来源：科技日报
12月4日，中国科学技术大学潘建伟、陆朝阳等组成的研究团队，与中科院上海微系统所、国家并行计算机工程技术研究中心合作，构建了76个光子的量子计算原型机“九章”，实现了具有实用前景的“高斯玻色取样”任务的快速求解。
据现有理论，该量子计算系统处理高斯玻色取样的速度比目前最快的超级计算机快一百万亿倍，即“九章”一分钟完成的任务，超级计算机需要一亿年。
其速度也等效地比去年谷歌发布的53个超导比特量子计算原型机“悬铃木”快一百亿倍。
这一成果使得我国成功达到了量子计算研究的第一个里程碑：量子计算优越性（国外称“量子霸权”）。相关论文于12月4日在线发表在国际学术期刊《科学》上。
实现“量子霸权”的两种路径
由于量子计算机在原理上具有超快的并行计算能力，在一些具有重大社会和经济价值的问题方面相比经典计算机可实现指数级别的加速。当前，研制量子计算机已成为世界科技前沿的最大挑战之一，是欧美发达国家角逐的焦点。
这当中，量子计算研究的第一个阶段性目标，是实现“量子计算优越性”（亦译为“量子霸权”），即研制出量子计算原型机在特定任务的求解方面超越经典的超级计算机。
上面提到的量子计算“特定任务”，是指经过精心设计，非常适合于量子计算设备发挥其计算潜力的问题。这类问题包括随机量子线路采样、IQP线路、高斯玻色取样。而谷歌量子AI团队所针对的问题是随机量子线路采样。
所谓“玻色取样”问题，我们可以理解成一个量子世界的高尔顿板。
高尔顿板问题是由英国生物统计学家高尔顿提出来的，这个问题可以理解为小球从最上方被扔下，每经过一个钉板，都有一半的可能从左边走，一半的可能从右边走，当有很多个小球从上往下随机掉落时，落在下面的格子里的小球数量分布上会呈现一定的统计规律，这个模型可以用来直观地认识中心极限定理。
如果将“高尔顿钉板”发展出一个量子版本，即，由全同光子来代替小球，用分束器（当一束光通过分束器时会被分成两束强度较低的光，一束透射，另一束反射）来代替钉子，则这个游戏就变成“玻色取样”的量子模拟。一般来讲，“玻色取样”是指，在n个全同玻色子经过一个干涉仪后，对n个玻色子的整个输出态空间进行采样的问题。
计算机科学家S.Aaronson和A.Arkhipov于2013年提出一种快速计算矩阵的常值方法，主要原理是对经过线性器件处理的玻色子的概率分布进行抽样分析，从而可以很快的求出一个n x n维矩阵常值的方法。自然界中的粒子分为玻色子和费米子，而光子属于玻色子，这样就可以运用光子实现玻色取样实验。
从计算复杂度的角度来看，随着光子数的增加求解步数呈指数上涨。对于这样一个经典计算异常困难的问题，在中小规模下就可以打败超级计算机。因此，“玻色取样”这个问题被量子计算领域的科学家盯上了，准备拿它小试牛刀，挑战经典计算机。
同样，为什么随机量子线路经典计算机很难模拟？举个例子来说，比如一个50比特的随机量子线路采样，最终输出的量子态的态空间的维度是250，如果使用经典计算机模拟，首先要存储如此高维度的量子态是极其困难的，其次，在如此高维的计算空间上，模拟每一层的量子计算操作，直至输出最终的计算结果，更是难上加难！
而利用超导量子比特实现随机线路取样和利用光子实现玻色取样，是目前国际学术界公认的演示量子计算优越性的两大途径。在第二种路线上，中科大团队一直保持国际领先。2019年，他们实现了20光子输入60×60模式干涉线路的玻色取样量子计算，输出状态空间维数高达三百七十万亿，其复杂度相当于48个量子比特，逼近了“量子计算优越性”。
此次，潘建伟团队通过自主研制同时具备高效率、高全同性、极高亮度和大规模扩展能力的量子光源，同时满足相位稳定、全连通随机矩阵、波包重合度优于99.5%、通过率优于98%的100模式干涉线路，相对光程10的负9次方以内的锁相精度，高效率100通道超导纳米线单光子探测器，成功构建了76个光子100个模式的高斯玻色取样量子计算原型机“九章”，意为纪念中国古代最早的数学专著《九章算术》。
“我们实验中要用到的一些关键器件，国外一直对我们进行禁运，但是我们靠自己、靠国内协作单位，做出了世界上最好的量子光源。毕竟，科学是为服务全人类的。”潘建伟告诉记者，完成这一实验，需要更多更好的光量子，正是拥有了世界最好的量子光源，这次实验输出量子态空间规模达到了10的30次方。
根据目前最优的经典算法，“九章”对于处理高斯玻色取样的速度比目前世界排名第一的超级计算机“富岳”快一百万亿倍，等效地比谷歌去年发布的53比特量子计算原型机“悬铃木”快一百亿倍。同时，通过高斯玻色取样证明的量子计算优越性不依赖于样本数量，克服了谷歌53比特随机线路取样实验中量子优越性依赖于样本数量的漏洞。
