科学网 › 标签 › 量子计算 › 相关日志

标签: 量子计算

相关日志

[转载]量子生成对抗网络QGAN: quantumchina 2020-7-3 11:06; 机器学习正在变得越来越强大，其中很大程度上归功于一种使 AI 互相对抗的算法。这类算法叫做生成对抗网络 (GAN) ，目前可以被用来创作艺术品，破解加密，以及生成逼真的人类和动物图片。最近，科研工作者已经将生成对抗网络与量子计算相结合。清华大学交叉信息学院的孙麓岩教授以及他的同事们已经利用量子电路实现了生成式对抗网络（GAN）。图丨此次论文（来源：Science Advance）生成对抗网络是由两部分神经网络组成的，分别为生成模型和判别模型。顾名思义，生成模型就是用来生成数据的，比如他可以生成一张脸的图片。然后将真实数据和生成模型生成的“虚假”数据同时提供给判别模型，让判别模型来分辨数据的真假。就这样，让这两个神经网络互相对抗一定数量的回合后，生成模型就能够生成出判别模型无法分辨真假的的数据了。科研工作者通过量子生成模型和判别模型实现了量子生成对抗网络。不同于使用只能代表 0 或 1 的经典比特的经典计算机，量子计算机可以使用由 0 和 1 混合构成的量子比特。科研工者们试图训练量子生成模型来模拟生成微波谐振器产生的量子数据，直到判别模型无法分辨真假为止。清华大学交叉信息学院的邓东灵教授表示，理论上来说，量子计算机相对于经典计算机在特定问题上有着绝对速度优势，比如分解大数。但是据孙麓岩教授表示，由于目前的技术限制，量子计算机还无法达到如此理想的速度。科研工作者相信量子计算机上的生成对抗网络会拥有相对于经典计算机的速度优势，但他们还需要进一步验证这一点。孙麓岩教授称，这将会是量子机器学习里程碑式的一项工作。通常情况下，科学家们认为实现“量子霸权”需要至少 50 个量子比特，然而这次其团队使用的单量子比特系统。邓东灵教授也表示，道阻且长，行则将至。来源： https://baijiahao.baidu.com/s?id=1624089515846728292wfr=spiderfor=pc; 个人分类: 量子机器学习|3007 次阅读|0 个评论

Honeywell又宣称造出世界上性能最强的量子计算机了: leiyian 2020-6-27 07:47; Honeywell是历史悠久的传统计算机厂商了，我的Fortran编程就是在Honeywell中型机上学会的。量子计算理论基础存在严重的问题。任何一个东西都是量子，任何一个东西也都是量子计算机，它表现的性质用传统计算机建模计算都计算不精确，或者计算不出来。所以自宇宙诞生以来，量子计算计算机就存在了，量子计算也存在了，它就是我们的世界万物，我们的物理世界。然而计算是数学。数学也一直存在，只不过需要人去提出那些概念，去证明，去推导。人类认识到的数学是人类发现的。数学和物理存在本质的差别。数学模型可以在某个侧面接近物理体系，但不是物理体系，不可能完整描述一个物理体系。一般，数学的定义和推导都必须严格，必须精确，但物理不是。任何一个物理量都不可能精确得到。物理体系越微小，越脆弱，对它的测量越不可靠。所以我们看到的物理常数都是xxxxx+-xx这种形式。如何用两个这样的数作精确的计算呢？特别是前面部分的长度原则上非常有限，到目前为止没有超过12位（十进制）。怎么用这样的量表达300位的数字并精确计算呢？无论是google，还是IBM，Honeywell，他们告诉我们做成了一个量子计算机，为什么不说做了什么计算，或者形成了什么应用，而是做了一个不提可能用途的量子计算机呢？每次都说要分解大数，为什么不至少分解一个小一点的数，比如10位？ 2019年google已经实现了“量子霸权”。IBM，Honeywell，阿里，华为，等，也都有了神奇的量子计算机。如果到2025年，还没有出现一种基于量子计算的，足以威胁传统计算的应用，人们难道不应该怀疑它吗？; 个人分类: 量子力学|2178 次阅读|0 个评论

