一个关键障碍是噪声——量子计算机在运算过程中产生的误差。这实际上使得量子计算机的性能长期弱于经典计算机,直到最近才有所突破。
南加州大学维特比工程学院Viterbi讲席教授、电气与计算机工程系教授Daniel Lidar一直在迭代量子纠错技术。在一项与南加州大学和约翰霍普金斯大学合作的新研究中,团队通过云平台使用两台配备IBM Quantum Eagle 127量子比特处理器的量子计算机,成功展示了量子指数级加速优势。该论文《阿贝尔隐子群问题的算法量子加速演示》已发表在APS旗舰期刊《物理评论X》。
"此前已有研究表明量子计算机能实现多项式级加速,"Lidar(同时也是Quantum Elements公司联合创始人)表示,"但指数级加速是我们预期量子计算机所能展现的最显著加速类型。"
Lidar指出,量子计算的关键里程碑始终在于证明:相对于传统'经典'计算机,量子计算机能够以具有规模优势的速度执行完整算法。
他澄清说,规模优势加速并非指单纯将运算速度提高百倍。"确切地说,当我们通过增加变量来扩大问题规模时,量子与经典计算机的性能差距会持续扩大。指数级加速意味着每增加一个变量,性能差距就会大致翻倍。更重要的是,我们展示的加速是无条件实现的。"
Lidar解释道,"无条件"加速意味着该优势不依赖于任何未经证实的假设。过往的加速声明都需要假设不存在更优的经典算法作为基准。在本研究中,Lidar领导的团队采用改良算法,通过量子计算机解决"西蒙问题"的变体——这是量子算法理论上能无条件实现指数级加速超越任何经典算法的早期范例。
西蒙问题涉及在数学函数中发现隐藏的重复模式,被认为是Shor因式分解算法的前身。后者可用于密码破译,并开创了整个量子计算领域。西蒙问题类似猜谜游戏:玩家试图猜测仅由游戏主机("预言机")知晓的密钥数字。当玩家猜中两个使预言机返回相同答案的数字时,密钥即被破解,玩家获胜。量子参与者获胜速度可指数级超越经典参与者。
研究团队如何实现指数级加速?论文第一作者、南加大博士生Phattharaporn Singkanipa表示:"关键在于充分挖掘硬件性能:更简短的量子线路、更智能的脉冲序列,以及统计误差缓解技术。"
研究人员通过四种方式实现突破:
首先,他们通过限制允许的密钥数量(技术上通过约束密钥二进制表示中1的出现次数)来缩减数据输入。这减少了所需量子逻辑运算量,从而降低误差累积几率。
其次,他们使用称为"转译"的方法最大限度压缩所需量子逻辑运算。
第三也是最为关键的,研究人员应用了"动态脱钩"技术——通过施加精心设计的脉冲序列,使量子计算机中的量子比特行为与其噪声环境解耦,确保量子处理正常进行。动态脱钩对实现量子加速优势产生了最显著的促进作用。
最后,他们采用"测量误差缓解"方法,在动态脱耦后检测并校正因量子比特状态测量不完美导致的残留误差。
同时担任南加大Dornsife文理学院化学与物理教授的Lidar表示:"量子计算界正在展示量子处理器如何在特定任务中开始超越经典对手,并进入经典计算无法企及的领域。我们的结果表明,当今的量子计算机已稳固处于规模量子优势阵营。"
他补充道:"这项新研究标志着量子计算领域的关键范式转变。由于我们首次实现了无条件的指数级加速,性能差距将不可逆转。"换言之,量子性能优势正变得愈发不容质疑。
后续研究方向:
Lidar提醒:"该成果除了解谜游戏外尚无实际应用,在证明量子计算机能解决现实世界实际问题前仍需大量工作。"
这需要在不依赖预知答案的"预言机"前提下展示加速优势,同时在更大规模量子计算机的降噪和退相干抑制方法上取得重大进展。尽管如此,量子计算机过去'纸上谈兵'的指数级加速承诺现已得到切实验证。
披露声明:南加州大学是IBM量子创新中心。Quantum Elements公司是IBM量子网络成员企业。
Story Source:
Materials provided byUniversity of Southern California.Note: Content may be edited for style and length.
Journal Reference:
Phattharaporn Singkanipa, Victor Kasatkin, Zeyuan Zhou, Gregory Quiroz, Daniel A. Lidar.Demonstration of Algorithmic Quantum Speedup for an Abelian Hidden Subgroup Problem.Physical Review X, 2025; 15 (2) DOI:10.1103/PhysRevX.15.021082
2025-07-03