谷歌量子AI最新成果！指数级加速的经典力学量子算法
虽然IBM量子峰会和QC Ware的Q2B硅谷会议在上周的新闻流中占据了主导地位，但其他量子新闻也层出不穷。下面，我们简要回顾一下其他关于量子领域发展的亮点报道。
首先是上周四发表在《科学》杂志上的研究成果，哈佛大学和普林斯顿大学的两组研究人员利用整个分子作为量子比特。两组研究人员使用光学镊子控制氟化钙分子，实现了纠缠。《自然》杂志上，戴维德·卡斯特尔韦基（Davide Castelvecchi）的评述对两项研究做了很好的总结：
论文链接：
https://www.science.org/doi/10.1126/science.adf8999
论文链接：
https://www.science.org/doi/10.1126/science.adf4272
“这两项研究都使用了光镊阵列，每个光镊单元中都捕获有一个分子。通过激光技术，他们将分子冷却到数十微开尔文的温度，仅为绝对零度的百万分之一。在这种状态下，分子接近完全静止。它们可以停止旋转，也可以仅以一个量子的角动量（称为ħ）旋转，这是它们可能具有的最小旋转频率。”
“两个团队都用不旋转的分子代表量子比特的|0〉状态，用旋转的分子代表|1〉状态。”
因此，量子比特的队列中或许又多了一位成员。
多年前，就有人尝试用全分子作为量子比特；最近的这两项工作向前迈进了一大步。当然，还有越来越多的量子比特正在在争夺市场：主要包括超导、捕获离子、中性原子、光子学、硅自旋、金刚石空位和拓扑。
哈佛大学团队的实验结果。(a) （上）20位CaF分子光镊阵列的平均荧光图像；(中）研究中使用的光学镊子和坐标系的示意图；(下）显示了外加偏置磁场与镊子阵列排列之间的相对角度。镊子光偏振沿 Z 轴（垂直于偏置磁场），R 表示分子间的瞬时间距。(b) CaF基本电子态中的相关旋转态（rotational，N）和超细态（hyperfine，F）
研究人员表示，对于大多数应用而言，分子量子计算机的速度将比使用其他类型量子比特的计算机慢。但分子可能是利用“量子比特”操纵量子信息的天然环境，量子比特有三种可能的状态：|-1〉、|0〉和|+1〉。这种Qutrits可以提供对复杂材料或物理学基本力量进行量子模拟的方法。
事实上，早在去年八月，捕获离子专家、IonQ公司首席执行官彼得·查普曼（Peter Chapman）就预测到了量子比特将迎来全新模式突破。
“这有点争议，但我认为还有其他量子比特模式，从长远来看可能会更好。只是在未来五到十年内，它们不会达到我们（捕获离子量子比特）现在的水平。但如果你对我说，15年或20年后，我可能会使用哪种量子比特模式？我不知道，中性原子在那个时候可能是一个有趣的平台，或者是其他什么东西。”
同样在本周四，Rigetti Computing公司推出了直接面向研究人员销售的9量子比特Novera QPU。
Rigetti报告说：“Novera QPU可在rigetti.com/novera订购，起价90万美元，在订单确认、运输和物流敲定后4-6周内发货。”
这是一个有趣的赌注，可能是对商用QPU市场的一次谨慎尝试。以下是Rigetti对新型QPU用途的简要总结：
“Novera QPU实现了通用的、基于门的量子计算，量子软件和算法专家可以用它来原型开发和测试：（1）混合量子算法；（2）表征、校准和误差缓解；（3）量子纠错（QEC）实验。”
“此外，希望开发其量子计算堆栈组件的组织可以利用Novera QPU加速以下领域的工作：(1) 控制电子设备和软件，(2) QEC 解码器，(3) 控制优化算法，(3) 本机门架构，以及 (4) 测量和校准以及配套软件。”
这听起来更像是一种研究工具，而不是用于自建量子计算的商业组件。Rigetti报告说，Novera QPU是在“Rigetti的Fab-1工厂制造的——这是业界首个专用集成量子设备制造工厂”。
以下是 Rigetti 对 Novera QPU 组件的描述：
- 一个包含9量子比特和5量子比特芯片、内插器和印刷电路板的冰球，用于将信号传输到冰球外围的SMPM连接器。
- 悬挂在MXC上的塔架（tower），用于连接Puck和SMA跳线板之间的同轴电缆；塔架将冷却电源从MXC传输到芯片。
- 环绕塔架的屏蔽罩，用于隔离芯片与红外辐射和杂散磁场。
- 有效载荷支架和安装在塔周围的信号链，包括铁氧体隔离器、双工器、滤波器和可选的量子限幅放大器等信号调节设备。
Novera采用与Rigetti第四代Ankaa级架构相同的架构，具有可调耦合器和方形晶格，可实现更密集的连接和快速的2量子比特操作。
值得注意的是，一些相关QPU已被国家实验室委托制造。
目前，人们正热火朝天地研发量子算法——就像彼得·肖的算法，能够证明比经典算法更快。
谷歌上周在博客中报告了这样一项进展，并发表了一篇论文（《Exponential Quantum Speedup in Simulating Coupled Classical Oscillators》）。