[转载]美工业巨头Honeywell宣布造出史上最强量子计算机: quantumchina 2020-6-23 11:07; 近日，美国跨领域工业巨头 Honeywell 集团宣布，其量子计算研究团队已经制造出目前世界上性能最优的量子计算机，并已与微软的云量子计算服务 Azure Quantum 合作，将该设备向企业级用户开放使用，标价约为每小时一万美元。霍尼韦尔量子计算机的量子体积（Quantum Volume）为 64，其功能是业界下一个替代产品的两倍。 “使我们的量子计算机如此强大的是拥有最高质量的量子位和最低的错误率。” 霍尼韦尔量子解决方案公司（Honeywell Quantum Solutions）总裁 Tony Uttley 表示。但说归说，谷歌之前还说自己实现了量子计算中，象征着碾压经典计算运算能力的量子优越性，结果后来遭到了各种质疑，甚至还被国内的阿里“纠正了错误”，而若想了解此次 Honeywell 为何敢称自己的设备为行业老大，我们首先需要了解 “量子体积” 这一概念。如何评判量子计算的运算能力？量子体积由 IBM 在 2017 年提出，是用于衡量量子计算设备的计算能力的一个综合指标。在此前，甚至是直到最近，很多媒体或公司在宣传时还都是会以 “一台设备有多少量子比特” 来衡量一台设备的实际计算能力，但这其实是一种极不严谨的做法，原因是量子比特会因噪声或自身特性而退相干，也就是脱离其能正常工作的状态，而一台设备所使用的量子比特总数越多，其整体的噪声也就越高，而当退相干的量子比特达到一定数量时，计算便会崩溃。图 | 构成量子体积的因素表（来源：IBM）这里，我们可以用选购汽车的例子来类比，看看 “用不同标准衡量量子计算设备的计算能力” 所带来的实际效果。一般，在我们考虑要不要买一辆车时，都会根据它的综合性能做出判断。而只通过一台量子计算设备使用了多少个量子比特来衡量该设备的计算能力，就好比是只告诉你一辆车有多少个座位，然后让你判断这辆车好不好一样，尽管是一项重要参考指标，但非常片面，不能给人一种 “全局感”。相比之下，量子体积这一概念则更像是综合了车的发动机参数、内饰参数、能乘几人、车内空间和续航能力等多方面信息，最终汇集成一个综合性指标，它能让你一下就知道这辆车究竟是好是坏。事实上，根据 IBM 所发布的信息，其所设计的量子体积参数其实是源于一个 “量子计算深度” 的概念，由于一些源于量子物理的根本问题，量子计算机在运算时所使用的量子门不可避免地会产生运算误差，而量子计算设备能在运算误差大到运算结果丧失意义前，所能进行的最大运算量，就是量子计算机的计算深度。当然，一台设备的量子比特数与深度值之间，存在着一种 “类反比” 的关系。如之前所提到的噪声问题，一台设备所用的量子比特越多，其系统的复杂性也就越高，其计算也就越容易出错，但由于根据可用的量子比特数，可运行量子计算的算法也会不一样，仅仅单看一台设备的计算深度其实也并不靠谱，比如一台仅有两量子比特的设备的计算深度虽然大到不行，但其能实际进行的运算却少的可怜，可以说并不具有太大的实际意义。这也正是 IBM 提出量子体积这一概念的初衷，即整合多个用于衡量量子计算设备的计算能力的指标，用一个综合指标全面地衡量一台量子计算设备的真实运算能力，结束业内衡量标准不统一的乱象。因此，在综合了包括 “量子比特数、容错率、量子门的并行性、相干性、量子比特间的量子态串行的可能性” 等一系列参数在内的各种指标后，IBM 提出了 “量子体积” 这一用于评估量子计算设备运算能力的综合性能值，从某种程度上重新定义了衡量量子计算运算能力的方法。比如很多情况下，如果给定量子比特的数量，研究者还可通过优化设备的其它设定，权衡每个参数每增加一点或减少一点对计算性能所带来的影响，使设备的计算性能达到最优，就好比汽车工程师在设计一款车时，是注重载客量多增加一个座位，还是注重车的速度和起步加速时间，少加一个座位，设计量子计算机的研究人员也需在各项参数之间做好平衡，才能实现其理想的最优结果，并通过量子体积这一参数直观地显示出，调整每个参数对整体运算性能所构成的影响。图 | IBM的 20 量子比特设备的运算能力优化历程（来源：IBM）量子计算究竟哪家强？在量子计算领域，Honeywell 凭借其此前在低温物理及激光设备制造上的经验，于五年前组建了一支由一百多名工程师和研究员所组成的量子计算研发团队，并一直将主要研究方向放在 “量子计算机的实际构建” 上。