这个成果牢固确立了我国在国际量子计算研究中的第一方阵地位，为未来实现可解决具有重大实用价值问题的规模化量子模拟机奠定了技术基础。此外，基于“九章”量子计算原型机的高斯玻色取样算法在图论、机器学习、量子化学等领域具有潜在应用，将是后续发展的重要方向。
量子计算需经历“三步走”
正是由于量子计算机在原理上具有超快的并行计算能力，可望通过特定算法在一些具有重大社会和经济价值的问题方面，如密码破译、大数据优化、材料设计、药物分析等，相比经典计算机实现指数级别的加速。
事实上，量子计算机的研制是一个极具挑战并且周期可能较长的工作。为了推动量子计算机的研制，我们必须把其分成一个个的小目标，不断逐次突破。其中的第一个小目标就是“量子优越性”(Quantum Supremacy)，指的是量子计算机在某个特定问题上的计算能力远超过性能最好的超算，证明量子计算机的优越性。因此，“量子优越性”被认为是量子计算发展道路上的一个重要里程碑。
对于量子计算机的研究，国际同行公认有三个指标性的发展阶段：
第一阶段发展具备50-100个童子比特的高精度专用量子计算机，对于一些超级计算机无法解决的高复杂度特定问题实现高效求解，实现计算科学中“量子计算优越性”的里程碑。
第二阶段通过对规模化多体量子体系的精确制备、操控与探测，研制可相干操纵数百个量子比特的量子模拟机，用于解决若干超级计算机无法胜任的具有重大实用价值的问题，如量子化学、新材料设计、优化算法等。
第三阶段则是通过积累在专用量子计算与模拟机的研制过程中发展起来的各种技术，提高量子比特的操纵精度使之达到能超越量子计算苛刻的容错阈值（大于99.9%) ,大幅度提高可集成的量子比特数目至百万量级，实现容错量子逻辑门，研制可编程的通用量子计算原型机。
让梦想量子计算走进现实
2019年10月23日，权威杂志《自然》刊出了谷歌量子AI团队的最新科研工作，在持续重金投入量子计算13年后，成功地用实验证明“量子优越性”。即在特定任务上，量子计算机可以大大超越经典计算机的计算能力了。
论文报道了谷歌团队基于一个包含53个可用量子比特的可编程超导量子处理器，运行随机量子线路进行采样，耗时约200秒可进行100万次采样，并且估计如果使用当时最强超算Summit来计算得到同样的结果，需耗费约1万年。据此，谷歌宣称实现了“量子霸权”。
实际上，“量子优越性”代表了两个方面的竞争，一方面量子芯片的比特数和性能不断扩张，在某些问题上展现出极强的计算能力；另一方面，经典算法和模拟的工程化实现也可以不断优化，提升经典算法的效率和计算能力。所以，如果能够提升经典模拟的能力，那么谷歌的量子设备有可能就无法打败最强超算，从而“称霸”失败。
对于谷歌的“称霸”，IBM是第一个跳出来表示“不服”的。IBM指出谷歌对随机量子线路的经典模拟优化得并不好，如果采用内存和硬盘混合存储方案，模拟53比特、20深度的量子随机线路采样，仅需2.5天。IBM还宣称这只是他们保守的估计。
对此，加拿大卡尔加里大学教授、量子科学和技术研究所所长Barry Sanders 认为，去年，谷歌取得了一项巨大的成果，即量子计算优越性，但这是有争议的。谷歌的结果是，他们拥有一台量子计算机，其性能比其他任何经典计算机都要好。然后，IBM对此提出相反的论点：他们并未完全实现。质疑是否真正的达到了量子计算优越性。
面对“九章”所证明的“量子计算优越性”，Barry Sanders则毫不吝啬地称赞：“我认为这是量子计算领域最重要的成果之一。这个实验不存在争论，毫无疑问，该实验取得的结果远远超出了传统机器的模拟能力，实验取得的结果远远超出了传统机器的模拟能力。这个实验技术挑战非常巨大。为了获得此结果，他们必须解决许多非常困难的技术问题。仅仅在技术层面上，他们所取得的成就也令人印象深刻。这是人们梦寐以求的实验，他们做成了，让梦想走进现实。”
毕竟，经典算法的发展以及超算上的工程化实现，还有提升空间。“量子优越性”本身也是经典计算和量子计算博弈和演进的过程。谷歌宣称的“量子优越性”，目的仅仅是为了在实验上证明量子计算机确实有超越目前最强超算的能力，这并不意味着已经实现了实用化的量子计算机。“量子优越性”对于量子计算的发展，仅仅是一个开始。
对此，潘建伟向记者表示，量子优越性实验并不是一蹴而就的工作，而是更快的经典算法和不断提升的量子计算硬件之间的竞争，最终量子并行性会产生经典计算机无法企及的算力。（科技日报记者 吴长锋）
