研究背景
隨著量子計(jì)算技術(shù)的快速發(fā)展，量子處理器在解決經(jīng)典計(jì)算難題方面展現(xiàn)出了巨大的潛力。然而，量子系統(tǒng)在實(shí)際應(yīng)用中面臨的最大挑戰(zhàn)之一是噪聲的影響，這使得在名義上可用的計(jì)算空間中保持相干演化變得困難。噪聲不僅破壞了量子比特之間的長(zhǎng)程關(guān)聯(lián)，還導(dǎo)致量子算法的輸出變得簡(jiǎn)單，從而使其容易受到經(jīng)典計(jì)算的欺騙。隨機(jī)電路采樣（RCS）作為一種潛在的超越經(jīng)典計(jì)算的演示手段，引起了科學(xué)界的廣泛關(guān)注。RCS的關(guān)鍵在于它利用量子處理器的能力來生成復(fù)雜的輸出分布，而這一過程與希爾伯特空間的維度密切相關(guān)。然而，在近似真實(shí)的量子計(jì)算中，如何有效利用這個(gè)指數(shù)增長(zhǎng)的希爾伯特空間仍然是一個(gè)重要的問題。為了克服這一挑戰(zhàn)，科學(xué)家們提出了交叉熵基準(zhǔn)測(cè)試（XEB）等技術(shù)，以估計(jì)相干可用的希爾伯特空間的有效大小，并識(shí)別噪聲對(duì)量子計(jì)算的影響。為了解決這些問題，谷歌研究科學(xué)家科斯特安廷剴切吉（Kostyantyn Kechedzhi）和谷歌高級(jí)研究科學(xué)家團(tuán)隊(duì)在Nature期刊上發(fā)表了題為“Phase transitions in random circuit sampling”的最新論文。本研究通過在二維超導(dǎo)量子比特網(wǎng)格上實(shí)施隨機(jī)電路采樣實(shí)驗(yàn)，探討量子動(dòng)態(tài)與噪聲之間的相互作用。展示了通過交叉熵基準(zhǔn)測(cè)試，可以觀察到兩種相變：第一種是與循環(huán)次數(shù)相關(guān)的動(dòng)態(tài)相變，第二種是由每個(gè)循環(huán)的誤差控制的量子相變。通過創(chuàng)建弱連接模型，能夠分析噪聲強(qiáng)度與相干演化之間的關(guān)系，并在弱噪聲相位中展示了67個(gè)量子比特的隨機(jī)電路采樣實(shí)驗(yàn)，研究證明了計(jì)算成本超出了現(xiàn)有經(jīng)典超級(jí)計(jì)算機(jī)的能力。
研究亮點(diǎn)
1. 實(shí)驗(yàn)首次展示了通過交叉熵基準(zhǔn)測(cè)試（XEB）在隨機(jī)電路采樣（RCS）中觀察到兩個(gè)相變，提供了對(duì)量子計(jì)算復(fù)雜性和噪聲相互作用的深刻見解。具體而言，研究表明了動(dòng)態(tài)相變和量子相變的存在，分別由循環(huán)次數(shù)和每個(gè)循環(huán)的誤差控制。 2. 實(shí)驗(yàn)通過實(shí)施隨機(jī)電路采樣算法，在二維超導(dǎo)量子比特網(wǎng)格上進(jìn)行實(shí)驗(yàn)，成功地識(shí)別了在特定噪聲閾值下的相變行為。研究中采用的弱連接模型使得研究人員能夠調(diào)整噪聲強(qiáng)度與相干演化之間的關(guān)系，從而更準(zhǔn)確地分析量子處理器的性能。3. 結(jié)果表明，當(dāng)噪聲率低于關(guān)鍵閾值時(shí)，量子處理器能夠達(dá)到最大計(jì)算復(fù)雜性，相應(yīng)地，輸出分布表現(xiàn)出反濃縮特性。實(shí)驗(yàn)中在32個(gè)循環(huán)中使用67個(gè)量子比特的隨機(jī)電路采樣，表明該實(shí)驗(yàn)的計(jì)算成本超出了現(xiàn)有經(jīng)典超級(jí)計(jì)算機(jī)的能力。4. 本文的研究為實(shí)現(xiàn)當(dāng)前量子處理器可達(dá)到的穩(wěn)定、計(jì)算復(fù)雜的相奠定了理論基礎(chǔ)，并展示了如何通過實(shí)驗(yàn)可觀察到的方式探測(cè)量子系統(tǒng)的相變。這些發(fā)現(xiàn)為進(jìn)一步探索量子計(jì)算的潛力提供了重要的理論和實(shí)驗(yàn)支持。
圖文解讀
圖 4：經(jīng)典不可解計(jì)算的演示。
總結(jié)展望
本文通過對(duì)67量子比特的Sycamore芯片進(jìn)行隨機(jī)電路采樣，揭示了量子動(dòng)態(tài)與噪聲的復(fù)雜相互作用，強(qiáng)調(diào)了在實(shí)際量子計(jì)算中噪聲控制的重要性。這一發(fā)現(xiàn)有助于理解量子計(jì)算中面臨的挑戰(zhàn)，尤其是在高噪聲環(huán)境下如何有效地利用量子比特的糾纏特性。其次，實(shí)驗(yàn)結(jié)果表明，通過優(yōu)化張量網(wǎng)絡(luò)收縮技術(shù)，可以顯著降低模擬RCS所需的經(jīng)典計(jì)算資源，這為經(jīng)典算法的改進(jìn)和發(fā)展指明了方向。這一研究不僅提升了我們對(duì)量子系統(tǒng)行為的理解，還為開發(fā)高效的量子計(jì)算設(shè)備提供了理論支持。最后，本文強(qiáng)調(diào)了在弱噪聲相位下，全球關(guān)聯(lián)如何增強(qiáng)量子電路的可靠性，為量子計(jì)算的安全性提供了新思路。這些啟示為未來的量子技術(shù)應(yīng)用奠定了基礎(chǔ)，尤其是在認(rèn)證隨機(jī)性生成和其他量子應(yīng)用中，推動(dòng)了量子計(jì)算向?qū)嶋H應(yīng)用邁進(jìn)的重要進(jìn)程。Morvan, A., Villalonga, B., Mi, X. et al. Phase transitions in random circuit sampling. Nature 634, 328–333 (2024). https://doi.org/10.1038/s41586-024-07998-6
