科学家们利用算法在传统硬件上成功模拟了量子计算机

在追求真正的量子霸权的背景下，隐藏着一种尴尬的可能性 —— 基于量子诡计的超快速数字运算任务可能只是一种炒作。

现在，来自瑞士洛桑联邦理工学院 (EPFL) 和美国哥伦比亚大学的两位物理学家提出了一种更好的方法，用以判断近期量子设备的潜力，通过模拟他们依赖于传统硬件的量子力学。

他们的研究利用了EPFL的朱塞佩·卡莱奥（Giuseppe Carleo）和他的同事马蒂亚斯·特罗耶（Matthias Troyer）在2016年开发的神经网络，利用机器学习得出了一个近似量子系统的模型，任务是运行特定的过程。

这一过程被称为量子近似优化算法（QAOA），该过程从一系列可能性中确定能量状态问题的最佳解决方案，这些解决方案在应用时应该会产生最少的误差。

卡莱奥表示：“人们对了解量子计算机可以有效解决哪些问题是很感兴趣的，而QAOA就是其中一个比较突出的候选者。”

由卡莱奥和哥伦比亚大学的同事开发的QAOA模拟，模仿了一个54量子比特的设备，尺寸很大，但与量子技术的最新成就非常吻合。

虽然，这只是算法在实际量子计算机上运行的近似值，但它做得足够好，完全可以用作实际的用途。

时间会告诉我们，未来的物理学家是会在一台真正的机器上用一个下午时间，采用QAOA计算快速算出基态，还是会用经过验证的二进制代码慢慢计算。

工程师们在利用被困在量子盒子里的概率转轮方面仍在取得令人难以置信的进展。当前的创新是否足以克服这一代人在量子技术上的最大障碍，这仍是一个紧迫的问题。

每个量子处理器的核心都是称为量子位的计算单元。每个都代表一个概率波，一个没有单一定义的状态，但被一个相对直接的方程稳健地捕获。

将足够多的量子位连接在一起 —— 这就是所谓的纠缠 —— 这个方程就会变得越来越复杂。

随着链接的量子比特数量从几十个增加到几百个，再到数千个，它的波形所代表的各种计算，将会让我们使用经典二进制码比特所能处理的任何东西都黯然失色。

但整个过程就像用蜘蛛网织出一条花边地毯：每一个波都与周围环境纠缠在一起，导致灾难性的错误。 虽然我们可以降低发生此类错误的风险，但目前还没有简单的方法可以完全消除它们。

如果，有一种简单的方法来补偿它们，我们也许能够忍受这些错误。 目前，预期的量子加速风险是物理学家拼命追逐的蜃景。

但“量子加速”的障碍几乎是刚性的，它正在不断被新的研究重塑，这也归功于更有效的经典算法的发展。

物理学家们最终表示：“用模拟来论证经典计算比量子机仍有优势，在当前这个新兴的、不完美的量子技术的时代，可以用来建立基准，模拟达到的效果，这也是一种相当诱人的方式。”

除此之外，谁知道呢？ 量子技术已经变成了一场赌博。不过到目前为止，它似乎也得到了很好的回报。

如果朋友们喜欢，敬请关注“知新了了”！