我国学者量子计算研究获得哪些新进展？

1. 我国学者量子计算研究获得哪些新进展？

近期，中国科学技术大学郭光灿院士领导的中科院量子信息重点实验室在半导体量子计算芯片研究方面取得新进展。实验室郭国平研究组创新性地引入第三个量子点作为控制参数，在保证新型杂化量子比特相干性的前提下，极大地增强了杂化量子比特的可控性。国际应用物理学顶级期刊《应用物理评论》日前发表了该成果。

开发与现代半导体工艺兼容的电控量子芯片是量子计算机研制的重要方向之一。由于固态系统环境复杂，存在着电荷噪声、核磁场等各种退相干机制，不同形式的编码方式都有一定局限，比特的超快操控与长相干往往不可兼得。郭国平研究组2016年首次在砷化镓半导体双量子点芯片中实现了量子相干特性好、操控速度快、可控性强的电控新型编码量子比特，将传统电荷量子比特的品质因子提高了10倍以上。

为了提高杂化量子比特能级可控性，研究人员将非对称思想进一步运用到三量子点系统，将原有的双量子点结构扩展成线性耦合三量子点系统。他们通过理论计算分析发现，当中间量子点与其两侧量子点耦合强度非对称时，电子在双量子点中演化的能级结构可以被第三个量子点高效地“间接”调控。在实验中，他们首先通过半导体纳米加工工艺精确制备出非对称耦合三量子点结构，再利用电子的原子壳层结构填充原理，巧妙地化解多电子能级结构复杂性这一难题，构造了具有准平行能级的杂化量子比特。在保证比特相干时间的情况下，通过调节第三个量子点的电极电压，清晰地观察到比特能级在2至15GHz范围内连续可调。

2. 世界量子计算研究进展

量子计算机遵循量子力学的原理运行，通过量子态的粒子进行运算。相比于传统架构的计算机，量子计算机在计算能力上拥有无法比拟的优势。20世纪80年代以来，经过几次发展浪潮，量子计算重归公众与学术界视野，成为新一轮的研究热门。自2019年谷歌公司宣布“量子优越性”以来，各国竞相开发多量子比特数、高容错率的量子计算机，以期实现通过使用量子计算解决传统架构计算机难以完成的复杂任务。
  
 1.美国费米国家加速器实验室开发出适用于量子计算的超导射频腔体2020年2月，美国费米国家加速器实验室（Fermilab)的研究人员开发出适用于量子计算的超导射频腔体，该腔体仅为手掌大小，可在短时间内将粒子加速至极高的速度以用于量子计算研究。研究人员在阿贡国家实验室的高性能计算机上进行仿真实验，从而预测该腔体的性能，以便改进设计，提高该腔体在量子计算机开发中的作用。
  
 2.国际联合研究团队取得容错量子计算新突破
  
 2020年4月，麻省理工学院、加州大学河滨分校(University of California，Riverside,UC Riverside)、 香港 科技 大学(The Hong Kong University of Science andTechnology，HKUST）和印度理工学院(Indian Institute of Technology，IIT)的研究人员首次在金属材料金中观察到马约拉纳费米子(Majorana Fermion)，该发现将推进容错量子计算的研究。马约拉纳费米子是一种特殊的粒子，其反粒子与自身的特性完全相同，可用于创建量子计算中的稳定比特。同时，该粒子还使在固体中实现拓扑量子计算成为可能。本次在金材料中发现的马约拉纳费米子，适用于标准的纳米制造技术，可用于容错量子计算机的量子位构建块。该研究成果为量子计算机性能的提升进一步铺平了道路。
  
 3.美国研究人员开发出新的量子计算控制方法
  
 2020年4月，美国艾姆斯实验室(Ames Laboratory)、布鲁克海文国家实验室(Brookhaven National Laboratory，BNL）和阿拉巴马大学伯明翰分校（The UniversityofAlabama at Birmingham，UAB)的研究人员发现了狄拉克半金属中的光致开关机制。该机制为拓扑材料中电子和原子的运动控制建立了一种新方法，这将使拓扑晶体管和光量子计算机成为可能。借助新的方法，研究人员可通过光线控制狄拉克半金属中的量子态，相比基于电场、磁场和应变场控制的调谐方法，其调谐速率更快，且能耗更低，有利于开发量子计算策略和高速、低能耗的电子产品。
  
