量子计算重大突破！谷歌驗證「魔態培育法」 錯誤率大降並刷新紀錄

量子計算機有望通過同時處理多種可能性，實現指數級的計算能力。但在當前技術條件下，我們距離這一理想狀態還相去甚遠。

據了解，在量子計算中，光子（或光粒子）被用作量子比特，當它們連接在一起時，比傳統計算機使用的二進制0和1具有更強的處理能力。量子位可以同時是0和1，處於疊加狀態（superposition state），這使得它們能夠更快地處理信息。

但量子比特容易出現頻繁的錯誤，因此，量子計算機目前仍存在局限性。為了克服這些錯誤，機器需要利用所謂的「魔態」——谷歌研究院的科學家們認為，他們研發的量子芯片或許能夠幫助實現這一目標。

相關研究週四發表於《科學》雜誌上。據悉，谷歌在其Willow處理器上驗證了一種名為「魔態培育」（magic state cultivation）的技術，將量子錯誤率降低約40倍，即不用培育時，大約每1000 份魔態裡有4 份是壞的；用了培育之後，大約 1 萬份裡才有1份壞的。T態邏輯保真度達到99.99%。這是迄今為止該領域的最高紀錄。

「魔態」是實現通用量子計算的關鍵要素。量子處理器若要執行超越經典計算機的複雜運算，須依賴魔態來生成所需的量子操作集合。然而，魔態一經使用便無法復用，使其成為稀缺資源。而且，要以足夠低的錯誤率生成魔態，一直是構建實用型大規模系統的一大挑戰。

不僅如此，更大的挑戰在於生產成本。部分研究估算顯示，量子計算機可能需要將高達95%的總算力用於魔態生產，留給實際計算任務的資源極為匱乏。這一瓶頸自2004年便已被研究人員預見，此後二十年間，學界持續探索降低魔態生產成本的方法，但進展遲緩。

而在上述新研究中，研究人員展示了如何利用一種名為「培養」（cultivation）的、受園藝啟發的技術，以更低的成本提供「魔態」。

研究結果對2024年提出的理論方法進行了實驗驗證。當時，谷歌量子AI研究人員Craig Gidney、Noah Shutty與Cody Jones在既有文獻基礎上提出了魔態培育方案。

其核心思路是將魔態生產過程設計為一套「過濾機制」：谷歌利用協同測量來檢測錯誤並過濾掉無效嘗試，從而以更少的資源生成更高質量的量子態。

而最新研究證實，在Willow超級計算機上，該方法對T態（一種量子計算中使用的特殊量子態）實現了99.99%的邏輯保真度，刷新了該領域紀錄。

除了減少錯誤之外，谷歌的研究人員還證明，純化的量子態可以在兩種不同的糾錯方法之間轉移。這標誌著該技術在集成到谷歌現有架構方面取得了進展。

不過，儘管取得上述進展，但谷歌也明確表示，要將該技術擴展到實際量子計算領域，還需要進一步的研究，但這些發現為減少構建容錯量子系統所需的硬件資源提供了一條潛在途徑。

轉自財聯社