![]() 研究结果表明,“九章3.0”在百万分之一秒时间内所处理的最高复杂度的样本,需要当前世界上最强的超级计算机 Frontier 花费超过二百亿年的时间。 刷新了光量子信息的技术水平和量子计算优越性的世界纪录。 相关研究成果以“Gaussian Boson Sampling with Pseudo-Photon-Number-Resolving Detectors and Quantum Computational Advantage”为题于10月10日发表在《物理评论快报》上。 01. 什么是高斯玻色采样?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。 02. 1.27微秒 VS 600年,压倒性的量子优势该研究中,研究人员通过量子计算机“九章3.0”进行高斯玻色子采样实验。 在实验中,研究人员设计了基于光纤时间延迟环的超导纳米线探测器,把多光子态分束到不同空间模式并通过延时把空间转化为时间,实现了准光子数可分辨的探测系统。 除此之外,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表征噪声高斯玻色采样。在量子计算优势机制中,使用贝叶斯测试和相关函数分析来针对所有当前经典欺骗模型验证样本。 这一系列创新使得研究团队在理论上首次发展了包含光子全同性的新理论模型,实现了更精确的理论与实验的吻合;同时,发展了完备的贝叶斯验证和关联函数验证,全面排除了所有已知的经典仿冒算法,为量子计算优越性提供了进一步数据支撑。 ![]() 图|实验装置示意图。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。光子经过72个光纤环路装置进行时空解复用,并由144个超导纳米线单光子探测器进行探测,这些探测器共同构成了伪光子数分辨探测方案。每个光纤环路设置包括两种输入模式,以不同的颜色表示。来自每个模式的光子被光纤分束器和延迟线暂时解复用成四个时间仓,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。对应于同一光纤环路设置的两个输入模式中的每一个的光子可以通过重合事件分析器(未示出)在时间仓中的奇偶性来区分。 ![]() 研究结果表明,团队首次实现了对255个光子的操纵能力,极大地提升了光量子计算的复杂度。使用迄今为止最好的经典算法进行估计,在超级计算机 Frontier 上使用精确方法从相同分布生成单个理想样本将需要大约 600 年的时间,而“九章3.0”只需 1.27 μs 即可生成样本。使用精确算法从实验中生成最难的样本需要 Frontier 3.1 × 10^10 年。 也就是说,“九章3.0”在百万分之一秒时间内所处理的最高复杂度的样本,需要当前世界上最强的超级计算机 Frontier 花费超过百亿年的时间。 这意味着在量子优越性问题上,相较过去,实现了新的里程碑。 根据公开正式发表的最优经典精确采样算法,相较于“九章2.0”,“九章3.0”在处理高斯玻色取样的速度上提升了一百万倍。 图|量子计算优势。使用精确方法在 Frontier 上估计的经典模拟时间的分布。研究计算最高功率实验中获得的每个样本的配对值(G,N),并构建二维热图。G>2表示光子数分辨的特征。最难的样品标有星号。作为对比,在研究实验中,产生一个样本需要 1.27 μ s。 03. 量子优势的国际竞争![]() |
|