五年后，谷歌再次创造了量子霸权里程碑，RCS算法将电路体积翻倍

【导读】量子计算机和经典计算机之间的竞争是永恒的。在谷歌最新的Nature研究中，随机电路采样可以容忍多少噪音，量子霸权仍然完成。

五年前，谷歌高调宣布实现。「量子霸权」，创造新的量子计算记录。

但是，目前量子计算机进展缓慢，一个大悬而未决的问题是——频繁出现错误。

尽管5名计算机科学家在22年内似乎克服了这个难题，但是到目前为止，我们仍然无法得到量子计算机能容忍多大的偏差。

碰巧，谷歌团队最新的Nature论文，在随机电路取样中精确描述（Random Circuit Sampling，RCS）在实验中，如何实现量子霸权。

论文地址：https://www.nature.com/articles/s41586-024-07998-6

为了运行简单的算法RCS，他们使用了一台名为Sycamore的量子计算机，本质上是生成一个随机值序列。

通过对Sycamore输出结果的分析，经典超算可以在RCS运行和高噪声干扰模式下进行超算。「模拟」、超越。

但是，当噪音降低到一个阀值以下时，Sycamore的计算变得非常复杂，以至于很难实现模拟。

谷歌表示，即使是世界上最快的经典超算，估计也需要10000年才能完成。

RCS是一种全新的方法，促进了量子计算机的性能，大大超越了经典的超级计算机。与2019年相比，在相同的保真度下，电路体积翻了一番。

关键的量子计算标准：随机电路取样（RCS）

第一次想象量子计算机的概念，可以追溯到80年代。

那时，科学家们对此寄予希望，希望它能解决经典计算机的难题。

在过去的五年里，无论是谷歌、微软还是IBM等大型企业，都在开发量子计算机，以缓解噪声问题。

谷歌声称其量子计算机可以在2019年运行RCS，并获得量子霸权。

论文地址：https://www.nature.com/articles/s41586-019-1666-5

但是没过多久，谷歌这个说法就被推翻了。因为研究人员发现，经典超算也能比预期更快地运行这个算法。

而且现在，在噪音中等规模的量子（Noisy Intermediate-Scale Quantum）量子处理器在时代显示出显著的潜力。

但是它们很容易随着时间的推移而积累，并且限制它们对量子比特错误(即噪声)的有效处理。

因此，这引发了一个基本问题。——

尽管在量子计算中存在噪声限制，但这些AI系统能否在特定的应用中继续提供超越经典超算的实际价值？

在最近的研究中，谷歌团队对随机电路取样进行了研究。（RCS），在评估量子计算机伴随噪音的前提下，如何回答这一问题？

它们揭示了两种不同的变化，它们控制着量子计算机随噪声强度的变化，处理量子比特数量的变化。

即使量子比特噪声略有不同，例如99.4%的无差错率提高到99.7%，Sycamore也会导致一种全新的状态。

更加生动的比喻，就像物质突然变成液体一样。

谷歌研究人员Boixo解释说，「噪声的作用是使系统更加经典。」。

该研究发现，一旦Sycamore运行了67个量子比特的升级版本，其RCS导出无法通过经典计算机进行模拟。

令人兴奋的是，研究证明了RCS在大规模实验中的可靠性。与此同时，这意味着它可以成为衡量量子计算机性能的有效指标。

Nature的研究表明，在保真度相同的情况下，电路体积是2019年的两倍。

也就是说，谷歌量子计算机可以在保持相同精度的同时处理更复杂的计算任务。

结果表明，即使在当前的噪声水平下，噪声量子计算机也有超越经典超级计算机的潜力。

正如谷歌所说，这是开发量子计算机实践应用的重要一步，为未来量子计算在各行各业的应用奠定了基础。

MichaelaelaelQuantinum量子计算研究员 Foss-Feig表示，这项研究表明，量子计算机能承受多少噪音，而且仍然超出了经典超算的性能。

中国科学技术大学物理系教授陆朝阳指出，经典计算机与量子计算机的持续竞争一直是该领域的动力。这种竞争激励研究人员建立更大、更高质量的量子计算机。

即便如此，谷歌对最新结果的研究并不意味着量子计算机将取代经典超算。

举例来说，Sycamore仍然不能执行普通计算机的典型操作，例如存储照片，发送电子邮件。

RCS的重要性

RCS基准测试提出了一项计算任务，被认为对于经典超级计算机来说很难处理，这对于显示量子霸权（quantum advantage）或「超越经典」能力尤其重要。

对于经典计算机来说，挑战在于数据的指数级增长——随着量子电路规模的扩大，描述其状态所需的信息量将呈指数级增长。

这意味着，即使你完全了解电路的设计(每扇门及其操作)，也很难跟上计算需求，尝试完全模拟电路或从其导出分布中采样经典计算机。

RCS为系统量子电路提供体积。（quantum circuit volume）综合评价，这是一种考虑到电路结构并反映模拟它所需要的最小经典资源衡量，更高的值表明计算机更强大。