 4.美国研究人员证明室温下量子计算的可行性
  
 2020年5月，美国陆军研究实验室与麻省理工学院的研究人员合作证明了室温下量子计算的可行性。研究人员通过计算机模拟证明，可在非线性光学晶体中制造出空腔并将光子暂时捕获在其内部，以此建立量子位，并用晶体腔是否带有光子表示不同的量子态，进而创建量子逻辑门。这一研究成果表明，结合非线性光学晶体的光子电路已成为目前在室温下使用固态系统进行量子计算最具可能性的方法。研究人员预计，该技术的成功演示还需要约十年的持续研究。
  
 5.瑞士苏黎世联邦理工学院开发出首套直观的量子编程语言
  
 2020年6月，瑞士苏黎世联邦理工学院(Swiss Federal Institute of TechnologyZurich，ETH)的研究人员开发出首套直观的量子编程语言Silq，该语言允许开发者像传统计算机一样简单、可靠且安全地对量子计算机进行编程。Silq语言并未围绕硬件的结构和功能来开发，其主要目标是帮助开发者专注于任务，而不必理解量子计算机体系结构和系统实现的每个细节。研究人员表示，与现有语言相比，Silq语言更紧凑、更快、更直观且更易于理解，能使开发者更好地挖掘量子计算机的潜力。
  
 6.美国麻省理工学院提出一种可同时用于量子计算和量子通信的架构
  
 2020年7月，美国麻省理工学院的研究人员提出一种量子计算架构，可执行量子计算，同时在处理器之间快速共享量子信息。研究人员基于超导量子位创造出一种人造的“巨型原子”，可以调整量子位与波导相互作用的强度，从而可以保护脆弱的量子位免受量子退相干现象或波导管在执行高保真操作时可能会加速的自然衰减的影响。通过巨型原子执行量子计算，量子比特与波导耦合的强度会重新调整，量子位能够以光子的形式将量子数据释放到波导中。在演示实验中，两量子比特纠缠的保真度达到94%。该研究使量子信息处理和量子通信成为一体，有望为研发完整的量子平台开辟新的道路。
  
 7.IBM公司大幅改进其量子计算机性能
  
 2020年8月，IBM公司宣布将其量子计算机的量子体积(量子体积为IBM公司开发的量子计算性能指标）提升至64，相比于2019年的32提升了一倍。该指标的提升意味着量子计算机能执行更快、更复杂的计算。“量子体积”指标用于衡量量子计算机的性能，其影响因素包括量子比特数、门和测量误差、设备交叉通信，以及设备连接和电路编译效率等。为争夺“量子优越性”，即量子计算机性能的优势，IBM公司为其量子计算机定下“量子体积”每年翻番的目标。随着霍尼韦尔公司、IBM公司不断提升其量子计算机的性能，商业硬件公司在量子计算领域的竞争还将进一步白热化。
  
 8.美国哥伦比亚大学将牵头开发量子模拟器
  
 2020年9月，美国哥伦比亚大学（Columbia University)获得美国国家科学基金会（NationalScience Foundation，NSF)拨款100万美元，用于建造量子模拟器。哥伦比亚大学的研究人员将与来自学术界、国家实验室和行业的物理学家、工程师、计算机科学家、数学家和教育家等人士进行合作研究，基于原子的有序阵列构建通用的量子模拟器。该模拟器有望促进通用量子计算机的推出，用于处理传统超级计算机无法运算的复杂问题。
  
 9.美国IonQ公司推出下一代量子计算机硬件路线图和新型量子计算性能指标
  
 2020年12月，美国IonQ公司描述了其扩展下一代离子阱量子计算机的战略和目标，并推出了一种新的量子计算性能指标。该公司的技术战略包括增加量子比特数量、提高量子比特门保真度、使其芯片和系统小型化、降低制造成本、利用纠错技术有效改善本地量子比特质量，以及使用光子网络将多个模块组合成一个更大的系统。此前，业界通常使用IBM公司提出的“量子体积”指标来衡量量子计算机的性能。然而，IonQ公司认为，量子体积度量标准存在缺陷，当量子计算机的性能足够强大时，这一度量标准将存在局限性。因此，该公司推出了自己的度量标准，并称之为与量子体积相关的“算法量子比特”(Algorithmic Qubits)。IonQ公司的相关规划体现了其自主创新的坚定决心。

