新的经典算法增强了对量子计算未来的理解

在量子计算的一个令人兴奋的发展中，来自芝加哥大学计算机科学系、普利兹克分子工程学院和阿贡国家实验室的研究人员引入了一种模拟高斯玻色子采样 (GBS) 实验的经典算法。

这一成果不仅有助于阐明当前量子系统的复杂性，而且代表着我们在理解量子和经典计算如何协同工作方面迈出了重要一步。这项研究发表在《自然物理学》杂志上。

高斯玻色子采样的挑战

高斯玻色子采样作为一种展示量子优势的有前途的方法而备受关注，这意味着量子计算机能够执行传统计算机无法有效完成的任务。在实现这一突破的过程中，一系列创新实验测试了量子系统的极限。

先前的研究表明，在理想条件下，经典计算机很难模拟 GBS。然而，助理教授兼作家 Bill Fefferman 指出，实际实验中存在的噪声和光子损失带来了额外的挑战，需要仔细分析。

值得注意的是，中国科学技术大学和加拿大量子公司 Xanadu 等主要研究中心的团队进行的实验(例如这些)表明，虽然量子设备可以产生与 GBS 预测一致的输出，但噪声的存在往往会掩盖这些结果，从而导致人们对所谓的量子优势产生质疑。这些实验为当前的研究奠定了基础，促使科学家改进他们对 GBS 的方法并更好地了解其局限性。

理解量子实验中的噪声

“尽管理论基础已经确定量子系统可以胜过经典系统，但实际实验中存在的噪声带来了需要严格分析的复杂性，”费弗曼解释说。“在我们努力实现量子计算的实际应用时，了解噪声如何影响性能至关重要。”

这种新算法利用当前 GBS 实验中常见的高光子损失率来解决这些复杂性，从而提供更高效、更准确的模拟。研究人员采用了经典的张量网络方法，利用这些嘈杂环境中量子态的行为，使模拟更高效、更易于利用可用的计算资源进行管理。

突破性成果

值得注意的是，研究人员发现，他们的经典模拟在各种基准测试中的表现都比一些最先进的 GBS 实验更好。

“我们看到的并不是量子计算的失败，而是一个完善我们对其能力理解的机会，”费弗曼强调道。“它使我们能够改进算法，突破我们所能实现的界限。”

该算法通过准确捕捉 GBS 输出状态的理想分布，表现优于实验，这引发了人们对现有实验声称的量子优势的质疑。这一见解为改进未来量子实验的设计打开了大门，表明提高光子传输率和增加压缩态数量可以显著提高其有效性。

对未来技术的影响

这些发现的意义超出了量子计算的范畴。随着量子技术的不断发展，它们有可能彻底改变密码学、材料科学和药物研发等领域。例如，量子计算可以带来安全通信方法的突破，从而为敏感数据提供更可靠的保护。

在材料科学中，量子模拟可以帮助发现具有独特属性的新材料，为技术、能源存储和制造业的进步铺平道路。通过加深我们对这些系统的理解，研究人员正在为实际应用奠定基础，这些应用可能会改变我们处理各个领域复杂问题的方式。

追求量子优势不仅仅是一项学术努力;它对依赖复杂计算的行业有着切实的影响。随着量子技术的成熟，它们有可能在优化供应链、增强人工智能算法和改善气候建模方面发挥关键作用。

量子计算和经典计算之间的合作对于实现这些进步至关重要，因为它使研究人员能够利用两种范式的优势。

累积的研究成果

费弗曼与普利兹克分子工程学院的 Liang Jiang 教授以及前博士后 Changhun Oh(现任韩国科学技术院助理教授)密切合作，最终完成了这项研究。

2021 年，他们通过有损玻色子采样研究了嘈杂中尺度量子 (NISQ) 设备的计算能力。论文揭示了光子损失会影响经典模拟成本，具体取决于输入光子的数量，这可能导致经典时间复杂度的指数级节省。

随后，他们的第二篇论文重点研究了噪声对量子霸权实验的影响，表明即使噪声很大，量子设备仍然可以产生传统计算机难以匹敌的结果。在第三篇文章中，他们探索了高斯玻色子采样(GBS)，提出了一种新的架构，可以提高可编程性和对光子损失的弹性，使大规模实验更加可行。

随后，他们在第四篇论文中介绍了一种经典算法，该算法产生的结果与理想玻色子采样密切相关，增强了基准测试技术，并强调了精心选择实验规模以在噪声中保存量子信号的重要性。

最后，在他们最新的研究中，他们开发了受量子启发的经典算法来解决图论问题，例如寻找最密集的 k 子图和最大权重团，以及称为分子振动电子谱生成的量子化学问题。他们的研究结果表明，量子方法所声称的优势可能并不像以前想象的那么显著，他们的经典采样器的性能与高斯玻色子采样器相似。

经典模拟算法的发展不仅增强了我们对高斯玻色子采样实验的理解，还凸显了继续研究量子和经典计算的重要性。更有效地模拟 GBS 的能力是通向更强大的量子技术的桥梁，最终有助于应对现代挑战的复杂性。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！