新經典算法如何開啓量子計算的未來之門？

在量子計算令人興奮的發展中，來自芝加哥大學計算機科學系、普利茲克分子工程學院和阿貢國家實驗室的研究人員推出了一種經典算法，用於模擬高斯玻色子採樣（GBS）實驗。

這一成就不僅有助於闡明當前量子系統的複雜性，而且在我們對量子和經典計算如何協同工作的理解方面邁出了重要的一步。該研究發表於 《自然物理學》 。

高斯玻色子採樣作爲展示量子優勢（即量子計算機執行經典計算機無法有效完成的任務的能力）的一種有前途的方法而受到關注。這一突破的達成是以一系列創新實驗爲標誌的。

先前的研究表明，在理想條件下，經典計算機模擬 GBS 具有挑戰性。然而，助理教授兼作者比爾·費弗曼指出，實際實驗中存在的噪聲和光子損失帶來了額外的挑戰，需要仔細分析。

值得注意的是，由中國科學技術大學和加拿大量子公司 Xanadu 等主要研究中心的團隊進行的實驗（如這些）表明，雖然量子設備能夠產生與 GBS 預測相符的輸出，然而噪聲的存在常常會使這些結果變得模糊，導致對所聲稱的量子優勢產生疑問。這些實驗爲當前的研究奠定了基礎，促使科學家改進他們對 GBS 的方法，並更好地瞭解其侷限性。

“雖然理論基礎已表明量子系統能夠優於經典系統，然而實際實驗中存在的噪聲引發了複雜性，這需要進行嚴格的分析，”費弗曼解釋道。

在我們努力將量子計算投入實際應用之時，搞清楚噪聲怎樣影響性能是極爲重要的。

這種新算法藉助當前 GBS 實驗中常見的高光子損耗率來化解這些複雜性，從而提供更高效、更準確的模擬。

值得注意的是，研究人員發現他們的經典模擬在各類基準測試裡的表現要比一些最先進的 GBS 實驗好。

“我們所看到的並非量子計算的失敗，而是一個能讓我們完善對其能力理解的契機，”費弗曼着重強調。

它能讓我們改進算法，突破我們所能達到的限度。

該算法在實驗中表現出色，其通過精確捕捉 GBS 輸出狀態的理想分佈，這對現有實驗所宣稱的量子優勢提出了質疑。這一見解從而爲改進未來量子實驗的設計打開了大門，表明提高光子傳輸速率和增加壓縮態的數量可以顯著提高其有效性。

這些發現的影響超出了量子計算的領域。隨着量子技術的不斷髮展，它們有可能極大地改變密碼學、材料科學和藥物發現等領域。例如，量子計算可能會在安全通信方法方面取得突破，實現對敏感數據更強大的保護。

在材料科學中，量子模擬有助於發現具有獨特性質的新材料，爲技術、能源存儲和製造業的進步鋪就道路。通過加深對這些系統的理解，研究人員正在爲實際應用奠定基礎，這些應用可能會改變我們在各個領域處理複雜問題的方式。

對量子優勢的追求不單單是學術方面的努力；它對依賴複雜計算的行業有着切實的影響。隨着量子技術的成熟，它們有可能在優化供應鏈、增強人工智能算法和改善氣候模型方面發揮關鍵作用。

量子計算和經典計算之間的協作對於實現這些進步至關重要，因爲它使研究人員能夠利用這兩種範式的優勢。

費弗曼與普利茲克分子工程學院的樑江教授和前博士後 Oh Changhun（目前是韓國科學技術院的助理教授）密切合作，完成了之前的工作，最終促成了這項研究。

2021 年，他們通過有損玻色採樣研究了噪聲中等規模量子（NISQ）設備的計算能力。

該論文揭示，光子損失會根據輸入光子的數量影響經典模擬成本，這可能使經典時間複雜度呈指數級降低。

在此之後，他們的第二篇論文側重於在旨在展示量子霸權的實驗中噪聲的影響，

在他們的第三篇文章中，他們探索了 高斯玻色採樣 （GBS），並提出了一種新的架構，提高了可編程性以及對光子損失的恢復能力，使大規模實驗更具可行性。

然後，他們在第四篇論文中 引入了一種經典算法，該算法生成的結果與理想的玻色子採樣結果高度一致，提升了基準測試技術，並強調了仔細選擇實驗規模以在噪聲中保留量子信號的重要性。

經典模擬算法的發展不僅加深了我們對高斯玻色子採樣實驗的理解，也突出了在量子和經典計算方面持續研究的重要性。更有效地模擬 GBS 的能力成爲通往更強大量子技術的橋樑，最終有助於應對現代挑戰的複雜情況。