3. 当量子计算遇上人工智能 有望催生重大进步

　　当量子计算遇上人工智能   
   
     　　曾经，量子物理学和人工智能被看作“油和水一样无法结合”。如今，人工智能已被学术界和科技巨头视为量子计算的重要着力点。   
   
     　　谷歌、IBM、英特尔、微软等科技巨头不断高调大秀量子计算“技术肌肉”的行为，让全球对量子计算的追逐更加白热化，这其中，中国相关企业、机构“抢滩”量子计算的身影冲在前面。   
   
     　　3月29日，微软研究人员宣布其量子计算取得重大突破，他们发现天使粒子——马约拉纳费米子存在的有力证据：在特殊制备的导线中，将电子分为两半。如果微软希望建造一台能工作的量子计算机，这将是至关重要的。日前，谷歌推出72个量子比特的通用量子计算机Bristlecone时，宣称已拥有“量子霸权”；同日，百度宣布在五年时间里组建世界一流的量子计算研究所，并将把量子计算逐渐融入到业务中，自此，阿里巴巴、腾讯、百度全部入局量子计算。   
   
     　　围绕量子计算 科技巨头将有“十年竞赛”   
   
     　　曾经，量子物理学和人工智能(主要指神经网络技术)这两门学科被看作“油和水一样无法结合”。如今，人工智能已被学术界和科技巨头视为量子计算的重要着力点。   
   
     　　量子计算有很多引人疯狂之处，简单说，它将使人类的计算能力、处理大数据的能力，得以成千上万乃至破亿次的提升。   
   
     　　这是什么概念？业界常用一个例子回答这个问题：“用当前最大、最好的超级计算机破解一个常用的RSA密码系统，需要60万年，但用一个有相当储存能力的量子计算机，只需不到3个小时。”   
   
     　　微软亚洲研究院资深研究员陈卫说：“最快的计算机要算百万年、千万年的东西，可能量子计算机几秒钟、几分钟就能算完。”这让传统计算机在量子计算机面前弱到就像个算盘，也是追逐计算力提升至疯魔的科技巨头迷恋量子计算的原因之一。   
   
     　　虽然路径不同，但科技巨头都在努力开发拥有足够高精确度的有效量子位(量子计算的构建块)，以便真正可行的量子计算机能够面世。   
   
     　　英特尔正在研究多种量子位类型，其中包括在很多方面都与传统晶体管非常接近的自旋量子位，这使量子计算机有可能通过传统计算机相近的制程来制造。英特尔公司副总裁兼英特尔研究院院长迈克尔·梅伯里说：“我们的量子研究已发展到基于领先的制程工艺。”   
   
     　　微软投入量子计算研究已超过12年，虽然他们很少透露研究进展，但拓扑量子位的研究是比较明确的信息。微软研究人员认为，与其他量子系统相比，拓扑量子计算系统能用更少的量子位执行比常规计算机大几个数量级的运算。并且，拓扑量子位的纠错过程直接建立在量子位的物理机制中，这使得规模扩展和提供可靠结果变得更加容易。   
   
     　　从去年11月IBM发布50量子比特的量子计算云平台，到现在谷歌又将能力提升到72量子比特，电子计算机飞跃到量子计算机似乎已指日可待。   
   
     　　但是，与当前流行的“五年预测”不同，迈克尔·梅伯里表示，我们还处于“玩具系统”时代。在真正可行的技术出现之前，大型科技公司之间将有一场“十年的竞赛”。   
   
     　　当前最大挑战 如何让量子位统一、稳定   
   
     　　尽管取得了很多实验性的成果与推论，但大家都心知肚明，构建能够保证精准输出的、可行的、大规模的量子系统仍然存在很多挑战，若要量子计算真正发挥巨大潜力，还要克服许多基础性的难题。   
   
