最新从实验层面证明量子计算，确实比经典计算更具优势

　　量子计算和量子传感有可能比经典的强大得多，一台完全实现的量子计算机不仅可能只需几秒钟就能解出经典计算机需要数千年才能解决的方程，而且还可能对从生物医学成像到自动驾驶等领域产生不可估量的影响。然而，这项技术还没有完全到位。事实上，尽管关于量子技术深远影响的理论广为流传，但很少有研究人员能够利用目前可用的技术来证明量子计算比经典计算具有优势。
　　在新发表在《物理评论X》(Physical Review X)期刊上的一篇研究论文中，亚利桑那大学研究人员通过实验证明：量子计算系统确实比经典计算系统更具优势。该研究的合著者、材料科学与工程学助理教授、亚利桑那大学量子信息与材料集团首席研究员张哲申(音译)表示：展示量子计算优势是社会各界长期追求的目标，能够证明这一点的实验很少，我们正在寻求展示如何利用已经存在的量子技术来造福现实世界的应用。 量子计算如何工作？
　　量子计算和其他量子过程依赖于称为量子比特微小而强大的信息单元。我们今天使用的经典计算机，使用的是称为比特的信息单位，它们以0或1的形式存在，但量子比特可以同时存在于这两种状态。这种二元性使他们既强大又脆弱。这些微妙的量子比特很容易在没有预示的情况下崩溃，这使得称为＂量子纠错＂的过程变得非常重要，量子纠错可以在问题发生时解决这些问题。如今，量子领域正处于一个被加州理工学院著名物理学家约翰·普雷斯基尔(John Preskill)称为＂噪声中尺度量子＂(NISQ)的时代。
　　在NISQ时代，量子计算机可以执行只需要大约50到几百个量子比特的任务，尽管会有大量的噪声或干扰。再超过这一点，噪声就压倒了有用性，导致一切都崩溃了。人们普遍认为，要实现实际有用的量子应用，需要1万到数百万个量子比特。想象一下，发明一个系统，保证你做的每一顿饭都会完美无瑕，然后把这个系统给一群没有合适食材的孩子。几年后，一旦孩子们长大成人，可以买到他们需要的东西，这将是一件很棒的事情。但在此之前，该系统的用处有限。同样，在研究人员推进可以降低噪声水平的纠错领域之前，量子计算仅限于小规模。 纠缠优势
　　研究论文中描述的实验混合使用了经典和量子技术。具体地说，它使用三个传感器对射频信号的平均幅度和角度进行分类。这些传感器配备了另一种名为纠缠的量子资源，这种资源允许它们彼此共享信息，并提供了 两个主要好处 ：
　　①提高了传感器的灵敏度，减少了误差
　　②因为它们是纠缠在一起的，所以传感器会评估全局属性，而不是收集有关系统特定部分的数据
　　这对于只需要二维答案的应用程序很有用。例如，在医学成像中，研究人员不需要知道组织样本中每一个细胞都不是癌变的，只需要知道是否有一个细胞是癌变的即可，同样的概念也适用于检测饮用水中的危险化学物质。实验证明，与经典传感器相比，为传感器配备量子纠缠使其具有优势，将出错的可能性降低了很小但关键的幅度。
　　该研究的合著者、电气与计算机工程助理教授、量子信息理论小组首席研究员庄群涛（音译）表示：这种利用纠缠来改进传感器的想法，并不局限于一种特定类型的传感器，所以它可以用于一系列不同的应用，只要你拥有缠绕传感器的设备。从理论上讲，你可以考虑像自动驾驶汽车的激光雷达(光检测和测距)这样的应用。 量子比特分类器
　　在NISQ时代，存在混合使用量子和经典处理的现有应用程序，但它们依赖于先前存在的经典数据集，这些数据集必须在量子领域进行转换和分类。想象一下，拍摄一系列猫和狗的照片，然后将照片上传到一个系统中，该系统使用量子方法将照片贴上＂猫＂或＂狗＂的标签。该研究团队正在从不同的角度处理标签过程，首先使用量子传感器收集他们自己的数据。这更像是使用一台特殊的量子相机，在拍摄照片时将照片贴上＂狗＂或＂猫＂的标签。
　　很多算法都会考虑存储在计算机磁盘上的数据，然后将其转换成量子系统，这需要时间和精力，新研究的系统通过评估实时发生的物理过程来解决不同问题。研究人员对他们在量子传感和量子计算交叉点工作的未来应用感到兴奋。他们甚至设想有一天将整个实验装置集成到一个芯片上，该芯片可以浸入生物材料或水样中，以识别疾病或有害化学物质。我们认为这是量子计算、量子机器学习和量子传感器的一种新范式，因为它真的创建了一座桥梁，将所有这些不同的领域互联起来。
　　博科园｜研究/来自：亚利桑那大学
　　参考期刊《物理评论X》
　　DOI: 10.1103/PhysRevX.11.021047
　　博科园｜科学、科技、科研、科普