中国科学技术大学潘建伟、陆朝阳等组成的研究团队与中科院上海微系统所、国家并行计算

中国科学技术大学潘建伟、陆朝阳等组成的研究团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作，构建了76个光子的量子计算原型机“九章”，实现了具有实用前景的“高斯玻色取样”任务的快速求解。根据现有理论，该量子计算系统处理高斯玻色取样的速度比目前最快的超级计算机快一百万亿倍（“九章”一分钟完成的任务，超级计算机需要大约一亿年）。等效地，其速度比去年谷歌发布的53个超导比特量子计算原型机“悬铃木”快一百亿倍。这一成果使得我国成功达到了量子计算研究的第一个里程碑：量子计算优越性（国外也称之为“量子霸权”），相关论文于12月4日以“First Release”形式在线发表于国际学术期刊Science。在气象工程师白冰被追捕的路上，他认识了同样被追捕的宋诚。白冰神秘地拿出一只箱子， “这是一台超弦计算机，是我从气象模拟中心带出来的，你说偷出来的也行，我全凭它摆脱追捕了”。这个情节来自科幻作家刘慈欣的中短篇小说《镜子》。在故事里，白冰偷出来的这台机器是一台拥有了几乎无限运算和存贮能力的计算机，它不仅能模拟气象这种复杂过程，还可以模拟整个宇宙的演化。只要给定每个粒子的初始条件，整个宇宙的运行就像镜子一样清楚地展现，准确无误。借由主人翁白冰的口述，作者表达过他对计算的理解：用模拟方式为一个鸡蛋建立数学模型，就是将组成鸡蛋的每一个原子的状态都输入模型的数据库，当这个模型在计算机中运行时，如果给出的边界条件合适，内存中的那个虚拟鸡蛋就会孵出小鸡来，而且那只内存中的虚拟小鸡，与现实中的那个鸡蛋孵出的小鸡一模一样，连每一根毛尖都不会差一丝一毫！如果这个模拟目标比鸡蛋再大些呢？大到一棵树，一个人，很多人；大到一座城市，一个国家，甚至大到整个地球？如果模拟的对象是整个宇宙又会怎么样？现实的物理系统究竟能不能被计算机模拟？这种猜想绝不仅限于科幻作家的小说中，也存在于严肃的学术讨论和哲学思考里。比如，计算机领域中非常着名的扩展的丘奇-图灵论题（extended Church-Turing thesis）就认为，任何物理系统都可以被经典图灵机有效模拟。但是，随着人们对微观世界的深入理解，扩展的丘奇-图灵论题开始被质疑，尤其是随着量子力学的发展，更多人意识到，实际的量子过程太过复杂，如果用经典计算模拟量子过程，需要的时间可能会呈指数增长。也就是说，有效计算是不可能的。1980年代，费曼提出，模拟量子过程，必须放弃经典计算的老套路，用量子材料造一台新式机器，来自然地解决这些问题。没错，就是量子计算机。经典计算和量子计算的区别在哪里呢？对于经典计算机来说，每个比特要么代表0，要么代表1，这些比特就是信息，而对这些信息运算，实际上就是用电路构建一些逻辑门，完成“与”、“非”、“或”以及更复杂的操作。而量子计算，则是利用量子天然具备的叠加性，施展并行计算的能力。每个量子比特，不仅可以表示0或1，还可以表示成0和1分别乘以一个系数再叠加，随着系数的不同，这个叠加的形式可能性会很多很多，它会产生什么效果呢？我们以两个比特举例，对于经典的两比特来说，在某一时刻，它最多只能表示00、10、01、11这四种可能性的一种；而量子计算由于叠加性，可以写成也就是说，它可以同时蕴含有四种信息状态。这种叠加性意味着，随着比特数增加，信息的存储量和运行速度会指数增加，经典计算机将望尘莫及。量子计算优越性的实现是一场持久战基于量子的叠加性，许多量子科学家认为，量子计算机在特定任务上的计算能力将会远超任何一台经典计算机。2012年，美国物理学家John Preskill将其描述为“量子计算优越性”或称“量子霸权”（quantum supremacy）。科学家们预计，当可以精确操纵的量子比特超过一定数目时，量子计算优越性就可能实现。如果有一个特定的问题，量子计算需要一个小时，经典计算需要上亿年，量子计算优越性便得以实现，扩展的丘奇-图灵论题也会被动摇，因为那就证明了，有些过程，经典计算是无法有效模拟的。从科学家对量子计算优越性的观点来看，有两个关键点，一是操纵的量子比特的数量，二是操纵的量子比特的精准度。只有当两个条件都达到的时候，才能实现量子计算的优越性。如图一所显示的，左下角的范围（紫色）代表的是操纵的量子比特数目和精准度都不够的情形，这时是不可能在跟经典计算的PK中胜出的，科学家们在尽量朝着右上方（绿色）努力。而位于中间的部分（蓝色），则可以用来在短期内实现一些应用上的突破。图一 量子计算优越性与操纵量子比特的关系去年10月，谷歌在量子计算方面十多年的布局终于有了里程碑式的表现——国际权威学术杂志Nature以“Quantum supremacy using a programmable superconducting processor”为题，刊发了谷歌的科研工作，谷歌据此宣布实现了量子计算优越性。