時隔5年，谷歌再創量子霸權里程碑！RCS算法讓電路體積增加一倍

新智元報道

編輯：桃子 好睏

【新智元導讀】量子計算機和經典計算機之間的較量，是永恆的。谷歌最新Nature研究中，證明了隨機電路採樣可以容忍多大噪聲，依舊實現了量子霸權。

5年前，谷歌高調宣佈實現「量子霸權」，創下量子計算新紀錄。

然而，當今量子計算機進展遲緩，一大懸而未決的問題是——錯誤率頻出。

儘管22年5名計算機科學家似乎攻克了這一難題，但至今我們仍無法get，量子計算機可以容忍多大誤差。

恰好，谷歌團隊最新Nature論文，精準描繪在隨機電路採樣（Random Circuit Sampling，RCS）實驗中，如何實現量子霸權。

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

他們使用了名爲Sycamore的量子計算機，來運行簡單算法RCS，本質上是生成一個隨機值序列。

通過分析Sycamore輸出的結果，當其在運行RCS時並在高噪聲干擾模式下，能夠被經典超算「模擬」、超越。

然而，當噪聲降低至某個閾值以下時，Sycamore計算變得非常複雜，以至於模擬無法實現。

谷歌表示，即使是世界上最快的經典超算，預估也需要10000年才能完成。

RCS這種全新方法，使得量子計算機性能，大幅超越經典超級計算機。與2019年相比，在相同保真度下，電路體積增加了一倍。

量子計算的關鍵基準：隨機電路採樣（RCS）

量子計算機概念首次被構想出來，可以追溯到上個世紀80年代了。

當時，科學家們對此寄予厚望，希望其能夠解決經典計算機的難題。

過去5年來，不論是谷歌、微軟，還是IBM等大廠，都在研發量子計算機，以解決飽受詬病的噪聲問題。

2019年，谷歌宣稱其量子計算機可以運行RCS，並取得量子霸權。

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

但沒過多久，谷歌這一說法就被推翻了。因爲研究者們發現，經典超算也能夠比預估更快地運行該算法。

而如今，在噪聲中等規模量子（Noisy Intermediate-Scale Quantum）時代下，量子處理器展示出顯著的潛力。

但它們容易受到隨時間累積，並限制其有效處理量子比特數量的錯誤（即噪聲）的影響。

由此，這引發了一個基本問題——

最新研究中，谷歌團隊通過研究隨機電路採樣（RCS），將其作爲評估量子計算機伴隨噪聲情況下，性能如何來回答這個問題。

他們揭示了兩種不同的相變，它們支配着量子計算機隨噪聲強度、處理量子比特數量變化的行爲。

即使是量子比特噪聲微小差異，比如99.4%的無錯誤率提高到99.7%，也會導致Sycamore像是處在一種全新狀態。

更形象的比喻，就像是物質突然從固態，轉化成液態。

谷歌研究人員Boixo解釋道，「噪聲的作用是將系統變得更加經典化」。

研究表明，一旦運行67個量子比特的升級版Sycamore超過某個噪聲閾值，其RCS輸出無法通過經典計算機模擬。

令人興奮的是，研究證明了RCS在大規模實驗中可靠性。同時，意味着它可以成爲，有效衡量量子計算機性能的一個指標。

如前所述，Nature研究顯示，在相同保真度下，電路體積比2019年的結果增加了一倍。

這意味着，谷歌量子計算機能夠處理更復雜的計算任務，同時保持相同的準確度。

結果表明，即使在當前噪聲水平下，嘈雜量子計算機也具備超越經典超級計算機的潛力。

正如谷歌所言，這是朝着開發量子計算機實際應用邁出重要的一步，爲未來量子計算在各個領域應用，奠定了基礎。

Quantinuum量子計算研究員Michael Foss-Feig表示，這項研究揭示了，量子計算機可以承受多大噪聲，並仍超越了經典超算的性能。

中科大物理系教授陸朝陽指出，經典計算機和量子計算機之間的持續競爭，一直是該領域的驅動力。這種競爭激勵研究人員構建更大、更高質量的量子計算機。

儘管如此，谷歌研究最新結果，並不代表了量子計算機將取代經典超算。

比如，Sycamore仍無法執行普通計算機的典型操作，比如存儲照片、發電子郵件。

RCS的重要性

RCS基準測試提出了一個被認爲對經典超級計算機來說難以處理的計算任務，這對於展示量子霸權（quantum advantage）或「超越經典」能力至關重要。

對經典計算機來說，挑戰在於信息的指數級增長——隨着量子電路規模的擴大，描述其狀態所需的信息量會呈指數級增加。

這意味着，即使完全瞭解電路的設計（每個門及其操作），試圖完全模擬電路或從其輸出分佈中採樣的經典計算機也將難以跟上計算需求。

RCS提供了對設備量子電路體積（quantum circuit volume）的全面評估，這是一種考慮電路結構並反映模擬它所需的最小經典資源的度量，更高的值表示計算機更強大。

