谷歌再一次突破人類的上限 又開發出了一款更牛的量子計算機

來源於書本上的理論：我們所處的自然界，其實就包括三個要素，物質、能量和信息，與之對應的有物質科學、能量科學和信息科學。但從人類創建量子力學之後，在上個世紀里，人們把量子力學理論應用於物質科學和能量科學，先後開發出了如半導體、核能技術和激光等技術，人類文明由此得以持續邁向更高級。

當人們把量子力學與信息科學相互融合在一起時，就創造出了量子信息科學。量子信息科學以量子論特有的量子態作為信息單元（量子比特），信息的產生、處理、決策和檢測皆遵從量子力學的規律，從而人類利用量子力學本身所具有的疊加、糾纏、不可克隆和非局域等特性，可以開發出運算速度更快、信息容量更大且更安全的計算機。雖然到目前為止，量子計算機仍處在實驗室研究的階段。但是研究者們普遍堅信，人類開發出通用量子計算機是遲早的事情。

日前，據外媒報道：繼IBM成功建成並測試全球首台50量子比特的量子計算機原型後，昨天谷歌在美國洛杉磯舉辦的一場物理學會會議上，面向業界推出了全球首款72量子比特的處理器Bristlecone。Bristlecone是一種基於門的超導系統，研究人員可藉助Bristlecone進一步研究量子比特的系統錯誤和可擴展性，且可以被研究者們當作實驗平台來開發如量子模擬、優化和機器學習等應用程序。

（左圖是72量子比特的量子處理器Bristlecone，右圖是該設備的圖示。每個「X」代表一個量子比特，量子比特之間以線性陣列方式相連。）

（錯誤率和量子比特位數之間的關係。）

當前，幾乎所有的量子計算機都要面臨錯誤率的問題，究其原因主要還是在於人類受限於本身已有的技術水平。之前，谷歌曾對外提出過9量子比特的線性陣列技術（物理原理）。當時，該技術原理便能讓量子計算機的讀數錯誤率低至1%，單量子比特門的錯誤率0.1%，雙量子比特門的錯誤率0.6%。本次，谷歌為Bristlecone繼續採用了與9個量子比特相同的方案，以進行耦合、控制和輸出。更重要的是，谷歌還將之擴展為了包含72個量子比特的正方形數組。

谷歌指出：未來，人們在構建更大規模的量子計算機時，Bristlecone將會是令人信服的原理證明。「像Bristlecone這樣的設備，如果要使之在低系統錯誤的情況下運行，需要從軟體、控制電子設備，再到處理器本身等一整套技術之間協調配合得足夠好才行。而人們要做到這一點，就需要在多次迭代中細心地進行系統工程操作。」谷歌亦認為：該公司可以通過Bristlecone在業界取得量子霸權，而且人們基於此學習如何怎樣構建和操作設備，既會面臨挑戰，又會感到興奮。

另據媒體分析：先前，谷歌向外宣稱自己要構建一個49量子比特的量子計算機。之後不久，IBM通過研究得出新的結論，並向外宣稱，對於某些特定的量子應用，可能需要56量子比特甚至更多的量子比特。況且，前文已提到，IBM已經先谷歌一步，成功創建並測試了世界上首台50量子比特的量子計算機原型。此次谷歌破天荒地向業界發布首款72量子比特的量子計算機，多多少少有與IBM、微軟等科技巨頭競競技的意味。

可以想見，人們在研發量子比特更多的量子計算機時，除了要確保量子計算機的錯誤率始終維持在極低的水平外，還不得不面臨量子比特的可擴展性（量子模擬）這一難題。位於中國無錫的神威·太湖之光在全球可謂是最強大的超級計算機，至今也只能模擬46個量子比特的量子計算機（世界紀錄）。實際上，人們利用經典計算機模擬通用量子計算機，本來就是項極具挑戰性的研究工作。人們在用經典計算機模擬量子計算機的過程中，每增加一個量子比特，傳統計算機的內存相應地就得在原來的基礎上增加一倍。舉例來說，由傳統計算機模擬45量子比特的量子計算機，至少需要0.5PB的內存，而在傳統計算機上模擬72量子比特的量子計算機時，所需的內存要大得太多太多了。倘若谷歌的Bristlecone能比世界上最強大的超級計算機更快、更好地運行通用演算法，這無疑會加速人類邁入通用量子計算機的時代。

2017年11月，由武漢大學物理科學與技術學院袁聲軍教授、德國於利希超算中心金豐平研究員、Kristel Michielsen 教授和荷蘭格羅寧根大學Hans De Raedt 教授組成的研究團隊聯合攻關，在中國國家超級計算無錫中心的超級計算機神威·太湖之光上實現了一系列通用量子計算機的模擬，實現45量子比特模擬。然後，在2017年12月，團隊再次取得突破，實現了46量子比特模擬，創下了目前的世界紀錄。

人工智慧與量子計算機之間同樣有著很大的關聯。2017年的時候，谷歌就預測：未來5年內，小型商用量子計算機就很有可能問世。「早期的量子計算設備將在量子模擬，量子輔助優化和量子採樣領域有商業運用。更快的計算速度對從人工智慧到金融和醫療等領域具有明顯的商業優勢。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！