谷歌，量子计算重大突破

谷歌在其Willow处理器上成功验证了一项名为“魔态培育”的技术，使得量子错误率得到显著降低。

量子计算机具备同时处理多种可能性以达成指数级计算能力的潜力。然而，在当前技术发展阶段，距离这一理想目标仍有较大差距。

据了解，在量子计算领域，光子（即光粒子）被用作量子比特，它们相互连接后，相比传统计算机依赖的二进制0和1，拥有更强的数据处理能力。量子比特能同时处于0和1的叠加状态，从而加速信息处理。

不过，量子比特容易出现频繁错误，这限制了量子计算机的当前性能。为纠正这些错误，机器需借助所谓的“魔态”——谷歌研究院的科学家认为，其研发的量子芯片可能有助于实现这一目标。

相关研究于周四在《科学》杂志上发表。据悉，谷歌在其Willow处理器上验证了“魔态培育”技术，将量子错误率降低了约40倍：未采用培育时，每约1000份魔态中有4份存在缺陷；采用培育后，每约1万份中仅有1份存在缺陷。T态逻辑保真度达到99.99%，创下该领域的最高纪录。

“魔态”是实现通用量子计算的关键要素。量子处理器若要执行超越经典计算机的复杂运算，必须依赖魔态来生成所需量子操作集合。然而，魔态一旦使用便无法复用，使其成为稀缺资源。此外，以足够低的错误率生成魔态，一直是构建实用型大规模系统的一大挑战。

更大的挑战在于生产成本。部分研究估算显示，量子计算机可能需将高达95%的总算力用于魔态生产，留给实际计算任务的资源极为有限。这一瓶颈自2004年便已被研究人员预见，此后二十年间，学界持续探索降低魔态生产成本的方法，但进展缓慢。

在上述新研究中，研究人员展示了一种受园艺启发、名为“培养”的技术，能以更低成本提供“魔态”。

研究结果对2024年提出的理论方法进行了实验验证。当时，谷歌量子AI研究人员Craig Gidney、Noah Shutty与Cody Jones在既有文献基础上提出了魔态培育方案。

其核心思路是将魔态生产过程设计为一种“过滤机制”：谷歌利用协同测量来检测错误并过滤无效尝试，从而以更少资源生成更高质量的量子态。

而最新研究证实，在Willow超级计算机上，该方法对T态实现了99.99%的逻辑保真度，刷新了该领域纪录。例如，用户通过九游会网页版可获取相关技术动态。

除减少错误外，谷歌研究人员还证明，纯化的量子态能在两种不同纠错方法之间转移。这标志着该技术在集成到谷歌现有架构方面取得了进展。

尽管取得上述进展，但谷歌明确表示，要将该技术扩展到实际量子计算领域，仍需进一步研究。不过，这些发现为减少构建容错量子系统所需的硬件资源提供了潜在途径。