖第一条贡献就是提出玻色取样的理论

在九章2.0实验中论文中说，研究人员受受激辐射光放大(LASER)概念的启发，设计了一种基于参量光受激放大的新型可扩展量子光源，克服了上述问题。

来自预印本图6：九章2.0全图

研究人员通过巧妙的光源设计，使自发参量下转换产生的光子对与泵浦激光相干传播，在增益介质中受激放大后续的参量下转换过程。研究人员得以在九章2.0实验中降低泵浦功率并使用大束腰聚焦来生成具有更高不可区分性(0.961)和更高收集效率(0.918)的量子光源。

来自预印本论文图1：(a) 受激参量下转换压缩光放大；(b)25个压缩光源的纯度平均为0.961；(c) 25个压缩光源的收集效率平均为0.918；(d) 高斯玻色取样，将25对双模压缩光子输入144×144模式干涉仪，由144个单光子探测器读出输出分布；(e) 整个装置的相位稳定性。

在上述坚实技术发展的支持下，中科大研究组在量子计算优越性和量子技术领域中保持持续领先的国际地位。九章2.0的希尔伯特态空间维数高达10⁴³（对于量子计算，希尔伯特空间用来表述量子系统的各种可能的量子态），远高于谷歌“悬铃木”在量子计算优越性实验中的态空间维数2⁵³≈9×10¹⁵，多伦多的光量子计算公司Xanadu相比九章2.0更是小了30多个数量级。

量子计算竞赛之重要指标：Hilbert space dimension.

在光量子计算技术路线上，九章2.0探测光子数达到113个，首次突破一百，这也是所有物理体系中信息处理单位数量首次突破100个。

光子数操纵简史

潘建伟和同事在光量子计算研究方面一直处于领先。如上图所示，中科大研究组在光量子操纵数上保持了多年的世界记录，并在近期取得加速的技术进步。

得益于此，九章2.0将量子计算的优势进一步扩大。如下图所示，如果按John Preskill最早的定义，量子计算机计算速度达到超算的10¹⁰倍以上才算实现量子计算优越性，即粉色部分。迄今为止，光量子计算中只有九章1.0(10¹⁵倍)和九章2.0(10²⁴倍)处于量子计算优越性的区域内。

预印本论文图5

量子计算优越性是量子计算的第一个里程碑，九章2.0在此基础上又前进了一大步。国外的多篇论文提出，高斯玻色取样可以映射到几个潜在的实际应用，包括可认证随机数、图优化、图相似性、点过程、分子对接、量子化学和量子机器学习。下一步，可以将高斯玻色取样量子计算机作为一个特殊用途的光子平台来研究这些算法是否可以提供任何量子加速（虽然国外的公司搞了很多算法，但是我们不能人云亦云，靠不靠谱，我们要坐下来认真算一算！）。

光子盒将持续跟进后续发展。

参考文献：

[1]https://arxiv.org/abs/2106.15534

—End—

相关阅读：

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取量子技术产业报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：