如今，这台号称当今最强量子计算机的问世，显然是个里程碑。Honeywell 官方披露了它的部分构建细节。这台量子计算机的 “主机”，是一个不锈钢球体构建的超高真空室，大约有一个篮球那么大，有可以接收激光的入口，内部是真空的，其真空度比外太空还小五倍。用液氦对该腔室进行低温冷却，以使其中的芯片离子阱系统保持在零下 263℃（绝对零度以上 10 度，比冥王星表面温度低）附近。离子阱系统的主体是一个硅芯片，其约有四分之一表面被金子所包裹。在腔室内，电场使单个原子悬浮在离子阱上方 0.1 毫米处。科学家用激光照射这些带正电荷的原子，来进行量子操作。同时，有很多外部设备用来控制量子计算机。控制系统必须精确地操纵数百个独立的电信号，进而在量子信息算法中以复杂的舞蹈形式移动离子（量子比特）。由于所有操作都是通过激光完成的，因此在光学平台上排列了多个光学元件，每个光学元件都指定了正确的光的颜色。所有这些基础设施占用了大约两个大光学平台（大约 5 英尺宽和 20 英尺长），这占用了很大的空间，因为真正的计算能力是由盘旋在离子阱表面上的几个原子所产生的。根据 Honeywell 目前所提供的信息，此次推出的设备的量子体积值为 64，相比之下，IBM 目前已知的最新机器（于今年一月时公布）的量子体积值仅为 32。而谷歌虽然曾于去年秋季宣布其所研制的一台 53 量子比特的设备已经实现量子优越性，在 200 秒内就解决了一个经典计算机需花费一万年才能完成的运算，但后来“经典计算机是否真的需要花费一万年才能完成该运算”这一问题一直在业内争议不断。比如 IBM 就曾质疑谷歌低估了经典计算的运算能力，认为其在研究中测试所用那个运算问题其实可以在对运算策略进行优化，并采用先进算法（比如张量网络）的情况下，经典计算机可能仅需几天就能完成；而国内的阿里研究团队也曾于前段时间发文称，在特定条件下，经典计算仅需 20 天就能完成谷歌之前测试所用的 “那个经典计算需算一万年” 的运算问题。同时，针对另一个谷歌认为经典计算需花费约1年时间才能完成的运算，阿里的团队所开发的经典算法在对运算做出特定限制的情况下，仅用了谷歌量子计算机所用时间的一半，就完成了运算。然而，虽然综合考量了各个因素的量子体积理论上会比单纯的量子比特数更为可靠，但也并不是所有人都认可这一衡量标准。比如在业内名誉颇佳的量子计算研究者、德州大学的 Scott Aaronson 就曾在今年 3 月时发博客称， “尽管 ‘量子体积’ 确实是往正确的方向迈出了一步（在整合标准的意义上），但我并不认为它能真实地体现一台量子计算设备的实际运算能力。要知道，我们离所谓的‘量子优越性其实还差得很远，虽然统一衡量标准很重要，但这并不足以帮我们解决实际问题。’” 从理论走向现实长久以来，量子计算机一直被人们赋予着“能解决那些我们当前无法解决的问题”的期许，如交通和气候变化问题，而就目前看来，虽然仍有争议，但 Honeywell此次所推出的设备或确实能被称作是目前业内能力最强的“通用型”量子计算机。早在今年 5 月，摩根大通的研发主管 Marco Pistoia 就曾表示，“摩根大通期待与 Honeywell 在信用风险评级和欺诈侦测算法上的合作”，并称 “摩根大通十分看好此次与 Honeywell 合作并使用 Honeywell 所研发的量子计算设备的机会。” 除了摩根大通，Honeywell 称还有其它许多公司也对在云端租赁其设备抱有很大兴趣，但尚未透露这些公司的名称。对未来的进展，Honeywell 也是雄心勃勃，预计其所研发的量子计算设备将在未来 5 年内，每年都能将量子体积提升 10 倍，并称公司正将量子计算从理论带入现实，逐渐将量子计算真正用于解决实际问题。对此， IBM 的发言人 Steve Tomasco 表示，IBM 也将于今年年内推出一台量子体积为 64 的量子计算设备，并称 “IBM 很高兴业内承认 ‘量子体积’ 这一标准的群体正在逐渐扩大。” 而谷歌则还未对 Honeywell 此次所取得的进展做出任何回应。来源： https://baijiahao.baidu.com/s?id=1670106013777822340wfr=spiderfor=pc; 个人分类: 量子计算|1901 次阅读|0 个评论