     　　虽然量子计算未来或能攻克传统计算机的无解难题，但如何让量子位统一和稳定是当前最大的挑战。   
   
     　　量子位“脆弱而挑剔”，任何噪声、甚至无意的观测都会导致数据丢失，它们需要在非常低的温度下储存，否则可能会受到干扰和破坏。   
   
     　　温度有多低？比外太空还要冷250倍。即使微软的拓扑量子位预计比一般的量子位更强健，它也同样脆弱，脱离不了极度寒冷的保护。   
   
     　　迈克尔·梅伯里说：“尽管传统计算用尽洪荒之力几十年才能解决的数据问题，量子计算可能只需要1秒就能搞定，但是，创建一个控制得很好的环境是前提。”   
   
     　　今年CES展期间，英特尔向它的研发伙伴QuTech交付的49量子比特量子计算测试芯片，只有5厘米左右大小，但为了让量子位保持极低温度的仪器却相当庞大，整个场景看上去就像科幻电影中胶囊正在孵化机器人。   
   
     　　尽管微软量子团队负责人托德·霍姆达尔说：“我们有机会解决一系列以前无法解决的问题。”但除了让量子位在更长的时间里保持量子态以外，这种极端的操作环境下，如何设计可工作的电子控制系统，如何解决量子位封装？在这些问题被解决之前，量子计算机走向应用市场非常困难。   
   
     　　与此同时，大多数构建量子位的方法都需要大量纠错，或确保信息可靠传输，微软的“有效操纵”研究因为直指量子计算的这个瓶颈，与谷歌刚刚宣布的72个量子比特计算机并称为今年最重要的科技创新。   
   
     　　只是，量子计算是一个系统工程，即使微软等的研究获得突破，将纯物理学与计算机科学相结合，将实验观念转化为产品难以一蹴而就。量子计算机的建立及实际应用还有很长的路要走。   
   
     　　与人工智能结合 有望催生重大进步   
   
     　　尽管仍有很多不确定性，但从谷歌、微软、IBM等科技巨头拼命往量子机器学习领域砸钱的举动看，量子计算和人工智能的结合已是未来科技的最大热门。   
   
     　　业界已经统一了思想：量子计算能够在许多领域起到重要作用，不仅有助于应对最棘手的全球粮食短缺或气候变化等挑战，更有望催生人工智能等领域的重大进步。   
   
     　　微软量子计算研究员内森·维贝说：“如果有一个足够大、足够快的量子计算机，我们可以彻底改变机器学习的各个领域。”   
   
     　　事实上，微软的拓扑量子计算机最早的用途之一就是帮助人工智能研究人员利用机器学习，加快训练算法。比如，把人工智能助理小娜的算法训练时间从一个月缩短到一天。   
   
     　　从这点上看，量子计算就像人工智能的协助处理器，非常适合机器的深度学习。不仅如此，通常人工智能中的代码是静态的，即使结果错误，普通算法也不会自行修改。但是，量子计算机系统能够自动设定程序，自行修改代码，并通过不断学习来处理之前从未遇到的新数据。   
   
     　　中粤金桥投资合伙人罗浩元说：“计算能力是人工智能的根本动力与核心资源，但是，随着人工智能的发展，越来越多的数据需要被计算，硬件堆砌已无法满足更强的计算能力需求。并且，量子计算系统不仅能处理海量数据，也具备自我学习和自我更正的能力。从这些角度看，在量子计算助力下的人工智能时代，将颠覆我们曾经最激进的想象。”   
   
     　　量子计算与人工智能的结合机会已如此明显而重要，中国的实力如何？   
   
     　　罗浩元认为：“无论是科技界还是企业界，我们已由‘观测’迈入‘调控’。在人工智能领域，中国虽然起步晚，但人才、企业数量及研究实力等并不逊于欧美国家。在量子计算领域，中国在前期已经打下了很好的基础，并开始了对量子计算机的研发。”

