遇事不決，量子力學。
量子力學誕生距今已有 120 多年的歷史了。從光的雙縫干涉實驗到「薛定諤的貓」思想實驗，它似乎是我們想象當中最神秘最深奧的物理學定律。美國理論物理學家理查德·費曼（Richard Phillips Feynman）曾說：
如果你認為你瞭解量子力學，那你就不瞭解量子力學。
即使量子力學距離我們相當遙遠，卻也在快速地發展：2016 年，我國成功發射「墨子號」量子科學實驗衛星；2022 年的諾貝爾物理學獎授予了三位科學家，以表彰他們在「量子資訊科學」研究方面的貢獻。
▲2022 年諾貝爾物理學獎得主（圖源：證券時報）
而 Google 近日也在「量子力學」方面有了大動作，堪稱「里程碑」式的創新。
Google 量子人工智慧團隊「Quantum AI」的創始人兼負責人哈特穆特·內文（Hartmut Neven）在部落格發表文章，宣佈推出其最新的量子晶片「Willow」，並稱其為大規模量子計算機鋪平了道路。
在文章中，內文稱這款晶片「在許多指標上都擁有最先進的效能」，並且「實現了兩項重大成就」：
其一，是 Willow 增加了「量子位元」的使用數量（105 個），並且「成倍地」減少了錯誤；其二，是 Willow 在不到 5 分鐘的時間內完成了其最新的「隨機電路取樣（RCS）基準測試」。
▲圖源：Google
要想理解以上這些突破性成就，我們就必須要了解量子計算機/量子晶片的工作原理。
量子力學的核心概念之一是「疊加」，即一個量子系統可以同時存在於多個狀態，而量子計算機正是利用這種疊加性質來建立「量子位元（Qubits）」，這是量子計算機中的基本計算單元。
與經典計算機中的二進位制位元（Classic Bits）不同，量子位元可以同時處於 0 和 1 的「疊加態」。該狀態使得量子計算機能夠同時處理多個計算路徑或狀態，從而在解決某些複雜問題時比經典計算機更快、更高效。
▲圖源：Microsoft
此外，量子位元之間還具有一種叫做「量子糾纏」的特殊關係：當量子位元相互糾纏時，無論距離多遠，其中一個量子位元的狀態會立即影響另一個量子位元的狀態。
此時我們就可以根據某個量子位元的狀態得知其他量子位元的狀態，這也就達到了資訊傳遞的效果。這種特性使得量子計算機能夠在處理複雜問題時更有效地共享和傳遞資訊。
然而，量子位元的狀態非常脆弱，容易受到外部環境（溫度、振動、電磁等）的干擾，導致量子資訊丟失，這種現象稱為「量子退相干」。由於糾纏，錯誤可能會從一個量子位元傳播到其他量子位元，進而影響計算能力。
並且因為量子位元傾向於與其環境快速交換資訊，導致完成計算所需的資訊很難被保護。通常，一臺量子計算機使用的量子位元越多，發生的錯誤就越多，整個系統也就更加傾向於「經典系統」。
▲量子糾錯示意（圖源：Microsoft）
但根據內文的說法，Google 的研究人員引入了一種新的「量子糾錯」方法，能夠實現 Willow 晶片所使用的量子位元越多，反而會減少更多的錯誤，並且錯誤率呈指數級下降。
內文在文章中表示這一歷史性成就在該領域中被稱為「低於閾值」，即能夠在增加量子位元數量的同時減少錯誤。內文還強調自彼得·肖爾（Peter Shor）於 1995 年引入量子糾錯以來，這一直是一項極其困難的挑戰。
因此，「低於閾值」能夠展現「糾錯方面的真正進展」，而 Willow 是首個低於閾值的系統，它表明建設超大型量子計算機的可能性確實存在。這一研究結果還被刊登在《Nature》雜誌上。
▲圖源：Google
此外，內文在文章中宣稱 Willow 在 5 分鐘之內就完成了聲稱「當今量子計算機上完成的最難的經典基準測試」的隨機電路取樣（RCS）測試，並稱 Willow 的這些最新結果是「迄今為止最好的」。
作為對比，世界上運算速度最快的超級計算機要 10^25 年才能計算完成 RCS，這個時間甚至超過了宇宙的年齡（約 138 億年）。
隨機電路取樣（Random Circuit Sampling，簡稱 RCS）測試是一種用於評估量子計算機效能的方法。其核心思想是利用量子計算機執行隨機選擇的量子門操作，生成隨機的量子態，然後對這些量子態進行取樣和測量。
RCS 最早就是由內文所在的團隊提出的，內文稱其現在是「該領域的通用標準」。
▲圖源：Google
值得一提的是，2019 年，Google 就宣稱其開發的量子處理器「Sycamore」僅用三分鐘就可以完成當時世界上最快的超級計算機一萬年才能完成的計算，還強調其研究團隊已經取得了「量子霸權」。
IBM 對 Sycamore 的計算測試結果提出了異議，並且「量子霸權」這個詞也引起了不小的爭議，儘管 Google 強調該詞只是一個「藝術術語」。後來，Google 儘量避免使用這個詞語，只是說已經實現了「超越經典計算」。
此外，IBM 和霍尼韋爾（HoneyWell）公司在他們的量子力學研究中一般使用「量子體積」這個術語來描述和量化其量子計算機裝置，Google 卻完全不用這個概念。缺少統一標準，導致競品之間難以進行對比。
▲圖源：Google
內文表示，量子技術在收集 AI 訓練資料、發展新能源汽車和發現新藥方面都有其用武之地。
與此同時，他還展望了 Google 量子力學研究的下一個目標：完成一個既「與實際程式相關」，又是「經典計算機無法實現」的計算，真正做到「有用」並且「超越經典」。