[转载]量子计算机领域第一种高级编程语言Silq诞生: quantumchina 2020-6-21 09:01; 在打造强大量子计算机方面，近期出现的一系列技术进步令人振奋。近日，苏黎世联邦理工学院的计算机科学家们又在编程语言领域取得重要突破：他们推出的“量子语言”成为第一种面向量子计算机的直观编程语言，且与传统计算机语言一样优雅、简单且安全。第一种量子计算机直观编程语言问世量子计算机的编程门槛已经越来越低。苏黎世联邦理工学院的计算机科学家们设计出的第一种直观编程语言，能够像传统计算机语言一样简单、可靠且安全地在量子计算机上进行编程。 ETH 安全、可靠与智能系统实验室（SRI）计算机科学教授 Martin Vechev 表示，“目前，对量子计算机进行编程仍是困扰研究人员的一大挑战。正因为如此，我们才对苏黎世理工此次在量子计算机与编程语言发展方面获得的成果感到无比振奋。” 苏黎世联邦理工学院的计算机科学家们开发出第一种量子编程语言，能够优雅、简单且安全地解决多种复杂的计算问题。他补充称，“我们的量子编程语言—Silq 将帮助程序员们更好地发挥量子计算机中蕴藏的潜力。对程序员们而言，Silq 代码更加紧凑、速度更快，也更直观且易于理解”。据了解，本周，Vechev 将在 PLDI 2020 编程语言大会上将 Silq 介绍给量子计算领域的其他专家。为了促进与该语言相关的讨论、采用以及进一步发展，他和他的团队还在自己的网站 (silq.ethz.ch) 上发布了 Silq 项目的更多详细信息。过去十年以来，量子计算一直备受关注，业界普遍认为这些根据量子力学原理运行的计算机具有巨大的发展空间。如今，大部分研究人员也认为，量子计算机终有一天将在某些特定问题中带来远超传统计算机的处理能力。凭借着纠缠量子态基础之上，各种信息在特定时间点上的重叠情况，量子计算机在某些方面拥有无与伦比的强大算力，足以解决众多在传统计算机上无法在合理时间内解决的问题。虽然由此衍生出的“量子霸权”理论还没有得到最终证明，但近期取得的一系列重大技术进步无疑让我们充满信心。2019 年夏末，量子计算机已经以远超顶尖经典计算机的速度解决了一个问题（虽然只是非常具体的特定问题）。在另一方面同，对于某些特定“量子算法（即计算策略）”，其计算速度虽然已经高于经典算法，但却还无法发挥量子计算机的全部潜力。更重要的是，目前的量子计算机的错误率仍然太高，导致我们很难直接在现有量子硬件上运行这些算法。更好表达程序员的意图要发挥量子计算的力量，除了配合技术之外，还需要创造一种能够描述量子算法的编程语言。在原则上，算法可以算是解决问题的“秘方”。编程语言负责描述算法，而计算机则在语言代码的指引下完成必要的计算。如今，量子编程语言已经与特定硬件紧密联系在一起。换句话说，之前的量子编程语言都需要较精确描述底层电路的行为。但对程序员们来说，这些“硬件描述语言”既麻烦又容易出错，因为其中各项编程指令必须非常详细，用以明确描述量子算法实现过程中需要的全部细节。 Martin Vechev 表示，与现有语言相比，Silq 能够更好地发挥量子计算机中的潜力。正因为如此，Vechev 与他的团队才坚定了开发 Silq 语言的决心。 Martin Vechev, 计算机科学教授 Vechev 研究小组中负责开发监督工作的博士生 Benjamin Bichsel 表示，“Silq 是第一种直观量子编程语言，其设计目的不再围绕硬件的结构与功能展开，而更多关注程序员们在解决问题时表达出的意图 — 换言之，他们不需要了解量子计算机的基本架构与每一个实现细节。” 计算机科学家们将这种从特定计算机类型的细节中抽象得出的计算机语言，称为高级编程语言。Silq 可以说是量子计算机领域的第一种高级编程语言。高级语言将更具表现力，能够用更少的代码描述更加复杂的任务与算法。这意味着相关代码将更易于理解，也降低了程序员们的使用门槛。更重要的是，高级语言能够与多种不同计算机架构配合使用。