4. 量子计算机有望突破，新理论提示开发量子算法更有效方法

 文：Kayla Wiles 编译：peng
      在2019年，谷歌声称它是第一个展示量子计算机来执行超越当今最强大的超级计算机能力的计算。
   普渡大学的科学家们说，但是大多数时候，创造一种可以击败传统计算机的量子算法是一个偶然的过程。为了给该过程带来更多指导并减少其随意性，这些科学家开发了一种新理论，该理论可能最终导致对量子算法进行更系统的设计。
   发表在《 高级量子技术 》杂志上的一篇论文中描述的新理论是确定可以用可接受数量的量子门来创建和处理哪些量子态以胜过普通算法的首次已知尝试。
   物理学家将这种具有正确门数以控制每个状态的门称为“复杂性”。由于量子算法的复杂性与算法中涉及的量子态的复杂性密切相关，因此该理论可以通过表征哪些量子态满足该复杂性标准，从而为寻找量子算法打下基础。
   算法是执行计算的一系列步骤。该算法通常在电路上实现。
   在普通计算机中，电路具有将位切换到0或1状态的门。相反，量子计算机依赖于称为“量子位”的计算单元，该计算单元可以同时叠加存储0和1状态，从而可以处理更多信息。
   使量子计算机比普通计算机快的是更简单的信息处理，其特征在于与普通电路相比，量子电路中量子门的数量大大减少。
     “例如，即使一个小的蛋白质分子也可能包含数百个电子。如果每个电子只能采取两种形式，则要模拟300个电子，将需要2300个普通状态，这比宇宙中所有原子的数量还多。”普渡大学化学系教授，普渡量子科学与工程学院成员Saber Kais说。
   对于量子计算机，有一种方法可以使量子门按问题的大小（如上一个示例中的电子数）“多项式地”按比例放大，而不仅仅是像普通计算机那样按指数比例放大。“多项式”意味着处理相同数量的信息所需的步骤（门）将大大减少，从而使量子算法优于普通算法。
   到目前为止，研究人员还没有好的方法来确定哪些量子态可以满足多项式复杂性的条件。
   “有一个寻找状态和顺序非常大的搜索空间门匹配，在复杂创建能够执行计算比普通算法快的一个有用的量子算法，”凯斯他的研究小组正在开发的量子算法和量子说机器学习方法。
   普渡大学的博士后研究员Kais和Zixuan Hu使用新理论来识别一大批具有多项式复杂性的量子态。他们还表明，这些状态可能共享一个系数特征，可以在设计量子算法时更好地识别它们。
   考虑到任何量子态，我们现在能够设计一种有效的系数采样程序来确定它是否属于该类。

5. 量子力学所面临的挑战

量子力学可以算作是被验证的最严密的物理理论之一了。至今为止，所有的实验数据均无法推翻量子力学。虽然如此，量子力学中，依然存在着概念上的弱点和缺陷。
万有引力无法使用量子力学来描述。因此，在黑洞附近，或者将整个宇宙作为整体来看的话，量子力学可能遇到了其适用边界。使用量子力学，或者使用广义相对论，均无法解释，一个粒子到达黑洞的奇点时的物理状况。广义相对论预言，该粒子会被压缩到密度无限大；而量子力学则预言，由于粒子的位置无法被确定，因此，它无法达到密度无限大，而可以逃离黑洞。因此20世纪最重要的两个新的物理理论，量子力学和广义相对论互相矛盾。
在感念解释上遇到哲学上的问题。量子力学认为世界上不存在通过单一测量可以获得的客观的系统特性。一个量子力学状态的客观特性，只有在描写其整组实验所体现出的统计分布中，才能获得。量子力学的许多解释，涉及到一般的哲学问题，这些问题又涉及到本体论、认识论和科学哲学的基本概念和理论。

6. 中国量子计算领域获重大突破，我国是否重视量子技术发展？

我国当然重视量子技术的发展，因为量子测量技术与传统产业的结合将产生新的技术变革，一些重点领域有望率先推广应用。以量子惯性导航、量子目标识别、量子重力测量、量子时间基准、量子磁场测量为代表的一批新型量子测量领域在国防建设和军事应用中具有重大战略价值，被政府和科研机构广泛接受世界各地的机构。在解决工程化和实际应用问题后，有望率先在涉及国家安全、国计民生的重点领域得到应用。

其次量子通信是一种利用量子比特作为信息载体进行信息交互的通信技术。量子通信有两个最典型的应用，即量子密钥分发和量子隐形传态。量子密钥分发是指利用量子态来加载信息，并通过一定的协议在相距较远的两个通信方之间共享密钥。量子力学的基本原理保证了密钥不能被窃听，从而原则上可以实现无条件安全的量子秘密通信。

