查看原文
其他

中国光量子计算机强刷量子优势记录,力压谷歌百亿倍,但仍“无用”

XueJiao Zhen 量子客 2022-07-07


编  辑:王嘉雯    审 校:Sakura



今日,中国科学技术大学潘建伟院士、陆朝阳教授等组成的一组研究团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作,在名为“九章”的76个光子量子计算原型机上,完成了“高斯玻色采样(Gaussian boson sampling,GBS)”的计算,宣称,其速度要比超级计算机快100万亿倍
 
该研究成果以“Quantum computational advantage using photons”为题,发表在国际学术期刊《科学》上[1]。审稿人评价该成果为“一个最先进的实验”,“一个重大成就”。


图1|发表的论文(来源:Science)
 
尽管高斯玻色采样的设计是为了表明“量子优势”(量子计算远超经典计算的优势),但它也可能产生针对性的实际应用。
 
玻色采样(Boson Sampling)通常在光子芯片上执行。单光子并行进入电路,碰到分束器等光学组件。而由于它们的玻色性质,如果两个光子同时到达一个分束器,它们将沿着相同的路径运动。


图2|玻色采样(来源:Quantum Information Lab)
 
而这种特性,在输入光子和输出通道数量很少的情况下,也难以在经典计算机上计算电路的输出。
 
虽然玻色采样有一定难度,且需要先进的量子光学技术,但其表现的优越性能是远超最强大的超级计算机的。
 
玻色采样电路可以看作是对输入光子进行转换的矩阵。要计算输出,需要先计算出矩阵的“恒量(permanent)”,而这与矩阵的行列式有关,但此项计算十分困难。
 
玻色采样向光子电路发送一组单个光子,然后通过测量输出确定矩阵的恒量。其中,光子的数小于电路输出模式数。例如,可以将三个光子发送到六模电路中。
 
 

单模压缩态

 
在这项最新的研究中,研究小组使用了一种名为高斯玻色采样(GBS)的技术,该技术使用单模压缩光态来代替单个光子。
 
与确定电路的恒量不同,高斯玻色采样给出了一个相似的量,而这也是用经典计算机很难完成的步骤。
 
根据潘院士的说法,高斯玻色采样于单光子技术相比,有两个明显优势。


图3|高斯玻色采样(来源:中科大)
 
首先,高斯玻色采样生成光子的速率,要比单光子玻色采样要高得多。其次,基于高斯玻色采样有许多实际的应用建议。
 
该研究团队的光学电路有100个输入和100个输出,包括300个分束器和75随机排列的镜子。系统实现全链接,因此任意输入端口上的光子,都可以出现在任意输出端口。
 
高斯玻色采样花费了大约20秒完成所需计算,而研究小组估计,用中国最快的超级计算机“太湖之光”则需要25亿年才能完成
 
 

“重要的里程碑”

 
高斯玻色采样是由德国帕德博恩大学的Christine Silberhorn和他的同事首次于2017年提出的,他表示,基于线性光学系统的量子模拟中,此次试验是一个重要的里程碑。将系统的规模扩大到100×100的尺寸,是非常具有挑战性的。
 
伦敦帝国理工学院的Ian Walmsley对此表示赞同,并补充说,该研究团队在“准备完全不可区分的量子态,并确保光子不会丢失”方面做出了“巨大的努力”。 


图4|Ian Walmsley(来源:YouTube)
 
然而,Ian Walmsley还表示,使用块体光学(bulk optics)而不是积体光学(integrated optics)可能会使系统难以进一步扩展。
 
陆教授表示,他们的团队已经“大大提高了量子光源的效率”,应该可以实现144×144版本的实验。
 
他对于未来的态度是:“到2021年,我们将使高斯玻色采样机器更可控、更紧凑、更稳定,并寻求其实际应用。”
 
 

分子光谱

 
尽管目前的系统除了证明量子优势外,并没有其他实际应用。而潘院士表示,目前来看,大家对于实际应用方面已经提出了许多想法,他们对玻色采样的潜在用途感到十分兴奋。


图5|潘建伟教授(来源:Nature)
 
上文提到的Ian Walmsley对于实际应用领域也有一些看法。他认为,这种新型的高斯玻色采样机器,可能会带来一些有趣的模拟问题,包括分子光谱和振动动力学建模。

但也需要在单光子级添加确定性的非线性,以便能够准确处理现实世界的系统。
 
 

没有“用”的量子计算机

 
量子计算的竞争,在近两年群雄逐鹿,从2019年谷歌在《自然》杂志发文称实现了量子霸权的时候,量子硬件的突破便不断被拉高。此次科大的成果,据官方报道强于谷歌百亿倍,令人振奋。
 
当时,谷歌宣称实现量子霸权优势,已经在随机线路问题上强于最强超级计算机15亿倍。可见量子计算处理信息的能力,具有先天性的优势。
 
而对量子优势的证明,从此也将扫入历史,人们不再关心量子优势是否存在,因为量子优势已然成为共识性问题。
 
但是截至目前,除了IBM与CQC在随机数问题上带来了实际应用(参阅:全球首个量子计算应用诞生),量子计算在其他问题上,并没有有效解决实际的商业或生产问题。
 
无论美国的谷歌,或者中国的科大,虽然实验碾压了超级计算机,但这是为特殊问题而设计,尚未在通用问题上带来优势。
 
回归到问题本身上来,量子计算机,一定要解决实际问题,方才有“用”。
  
参考链接:
[1]https://science.sciencemag.org/content/early/2020/12/02/science.abe8770



声明:此文出于传递更多信息之目的。若有来源标注错误或侵权,请作者持权属证明与我们联系,我们将及时更正、删除




延 伸 阅 读

01    量子计算机的新应用指日可待
02    中科大在分布式量子精密测量方面取得突破
03

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存