通过自动计算消除错误但要论 Silq 给量子编程语言带来的较大创新贡献，还在于它消除了长期困扰量子编程的错误源问题。一切计算机都需要通过多个中间步骤以执行计算任务，而这些步骤的存在总会产生对应的中间结果（或者叫临时值）。为了释放内存空间，传统计算机会自动删除这些值。对于这种丢弃多余临时值的操作，计算机科学家将其称为“垃圾收集”。在量子计算机当中，由于量子纠缠态的存在，这种处理操作将更加棘手：此前计算得出的值可能与当前值发生交互，从而干扰正常计算。为此，要想在量子计算机上清除这些临时值，可能还需要一种更高级的所谓“计算撤销（uncomputation）”技术。 Vechev 还指出，“Silq 在量子计算机的编程优化方面带来了一项重大突破；当然，这还只是万里征途的第一步”。目前，量子计算技术的实际应用当中仍存在着诸多悬而未决的问题，但随着直观编程语言 Silq 的出炉，Vechev 与 Bichsel 希望激励整个行业进一步开发量子编程语言，并推动新型量子算法在理论与应用方面取得新的成果。 Bichsel 总结道，“我们的四人团队历时两年取得了这项突破，其成功源自语言设计、量子物理学以及具体实现等多种不同专业知识的交相融合。如果我们的创新成果能为其他研究团队所认可并带来一点启发，那将是对我们努力的较大肯定。” 来源： https://www.sohu.com/a/403109154_494939 原文链接： https://ethz.ch/en/news-and-events/eth-news/news/2020/06/the-first-intuitive-programming-language-for-quantum-computers.html; 个人分类: 量子计算|2336 次阅读|0 个评论

云计算、人工智能背后的意义——人类社会的自我进化: shaopenghan 2020-1-31 07:30; 细胞进化由DNA主导，人类社会体系的进化由社会信息系统主导。在人的进化中，大脑结构上的进化是很重要的一部分，大脑信息层面的进化是不能忽视的另一部分。人们学习各种技能、知识，接受教育，提高竞争力，更好地适应社会和环境，大脑通过学习思考表现在人的行为上，这也是进化。信息系统的进化包含结构层面的进化和信息层面的进化。一个是硬件，一个是软件。在人类文明漫长的历史演变中，社会信息系统有许许多多的进步，每次信息技术的提升都在推动着人类社会体系的进化，其中比较大的有三次。第一次是语言、文字的出现，第二次是纸张、印刷术，第三次是计算机、手机和互联网。现在我们仍处在社会信息系统的第三次进化中，曾经的电报、无线电仅仅是前奏，计算机、手机、互联网推向高潮，当下如火如荼的大数据、云计算、物联网、人工智能、量子计算是继续。信息技术的进步是结构层面的进化，而知识、思想的进步则是信息层面的进化。历史中基督教、佛教等一神教取代旧社会的多神教，近代的文艺复兴，科学技术的崛起，民主自由思潮的兴起，这些是思想层面的进步。进步思潮的不断涌现，信息技术的突飞猛进，作用在社会中，工业革命、技术革命高潮迭起，让人类社会体系的进化步入快车道。在人的进化中，有很长一段被大脑的进化所占据，人类社会体系的进化也是如此。技术层面，物联网、大数据、人工智能、量子计算还有很大的拓展空间。信息层面，知识思想的进步会是无止境的。社会信息系统的进化还有很大发展空间，它将是未来人类社会体系进化的重要一部分。随着人类社会体系的进化，中级文明乃至高级文明或许会变成可能。未来将来。Future is comin; 1548 次阅读|0 个评论

[转载]165页论文或破解困扰爱因斯坦的“量子纠缠”！: quantumchina 2020-1-17 14:33; 去年，科学家首次拍到“量子纠缠”的照片引爆互联网，爱因斯坦不愿承认的“幽灵”终于有了铁证。量子纠缠现在，纯数学和算法联系的证明将“量子怪诞性”（quantum weirdness）推向全新的高度。爱因斯坦有句名言：量子力学应该允许两个物体在遥远的距离上瞬间影响彼此的行为，他称之为“幽灵般的超距作用”（spooky action at a distance）。