再者能够更好地实现量子优越性。即量子计算机在给定问题上超越传统超级计算机的能力，需要对大约50个量子位进行连贯操作。对量子计算有直接影响的量子理论的关键原理包括叠加粒子同时处于不同状态的能力、纠缠粒子即使在很远的距离内也能相互关联的能力，以及干扰粒子的能力相互放大或抵消。

要知道的是中国的量子通信技术领先于世界，国外很多国家都没有。对于这种只有中国拥有的技术，以美国为首的许多世界大国都提出了与中国共享的要求，甚至愿意使用本国的先进技术。用技术换取技术，面对这样一个对技术强国的渴望，是不是说明中国的量子技术很强大？自从中国拥有了世界上第一颗量子卫星，中国开始站在科技的巅峰。未来军事机密更难破解，通信也有自己独特的技术，别人无法破解。

7. 首次解决“量子困境”！量子计算机上的量子化学

 
     
   博科园-科学科普：自1929年以来，化学和物理一直试图通过调用全ci方法来预测复杂的化学反应，但直到现在才成功。全ci计算具有预测化学反应的潜力。这项研究的研究人员报告了一种新的全ci方法首次在量子计算机上实现，这篇论文发表在ACS中央科学期刊上。正如狄拉克在1929年量子力学建立时所宣称的那样，精确地应用数学理论来求解SE，会导致方程过于复杂而无法求解。事实上，在全ci方法中需要确定的变量的数量随着系统大小呈指数级增长，并且很容易遇到诸如指数爆炸之类的天文数字。例如，只涉及42个电子的苯分子C6H6的全ci计算维数为10^44，这是任何一台超级计算机都无法处理的。
   
   更糟糕的是，离解过程中的分子系统具有极其复杂的电子结构(多构型性质)，任何一台超级计算机都无法进行相关的数值计算。根据OCU研究小组的说法，量子计算机可以追溯到1982年费曼的建议，即量子力学可以通过计算机本身来模拟，而计算机本身是由遵循量子力学定律的量子力学元素构成。20多年后，哈佛大学(university of Harvard)教授阿斯普鲁-古奇克(Aspuru-Guzik，自2018年起多伦多大学[Toronto university]教授)和同事们提出了一种量子算法，能够计算原子和分子的能量，而不是以指数的方式，而是以多项式的方式对系统变量的数量进行计算，在量子计算机上的量子化学领域取得了突破。
   
   将Aspuru量子算法应用于量子计算机上的全ci计算时，需要得到与所研究的SE的精确波函数接近的近似波函数。否则，坏的波函数需要极端多的重复计算步骤才能得到精确的波函数，从而阻碍了量子计算的优势。由于电子在化学键解离过程中不参与化学键合，所以化学反应具有多构型的性质。OCU研究人员已经解决了这个量子科学和化学中最棘手的问题之一，并在实现一种新的量子算法方面取得了突破，该算法在多项式计算时间内生成称为组态函数(CSFs)的特定波函数。然而，先前提出的量子计算算法不可避免地涉及到许多化学键的离解和形成，从而产生许多不参与化学键的电子，使量子算法难以应用。这就是所谓的“量子困境”。
   
   OCU研究人员引入了一个二自由基特征yi(0 ~ 1)来测量和表征开壳电子结构的性质，并利用其二自由基特征构建化学反应所需的多构型波函数，在量子计算机上沿整个反应路径进行全ci计算。这种新方法不需要耗时的后hartree - fock计算，避免了计算的指数爆炸，首次解决了“量子困境”。OCU小组写道：这是一个实用的量子算法的第一个例子，该算法使用于预测化学反应路径的量子化学计算能够在配备了大量量子位元的量子计算机上实现。这一实现使量子化学计算在量子计算机上实际应用在化学和材料科学的许多重要领域。
    博科园-科学科普｜研究/来自：大阪市立大学 
   参考期刊文献:《ACS Central Science》
   论文DOI：10.1021/acscentsci.8b00788
   博科园-传递宇宙科学之美
   

8. 量子力学的多世界诠释——三分钟科学