论文链接：
https://journals.aps.org/prx/abstract/10.1103/PhysRevX.13.041041
谷歌团队报告了一种新量子算法的发现，这种算法为模拟耦合经典谐振子（harmonic oscillator）提供了指数优势。这些是自然界中最基本、最普遍的系统，可以描述从电路、分子振动到桥梁力学等无数自然系统的物理特性。
谷歌与麦考瑞大学（Macquarie University）和多伦多大学（University of Toronto）的科学家合作，发现了一种“映射”，可以将任何涉及耦合振荡器的系统转化为描述量子系统时间演化的问题。在一定的约束条件下，量子计算机解决这个问题的速度是经典计算机的数倍。
此外，合作团队还利用这一映射证明，量子算法可以有效解决的任何问题都可以被重塑为涉及耦合振荡器网络的问题，尽管它们的数量是指数级的。除了揭开量子计算机之前未知的应用领域之外，这一结果还提供了一种通过纯粹推理经典系统来设计新量子算法的新方法。
谐振子（harmonic oscillator）的一个简单例子是用弹簧连接到墙壁上的物质块（mass）
“实验考虑的系统由经典谐振子组成。单次谐波振荡器的一个例子是连接在弹簧上的物质块（如球）。如果将质量从静止位置移开，弹簧将产生一个恢复力，向相反方向推或拉质量。这个恢复力会导致质量来回摆动。”
“现在考虑耦合谐振子，即多个物质块通过弹簧彼此相连。移动一个物质块，就会在系统中产生振荡波。正如我们所料，在经典计算机上模拟大量质量块的振荡会变得越来越困难。”
可使用量子算法模拟的弹簧连接物质系统示例
展望未来，博客作者写道：“我们证明，任何经典谐振子系统的动力学都可以等效地理解为相应的指数级更小的量子系统的动力学。这样，我们发现的经典系统与量子系统之间的类比可以用来构建其他量子算法，从而提供指数级的提速。”
有效的纠错/错误缓解可能已成为量子计算的核心挑战。基于中性原子的量子纠错专家QuEra上周报告说，由哈佛大学牵头，与QuEra、麻省理工学院和NIST/UMD合作开展的工作，成功地在具有48个逻辑量子比特和数百个纠缠逻辑运算的纠错量子计算机上执行了大规模算法。
论文链接：
https://www.nature.com/articles/s41586-023-06927-3
研究人员列举了以下亮点：
- 创建和纠缠迄今为止最大的逻辑量子比特，显示出7的代码距离，从而能够检测和纠正纠缠逻辑门操作过程中出现的任意错误（代码距离越大，抗量子错误的能力就越强）。此外，研究首次表明，增加代码距离确实可以降低逻辑运算中的错误率。
- 实现了48个用于执行复杂算法的小型逻辑量子比特，其性能超过了使用物理量子比特执行相同算法时的性能。
- 通过控制280个物理比特，构建了40个中型纠错码。
《自然》（Nature）上周报道了这项工作（基于可重构原子阵列的逻辑量子处理器）。以下是摘要：
“我们报告了基于编码逻辑量子比特的可编程量子处理器的实现情况，该处理器最多可运行280个物理量子比特。利用逻辑级控制和可重构中性原子阵列中的分区架构，我们的系统结合了高双量子比特门保真度、任意连接性以及完全可编程的单量子比特旋转和中路读出。通过使用各种类型的编码来运行这个逻辑处理器，我们展示了通过将表面码距离从d = 3缩放至d = 7来改进双量子比特逻辑门、制备具有盈亏平衡保真度的颜色码量子比特、逻辑GHZ状态的容错创建和前馈纠缠隐形传态，以及40个颜色码量子比特的运行。”
“最后，利用三维代码块，我们实现了具有多达48个逻辑量子比特的复杂计算采样电路，这些量子比特通过228个逻辑双量子比特门和48个逻辑CCZ门连接纠缠。我们发现，这种逻辑编码大大提高了错误检测的算法性能，在交叉熵基准测试和快速扰码的量子模拟中都优于物理量子比特保真度。”
研究人员说，这些成果预示着“早期纠错量子计算的到来，并为大规模逻辑处理器指明了道路”。
论文中指出，优化的控制和增强的激光功率应该能让这种架构达到10,000个物理比特，因此应该有相当大的余地；而且，由于所有控制操作都是通过激光来完成的，因此应该可以使用光子链路来连接独立的硬件。
有了这种方法，科学家就不需要几千、几十万、几百万个物理量子比特来纠错了。如果这种方法奏效，纠错速度将大大加快，令人惊叹。
参考链接：
[1]https://www.hpcwire.com/2023/12/11/qubit-roundup-quantum-zoo-grows-rigettis-qpu-play-googles-new-algorithm-queras-ec-advance-and-more/
[2]https://blog.research.google/2023/12/a-new-quantum-algorithm-for-classical.html