谷歌量子人工智能團隊憑借其105量子比特的"柳木"處理器,展示了一種能輸出可驗證結果的算法,為實際應用帶來了新希望。
![]()
谷歌量子人工智能團隊宣稱,其最新算法可能讓量子計算更接近產生實際影響。
這種名為"量子回聲"的新方法,有朝一日或能幫助科學家設計出更好的藥物、催化劑、聚合物和電池。
盡管早期實驗尚未證明"量子優越性",但研究人員認為,這些成果標志著向實際應用邁進的轉折點。
量子計算機依賴量子比特,這些組件處理信息的速度指數級快于經典比特。連接的量子比特越多,系統的潛在算力就越強。
谷歌首次引起轟動是在2019年,其54量子比特的"梧桐"處理器在200秒內解決了一個傳統超級計算機需要1萬年才能完成的問題。到了2024年,其105量子比特的"柳木"芯片完成了一項基準計算,若由全球最快的"前沿"超級計算機執行,將需要10^24年。
然而,批評者認為這些基準測試的說服力有限。谷歌早期關于"量子霸權"的聲明,依賴于一種名為隨機電路采樣的過程,該過程復雜但無實際用途。
測試的隨機性也使得在不同量子系統間驗證結果變得困難。
如今,谷歌表示其"量子回聲"算法解決了這一缺陷。當團隊在"柳木"芯片的65個量子比特上運行該算法時,其完成任務的速度比"前沿"超級計算機上最好的經典對應算法快了約1.3萬倍。
最重要的是,它產生了可驗證的結果,并且這些結果可以在多個量子處理器上復現。
"可驗證性的關鍵在于它能導向實際應用,"谷歌量子人工智能團隊的科研科學家托馬斯·奧布萊恩表示,"如果我無法向你證明數據是正確的,我又如何能利用它做任何事情呢?"
"量子回聲"算法解析
該算法分三個階段運行。首先,它執行一系列量子操作,例如模擬分子的行為。接著,它輕微擾動其中一個參與運算的量子比特。
最后,它逆向執行原始操作,并比較兩組結果。
這種"前進-后退"的過程有助于揭示微小變化如何影響整個分子系統,這對于即使是最快的經典超級計算機而言也是難以承受的負擔。
奧布萊恩將量子比特的擾動比作蝴蝶效應,即微小的擾動會在整個系統中產生漣漪效應。
諾貝爾獎得主、谷歌量子硬件首席科學家米歇爾·德沃雷特認為,"柳木"芯片的105量子比特容量和0.1%的低錯誤率是本次實驗得以成功的關鍵。
奧布萊恩指出了本次實驗與谷歌2019年演示在精度上的差異。當時,"收集到的數據中只有0.1%是正確的",而這次,"可能出錯的數據僅占0.1%"。
邁向實際應用
研究團隊相信,"量子回聲"算法最終或能增強核磁共振波譜學 —— 一種類似于磁共振成像的分子成像技術。
在使用最多15個量子比特的早期測試中,該算法生成了精確的分子模型。"雖然一切仍處于早期階段,但鑒于核磁共振在化學、生物學和材料科學中的廣泛應用,這種方法論未來可能產生廣泛的應用,"加州大學伯克利分校助理教授阿肖克·阿喬伊表示。
奧布萊恩承認,目前的結果尚未超越經典計算機的能力范圍。但他預計,未來在糾錯方面的改進將有助于在真實問題上實現量子優越性。
谷歌量子人工智能的創始人兼負責人哈特穆特·內文仍持樂觀態度。
"我們持續樂觀地認為,在未來五年內,我們將看到只有量子計算機才能實現的現實世界應用,"他表示。
該項研究已發表于《自然》雜志。
如果朋友們喜歡,敬請關注“知新了了”!
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.