根据谷歌的论文，该团队选取的用来展示量子计算优越性的特定任务是一种叫做“随机线路采样（Random Circuit Sampling）”的任务。一般来说，选取这种特定任务的时候，需要经过精心考量，该任务最好比较适合已有的量子体系，同时对于经典计算来说很难模拟。这个“随机线路采样”任务就是如此。谷歌团队在一个包含53个可用量子比特的可编程超导量子处理器上运行“随机线路采样”，用约200秒的时间进行了100万次采样，同时他们还利用当时世界排名第一的超级计算机Summit进行了一个比较，他们预计，同样的任务，Summit需要算上一万年。“200秒”PK“一万年”，该团队宣称这意味着量子计算优越性成为现实。谷歌的这项工作很快引发了学术界的争议。因为量子计算和经典计算的竞争是一个长期的动态过程，虽然人们操纵量子比特的数量和精准度在不断提高，但是经典计算的算法和硬件也在不断优化，超算工程的潜力更是不可小觑。比如，IBM就宣称，实现53比特、20深度的量子随机线路采样，经典模拟完全可以只用两天多时间，甚至还可以更好，也许未来何时，经典模拟在这个任务上就能超过谷歌团队的量子计算机。所以，客观看来，量子计算和经典计算的算力之争，可能是一个长期battle的过程，未来一段时间，我们可能会见证两者卯足了劲儿“秀肌肉”的精彩打擂。深孚众望的玻色采样任务在用来展示量子计算优越性的特定任务中，还有一种任务被科学家寄予厚望——玻色采样（Boson Sampling）。玻色采样是一种采样任务，2010年由当时在MIT的Scott Aaronson和 Alex Arkhipov首次提出。为了说明这是一个怎样的问题，我们先来回顾儿时的一个游戏——高尔顿板。图二 高尔顿板示意图高尔顿板问题是由英国生物统计学家高尔顿提出来的，像图二展示的那样，小球从上端的口落下，每经过一个钉板，都有一半的可能从左边走，一半的可能从右边走，最后，当很多小球扔下去后，下面格子里的小球分布会呈现一定的统计规律。这个模型也被直观的用来展示中心极限定理。而我们所说的玻色取样问题就是一种量子版的“高尔顿板”问题。就像图三展示的那样，小球变成了光子，钉板变成了分束器，若干个光子进入网格之后，经过分束器组成的干涉仪，最终分别在哪些出口被探测到，记录下来，就是一个采样。积累之后，光子数也会有一个分布。每一种采样结果都对应一个概率。全部可能的采样结果就构成输出态的态空间。图三 玻色取样问题但是，玻色采样问题比高尔顿板问题复杂得多。为什么呢？因为这个网格的每个节点都是一个小分束器，如果相遇在这个节点上的光子是全同的，那么几个光子接下来怎么走，不仅仅是一个“随机”的概率问题，而且还是个“复杂”的概率问题——这个概率与分束器的参数有关，也与光子本身的相位有关。如果我们用矩阵来表示这个过程的话，可以理解为：这个大网格就是一种变换关系，把入口的光子分布变换成出口的光子分布，这个变换关系必须要写成一个复数矩阵。2010年，Scott Aaronson 和 Alex Arkhipov从理论上证明，n光子玻色取样的分布概率正比于n维矩阵积和式(Permanent)的模方，这对经典算法来说是#P-complete困难的问题，随着光子数的增加，求解步数呈指数增长。对于这样的问题，量子计算机在中小规模下就有可能打败超级计算机。自此，“玻色采样”问题被用来挑战量子计算优越性。自玻色采样提出，世界上陆续有很多个小组从实验上挑战和验证玻色采样。2013年，国际上四个研究小组同时实现3光子的原理验证性玻色采样。从原理上说，这个实验大致的过程是：单光子源不断地发出单光子，经过一个多模式干涉仪，最后在各个出口用探测器探测。但是，由于技术的限制，真正的单光子源很难做出，这些小组都采用了赝单光子源（赝单光子源时不时会冒出来多光子的成分），干涉网络的性能又不怎么好，这些因素制约着玻色取样的高效率大规模实现。当然，有一些小组也提出或实现过一些好的方案来解决赝单光子源所带来的不可拓展性。比如，2014年A. P. Lund等人提出散粒玻色采样（scattershot boson sampling）实验方案，但是由于采用的是自发参量下转换（SPDC）光源，这种概率性的光源产生单光子的效率非常低，所以实验上一直没有真正实现3个以上光子的玻色采样。更重要的是，这些实验相比经典计算机并未展示出任何量子优越性。看来，这事要想弄成，必须得在单光子源和干涉仪上下功夫，单光子源的单光子性、全同性和提取效率要好，干涉仪效率要 转载自: 002222股吧 http://002222.h0.cn