研究小組利用這個基準測試來確定量子計算機可能在哪些方面超越經典超級計算機，即使在存在噪聲的情況下。

谷歌展示了使用最好的超級計算機獲得與量子計算機類似結果所需的時間，包括兩種情況：無限內存（三角形）和適合GPU內存的可並行化計算（圓點）。

驗證RCS的保真度

RCS基準測試的具體輸出是保真度（fidelity）的估計（一個介於0和1之間的數字），用於表徵含噪聲的量子處理器的狀態與實現相同電路的理想無噪聲量子計算機的狀態有多接近。

保真度的值通過一種稱爲片段交叉熵基準測試（patch cross-entropy benchmarking, XEB）的技術進行驗證。對於大型電路，這涉及將整個量子處理器分成更小的「patches」，並計算每個片段的XEB保真度。

通過將這些片段保真度相乘，可以得到整個電路的總體保真度估計。

谷歌最新的結果顯示，電路體積（circuit volume）不僅成功地翻了一番，而且保真度也與2019年的演示相當。

這意味着，我們朝着容錯量子計算（更復雜、更實用的量子計算任務）邁出了重要一步，並證實了使用當前含噪聲的量子設備訪問計算複雜區域的可行性。

實線表示基於數字誤差模型的估計XEB保真度

相變和仿真算法

噪聲會破壞量子相關性，有效地縮小了可用的量子電路體積（quantum circuit volume）。

谷歌試圖瞭解是否可能在噪聲影響下充分利用處理器的全部量子電路體積。換言之，是否可能在更小尺寸的量子處理器上實現等效計算。

參數空間中隨機電路採樣（RCS）基準表現出質的不同的區域，由相變分隔。

縱軸和橫軸分別對應電路深度（週期數）和每週期錯誤率。在噪聲足夠弱的區域（綠色），量子相關性延伸到整個系統，表明量子計算機發揮了全部計算能力。

而在強噪聲區域（橙色），系統可以近似表示爲多個不相關子系統的乘積，因此，較小的量子計算機可以執行等效計算。在這種情況下，通過分別模擬系統的各個部分，可以顯著降低經典計算的成本。

仿真算法關鍵依賴於強噪聲區域的低量子相關性特性。因此，弱噪聲和強噪聲區域之間存在明顯的相變意味着仿真算法在弱噪聲區域無法成功。

谷歌採用了三管齊下的方法來研究相圖（phase diagram）：

1. 開發了一個分析模型，證明了在大系統尺寸極限下相變的存在

2. 進行了大量數值模擬，精確繪製了我們特定量子硬件的相邊界

3. 通過在量子電路中引入不同程度的噪聲，實驗觀察相變邊界來進行驗證

通過數值模擬，可以證明Sycamore處理器的參數完全處於低噪聲區域。換句話說就是，處理器牢固地處於超越經典（beyond classical）的區域，超出了當前超級計算機的能力。

量子計算爭霸賽

從外觀上看，谷歌Sycamore處理器與PC硅芯片相似，但它經過特殊製造，能夠以量子精度控制流經其中的電子。

爲了減少可能破壞的電子微妙狀態，並引入噪聲的溫度波動，芯片被維持在接近絕對零度的超低溫環境中。

與普通計算機使用經典比特（始終爲0或1）不同，量子芯片依賴於量子比特（qubit），利用電子處於混合狀態的能力。

相較之下，量子計算機優勢在於，可以使用指數級更少的qubit完成某些任務。

舉例來說，要運行RCS算法，經典計算機需要1,024個比特，而量子計算機只需要10個量子比特。

2019年那次研究，谷歌Nature論文表明，經典超算是需要1萬年，才能完成53量子比特計算機，僅在200秒內就運行了RCS算法。

然而，這一說法受到業界質疑，有的科學家表示，1萬年也極其誇張。

隨後，IBM研究人員在網上發佈了一篇預印本，表明超算實際上在幾天內，便可以完成這項任務。

更令人驚訝，今年6月，陸朝陽團隊使用強大的經典計算機，在僅僅一分鐘內就完成了這個結果的仿真。

值得注意的是，谷歌19年論文結果，並不是唯一一個聲稱量子計算超越經典超算。

2023年6月，IBM等機構研究人員同樣證明，127量子比特計算機可以解決，超出經典計算機暴力計算能力（beyond brute-force classical computation）的潛在有用數學問題。

然而，在短短几周內，多項研究就表明，經典計算機仍可以在這些問題上，與量子計算機競爭。

這恰恰凸顯，量子計算機和經典計算機之間，是一個永無休止的競爭過程。

谷歌研究人員希望，在未來量子計算機將變得足夠大、足夠無錯誤，以徹底超越量子-經典之爭（quantum–classical war）。

然而目前，他們仍在繼續這場激烈的競爭。

Boixo總結道，「如果你無法在RCS這個最簡單的應用中獲得優勢，我認爲你在任何其他應用中都無法取得勝利」。

這一觀點凸顯了，RCS在量子計算研究中的重要地位，以及當前量子計算面臨的挑戰。

參考資料：

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

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