即使有噪音，研究小组也会利用这一基准测试来决定量子计算机在哪些方面可能超越经典超级计算机。

谷歌展示了使用最好的超级计算机获得类似量子计算机结果所需的时间，包括两种情况:无限内存(三角形)和适合GPU内存的可并行计算(圆点)。

验证RCS的保真度

RCS基准测试的实际导出是保真度（fidelity）估计(0和1之间的一个数字)与实现相同电路的理想无噪音量子计算机的状态有多接近，用于表征含噪音量子处理器的状态。

通过一种叫做片段交叉熵基准测试的保真度数值（patch cross-entropy benchmarking, XEB）技术验证。对大型电路而言，这涉及到将整个量子处理器分为较小的量子处理器。「patches」，并且计算每个片段的XEB保真。

通过乘积这些片段的保真度，可以得到整个电路的整体保真度估计。

根据谷歌的最新结果，电路体积（circuit volume）不但成功翻了一番，而且保真度也相当于2019年的演示。

这意味着我们已经向容错量子计算(更复杂、更实用的量子计算任务)迈出了重要的一步，并验证了使用当前含有噪音的量子设备浏览和计算复杂区域的可行性。

根据数字偏差模型估计XEB保真度。

改变和模拟算法

噪声会损害量子关联，有效地降低可用量子电路的体积（quantum circuit volume）。

谷歌试图知道处理器的所有量子电路体积是否有可能在噪音的影响下得到充分利用。换句话说，等效计算是否有可能在更小的量子处理器上实现。

在参数空间中随机电路取样（RCS）标准表现出不同质量的区域，由变化分离。

纵轴和横轴分别对应电路的深度(周期数)和每个周期的错误率。在噪音较弱的区域(绿色)，量子关联延伸到整个系统，说明量子计算机发挥了所有的计算能力。

然而，在强噪声区(橙色)中，系统可以近似地表示多个无关子系统的乘坐，因此相对较小的量子计算机可以实现等效计算。在这种情况下，经典计算的成本可以通过模拟系统的各个部分来显著降低。

模拟算法的关键依赖于低量子在强噪声区域的相关性。因此，弱噪声和强噪声区域之间的明显变化意味着模拟算法在弱噪声区域不能成功。

谷歌采用三管齐下的方法研究相图。（phase diagram）：

1. 开发了一种分析模型，证明了在大系统尺寸极限下发生变化。

2. 进行了大量的数值模拟，准确地绘制了我们特定量子硬件的界限。

3. 通过在量子电路中引入一定程度的噪声，通过实验观察改变界限进行验证

通过数值模拟，可以证明Sycamore处理器的参数完全处于低噪声区域。换句话说，Cpu处于超越经典的地位。（beyond classical）该区域，超出了目前超级计算机的能力。

量子计算挑战赛

就外观而言，谷歌SycamoreCpu类似于PC硅芯片，但是它经过特殊制造，可以通过量子精度控制电子流经。

芯片被保持在接近绝对零度的低温环境中，以减少可能破坏电子细微状态并引入噪声的温度波动。

量子芯片依赖于量子比特，不同于普通计算机使用的经典比特(总是0或1)。（qubit），利用电子处于混合状态的能力。

相比之下，量子计算机的优点是可以用更少的指数级qubit来完成某些任务。

例如，经典计算机需要1,024个比特才能运行RCS算法，而量子计算机只需要10个量子比特。

在2019年的研究中，谷歌Nature论文表示，经典超级计算需要10,000年才能完成53量子比特计算机，RCS算法仅在200秒内运行。

但是，这种说法受到了业界的质疑，一些科学家表示，一万年也是极其夸张的。

随后，IBM研究人员在网上发布了一份预印本，表明超算实际上可以在几天内完成这项任务。

更加令人惊讶的是，今年六月，陆朝阳队使用了一台强大的经典电脑，在短短一分钟内完成了这一结果的模拟。

值得注意的是，谷歌19年论文的结果，并非唯一声称量子计算超越经典超算的。

2023年6月，IBM等机构的研究人员也证实，超越经典计算机暴力计算能力的127量子比特计算机可以解决问题。（beyond brute-force classical computation）潜在的有用数学题目。

但是，短短几个星期，多项研究表明，经典计算机仍然可以在这些问题上与量子计算机竞争。

显而易见，量子计算机与经典计算机之间，是一个无休止的竞争过程。

谷歌研究人员希望量子计算机在未来会变得足够大，足够无误，以完全超越量子-经典之争。（quantum–classical war）。

但是现在，他们仍然在这场激烈的竞争中。

Boixo总结道，「如果你不能在RCS这个最简单的应用程序中获得优势，我认为你不能在任何其他应用程序中获胜。」。

这种观点凸显了RCS在量子计算研究中的重要地位，以及当前量子计算面临的难题。

参考资料：

https://www.nature.com/articles/s41586-024-07998-6

https://research.google/blog/validating-random-circuit-sampling-as-a-benchmark-for-measuring-quantum-progress/

本文来自微信微信官方账号“新智元”，编辑：桃子 好困，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com