|
近日，潘建伟院士、陆朝阳教授团队联合多单位参与，在过去“九章”系光量子计算基础上，开发了“九章3.0”版本光量子计算系统，在进行高斯玻色子采样实验时，通过伪光子数分辨检测方法，探测到了多达255个photon-click事件（客注：“photon-click”指的是通过光子数分辨探测器检测光子。换句话说，当光子进入探测器时，它被检测并记录为“click”。）。研究结果表明，在当前世界最快超级计算机“Frontier”上利用迄今为止最佳的经典算法产生一个具有相同分布的单个理想样本需要大约600年，而通过量子计算机“九章3.0”只需1.27微秒即可生成一个样本。研究人员预计，对于实验中生成的最复杂的样本，Frontier超级计算机使用精确算法实现相同结果将需要大约310亿年。这意味着“九章3.0”在量子优越性问题上，相较过去，实现了新的里程碑。相关研究成果以“Gaussian Boson Sampling with Pseudo-Photon-Number Resolving Detectors and Quantum Computational Advantage”为题于4月24日以预印本提交到arxiv。 
高斯玻色采样（Gaussian boson sampling，GBS）是一种利用光子干涉进行计算的量子计算方法。它涉及从具有高斯输入的随机线性光学电路的输出分布中进行采样。在GBS中，光子被发送到一个复杂的光学电路中，在那里它们相互干涉并在光子探测器上产生一系列点击模式。这些点击模式然后被用来解决计算问题。GBS与其他量子计算方法不同，它不需要使用量子比特（qubits），这是其他量子计算方法（如量子退火和门型量子计算）的基本构建块。GBS不需要使用非高斯资源（如纠缠态或测量）。相反，它依赖于高斯态和操作的特性来实现计算优势。这使得它成为近期实现和可扩展性方面具有潜力的方法。其次，GBS是一种采样问题类型，可以使用经典计算机来解决。然而，当光子和探测器数量足够大时，相较之下，经典计算机在解决问题时变得效率低下，故采用量子的方法，可呈现出超级的量子计算优越性。最后，GBS在化学模拟和优化问题等领域具有潜在应用。与其他量子计算方法相比，它具有良好的可扩展性和低实现难度。该研究称，使用了量子计算机九章3.0进行高斯玻色子采样实验。在实验中，研究人员使用光学器件构建随机线性光学电路，并使用伪光子数分辨探测器对输出进行高精度的计数和分辨。通过对输出进行统计分析，获得高斯玻色采样实验的结果。该研究还考虑了部分光子可区分性和噪声，并开发了更完整的模型来描述噪声高斯玻色采样。在量子计算优势区域内，使用贝叶斯测试和相关函数分析验证了实验结果。
图｜实验装置。25个受激双模压缩态光子源全部锁相后送入144模超低损耗全连接光干涉仪。光子通过光纤环路进行时空解复用，被超导纳米线单光子探测器探测，共同构成伪光子数分辨探测方案。每个光纤回路设置包括两种输入模式，用不同的颜色表示。来自每个模式的光子在时间上被光纤分束器和延迟线解复用为四个时间仓，并且每个时间仓在最后一个光纤分束器处进一步分成两个路径仓。实施偏振-保持光纤以统一所有时间仓和路径仓的偏振。对应于光纤环路设置的两种输入模式中的每一种的光子可以通过它们在时间仓中的奇偶性与巧合事件分析器（未显示）来区分。研究结果表明， 在当前世界最快超级计算机“Frontier”上利用迄今为止最佳的经典算法产生一个具有相同分布的单个理想样本需要大约600年，而通过量子计算机九章3.0只需1.27微秒即可生成一个样本，显示出1.5×10^16的压倒性量子计算优势。此外，实验中最复杂的样本，使用超级计算机“Frontier”通过精确算法生成将需要花费310亿年的时间。此外，该研究还验证了实验结果与经典模型之间的相关函数和贝叶斯测试得分等参数，在量子计算优势区域内取得了成功。这表明量子计算机在高斯玻色采样方面具有巨大的优势。
图｜实验光子-点击数分布和贝叶斯验证结果。(a) 这项工作的光子点击数分布。显示了来自 0.72 W 和 1.30 W 范围内的三泵激光功率实验的数据。每个实验的最大光子点击数为 129、203 和 255。(b) 光子 - 实验结果的点击数分布、地面真值理论、压扁状态、压扁状态和最低激光强度配置的热状态模型。(c)、(d)、(e) 地面真值理论的贝叶斯置信度作为子系统大小的函数，与热状态 (c)、压扁状态 (d) 和压扁状态 (e) 假设相反。可以观察到，随着子系统规模的增长，贝叶斯置信度高于零并呈现出明显的增加趋势，表明排除了三个模型并且整个系统的贝叶斯置信度更强。光子点击数从 20 变为 26 的贝叶斯结果显示在不同颜色的数据点中，并显示相似的结果。(f)、(g)、(h) 地面真值理论的贝叶斯置信度作为子系统大小的函数，用于三种不同泵浦激光功率的实验。结果显示针对固定光子点击数 (25) 的热状态 (f)、压扁状态 (g) 和压扁状态 (h) 假设的贝叶斯结果。对于所有泵浦激光器功率，贝叶斯 ΔH 都在零以上，并且随着子系统尺寸呈现出明显的增加趋势，这意味着整个系统的贝叶斯置信度更高。在所有图中，误差条表示标准误差。对于每个模式编号的结果，贝叶斯分数是通过对随机选择的子系统的集合进行平均而获得的。
图｜相关函数分析。(a) 散点图中的 3 阶相关函数显示实验和贪婪采样器与地面真值理论的比较。(b) 显示实验和 TAP 采样器的 3 阶相关函数与地面真值理论预测的散点。对于 (a) 和 (b)，来自最高泵浦激光功率实验的 1000 万个样本用于估计实验和模型的相关性。显示 1152 种模式中的 144 种的所有 3 阶相关函数（1 至 8 种扇出模式各 1 种）。(c) - (d) 实验和 IPS 采样器 (c)、树宽采样器 (d) 的 2 阶相关函数与地面真值理论的散点图。在 (c) - (d) 中，显示了所有 1152 模式对，来自最高泵浦激光功率实验的 1000 万个样本用于估计实验相关性，而精确的理论值用于模型采样器。结果清楚地表明，ground-truth 模型在二阶或三阶相关函数的统计特征上更接近于实验采样器，而不是经典模型采样器。
该研究展示了量子计算机在高斯玻色采样方面具有巨大的优势，并为未来量子计算机在化学反应模拟和优化问题等领域的应用提供了思路。此外，该研究还为量子计算机在其他领域的应用提供了启示，例如在机器学习、优化问题和密码学等方面。未来的研究可以进一步探索如何利用高斯玻色采样实验来解决更加复杂的问题，并开发更加高效和稳定的光量子计算机。该研究得到了中国国家自然科学基金、中国国家重点研发计划、中国科学院、上海市科技委员会等的支持。[1]https:///abs/2304.12240声明：此文出于传递更多信息。若有错误或侵权，请联系
|
