如何评价 Google 宣称率先实现量子霸权？ 作者：少司命 谷歌宣称“量子霸权”已经实现，他们首次在实验中证明了量子计算机对于传统架构计算机的优越性：在世界第一超算 Summit 需要计算 1 万年的实验中，谷歌的量子计算机只用了 3 分 20 秒。
本文仅代表作者个人观点
毫无疑问的是，这会是量子计算领域一个里程碑一样的大新闻. 9月20号刚刚看到这个消息，据说是NASA发布到官网上而后又迅速删掉，但是内容已经在网上大规模流传开了。文章《Quantum supremacy using a programmable superconducting processor》写的非常简单易懂，我尽量用简单的语言陈述一下这个新闻的主要内容吧(蹭热度)，如果没有任何背景可以只看加粗字体部分。如果哪里不准确欢迎指正补充。 首先一个概念，所谓的quantum supremacy，有人翻译为量子优势也有人翻译为量子霸权，一般指的是量子计算在某一个问题上，可以解决经典计算机不能解决的问题或者是比经典计算机有显著的加速(一般是指数加速)。 回到文章，在硬件方面，谷歌家一直用的是超导电路系统，这里是54个物理比特(transmon)排成阵列，每个比特可以与临近的四个比特耦合在一起，耦合强度可调(从0到大概40MHz)，实物图和示意图分别如下。 
▲From[1]. Google54比特名为Sycamore的芯片，中文应该叫做"枫树"？ 
▲From[1]. 图中一个灰色的叉号就代表一个量子比特，蓝色的则是可调的耦合装置 有了硬件就要衡量其性能的好坏，所以首先要知道对这些量子比特进行操作时发生错误的概率(error rates)。这里他们用cross-entropy benchmarking (XEB)的方法测量这些error。XEB早就有了我记得google在今年3月会议时候就讲过，跟randomized bechmarking很像都是加一系列随机的门操作，然后从保真度衰减信号中提取出error rates. 下图是他们最终得到的结果，在没有并行时候单比特0.15%的错误率其实不算高，而双比特0.36%的错误率e2有0.36%则还不错，像google另一个18比特的Gmon18我记得两比特的有0.8%. 
▲From[1]. 上面列了各个error rate, 下面是error分布的heat map.
下面是文章最重要的部分，google在多项式时间内实现了对一个随机量子电路的采样，而在已知的经典计算机上需要的时间则非常非常之久，像文中实现的最极端的例子是，对一个53比特20个cycle的电路采样一百万次，在量子计算机上需要200秒，而用目前人类最强的经典的超级计算机同样情况下则需要一万年。亦即在这个问题上，量子实现了对经典的超越。这里的cycle指的是对这些比特做操作的数目，一个cycle包含一系列单比特操作和双比特操作，可以近似理解为电路的深度(circuit depth)。 对于最大的电路，即53个比特20个cycle的情况，在量子处理器上做一百万次采样后得到XEB保真度大于0.1% (5倍置信度)，用时大概200秒. 而要在经典计算机上模拟的话，因为比特数目很多整个的希尔伯特空间有 而且还有那么多电路操作，这已经超出了我们现在超级计算机的能力(within considerable time)，就像文中举的另一个例子，用SFA算法大概需要50万亿core-hour(大概是一个16核处理器运行几亿年吧), 加 kWh的能量(也就是一万亿度电...)，可以想见是多么难的事情了。而量子这个问题上为啥会比经典好也非常容易理解，用到的就是量子运算的并行性，即量子态可以是叠加态可以在多项式时间内遍历整个希尔伯特空间，而经典计算机模拟的话需要的资源则是随着比特数目指数增加的。 
▲From[1]. 左边图a是经典计算机可以模拟的区域，右边图b则是量子有优势的区域。红色数据点为最复杂的电路，绿蓝代表两种稍作简化后的电路。
当然有没有可能是有些更好的经典采样算法和量子的差不多，只是我们没有找到呢？文中没有给出很直接的回答，他们认为从复杂度分析来讲经典算法总是会随着比特数和cycle指数增加的，而且即使未来有一些更好的经典算法，到时候量子的处理器也发展了所以还是会比经典的好。
最后个人的一点comment, 振奋的同时也要保持清醒，我们离着实现量子计算的完全功力还有很远的距离。硬件上有集成化的问题，比如这里的超导比特系统要加微波control要谐振腔readout，比特数目增加后有空间不足和cross-talk等各种问题，远远不止我们图中看到的一个小芯片那么简单; 再一个比特数多了电路深度大了怎么继续提高保真度也是很大问题，像这篇文章里53个比特到第十几个circuit cycle时候保真度只有10的负二次方量级了，怎么decorrelate error实现量子纠错，最终实现容错量子计算等等，这些都是硬件上的挑战； 算法上，除了这里的采样问题（由此延伸的可以解决的问题其实是非常有限的），又有哪些问题是可以证明量子比经典有显著优势的，可不可以设计一些算法使得量子计算机能解决经典不能解决的问题，或者量子比经典有显著的加速，就像文章最后所说的: ...As a result of these developments, quantum computing is transitioning from a research topic to a technology that unlocks new computational capabilities. We are only one creative algorithm away from valuable near-term applications.
在NISQ(noisy-intermediate scale quantum computer)的时代(如下图)，虽然我们离绿色真正的容错通用量子计算机还很远，但是现在已经开始进入到蓝色区域相信在未来几年会有一些有趣的near-term的应用出现。 
▲Pic from Google. 横坐标比特数目越大越好，纵坐标错误率越小越好
回答一下大家关心的问题吧，以下是个人观点 一个是中国在这方面有什么进展，我们国家在近些年在量子方面投入很大，很多组也做出了许许多多非常突出的贡献，但必须承认的是，至少在我们在文中提到的用超导比特去做通用量子计算机这方面确实还有着比较明显的差距，但是道路是曲折的前途是光明的，我相信国内一定会迎头赶上并在很多领域做出超越的。现在无论学校科研院所还是大企业都有投入和发力，只不过具体方向会不一样很多优秀的成果也没有得到媒体的关注。 再一个问题就是很多同学表示还是看不太懂，确实没有相关背景了解起来会比较吃力，既准确又通俗的科普是件很难的事...anyway, 还是我在文中强调的，文章的内容是量子计算重要的一步但是其应用是非常非常有限的，以后的路仍道阻且长，我们离着可以破解RSA密码离着量子计算机的大规模普及还很远，而且量子计算机也是不可能取代现在用的经典计算机的，这些应该是现在的业内共识。 原文链接：https://www.zhihu.com/question/346999432/answer/830557113
参考
▲Quantum supremacy using a programmable superconducting processor推荐阅读：
VALSE 2019 大会信息资讯帖（含相关 PPT 下载链接）
那个 14 岁上大学、17 岁读博、24 岁成教授的天才神童，如今怎样了？
Google IPU：互联网巨头纷纷进军芯片行业是为何？
|