他去世的几十年后，实验证实了这一点，但是直到今天，人们仍不清楚大自然究竟允许远距离物体之间有多大程度的协调（coordination）。近日，有五位研究人员说，他们已经解决了一个理论上的问题，表明这个问题的答案在原则上是不可知的。这篇165页论文题为“MIP*=RE” 研究小组的165页论文发表在arXiv上，但尚未经过同行评审。如果证明成立的话，它可以一举解决纯数学、量子力学以及计算机科学分支一个被称为“复杂性理论”（complexity theory）的许多相关问题。特别是，它回答了一个40多年来一直没有解决的数学问题。研究结果从冯·诺依曼代数理论角度，反驳了Connes的嵌入猜想理论这篇论文证明，由经典验证与多个量子理论验证相互作用而确定的语言类别MIP，相当于递归可枚举语言的类别RE。研究人员证明建立在的量子低度测试的基础上，整合了最近的新成果，并与递归压缩框架相结合。研究结果的直接作用是，将Halting问题有效地简化为两人非本地量子纠缠值为1或至多为1、2的问题。量子纠缠值的不确定性意味着对Tsirelson问题做出了否定回答：研究人员举例证明了量子张量积相关集的闭包Cqa严格包含于量子交换相关集Cqc。研究结果从冯·诺依曼代数理论角度，反驳了Connes的嵌入猜想理论。论文摘要换言之，这项研究的含义如下：（1）有一个协议，两个纠缠的证明者可以说服多项式时间检验者解决任何可计算问题的答案（!!），或者给定的图灵机真的停止运行了。（2）在一个类似于Bell / CHSH博弈的两人证明博弈中，对于A和B而言，在数量无限的纠缠中，它们的表现要比在任何数量有限的纠缠中明显更好。（3）没有算法可以估算出两人证明博弈的纠缠值（也就是说，在A和B使用尽可能最佳的策略并尽可能多地纠缠的情况下，不可能估计出A和B赢得博弈的可能性）。而是，此问题等效于Halting问题。（4）A和B之间存在着某种类型的相关性，这些相关性可以使用无限的纠缠来产生，但不能通过任何有限的纠缠来近似。（5）Connes的嵌入猜想是错误的，该猜想源于上世纪70年代的算子代数理论的中心猜想。专家热议：我从没想过我会在有生之年看到这个问题被解决如果他们的证明成立，“这将是一个超级美丽的结论”，荷兰代尔夫特理工大学理论量子物理学家Stephanie Wehner说。本文的核心是复杂性理论中的一个定理的证明，它涉及到算法的效率。早期的研究表明，这个问题在数学上等同于“幽灵般的超距作用”问题，也被称为“量子纠缠”。这个定理涉及一个博弈论问题，一个由两个玩家组成的团队即使不被允许互相交谈，也能够通过量子纠缠来协调他们的行为。与没有量子纠缠的情况相比，这使两个玩家都能“赢得”更多的钱。作者们指出，但这两个参与者本质上不可能计算出一个最佳策略。这意味着不可能计算出他们理论上能达到多少协调。论文合著者Thomas Vidick 加州理工学院的合著者Thomas Vidick说：“没有一种算法能告诉你量子力学中最大违背（maximal violation）是什么。” 伦敦大学学院的量子信息理论家Toby Cubitt说：“令人惊讶的是，量子复杂性理论一直是证明的关键。” 前两天该论文发表后，关于这篇论文的新闻迅速在社交媒体上传播，引发了不小的轰动。 Joseph Fitzsimons推文 “我本以为这是一个复杂的理论问题，可能需要100年的时间来回答。恭喜所有参与这项研究的学者。”新加坡初创公司Horizon Quantum Computing首席执行官Joseph Fitzsimons发推文说。 Mateus Araújo评论 “我勒个去！”另一位物理学家、奥地利科学院（维也纳）的Mateus Araújo说道：“我从没想过我会在有生之年看到这个问题被解决。” 论文结论：原则上，量子系统不能用“有限的”来近似在纯数学方面，在法国数学家和菲尔兹奖得主Alain Connes之后，这个问题被称为Connes嵌入问题（Connes embedding problem）。这是算子理论（theory of operators）中的一个问题，它是由20世纪30年代为量子力学提供基础的努力产生的一个分支。运算符是可以具有有限数或无限数行和列的数的矩阵。它们在量子理论中起着至关重要的作用，每一个运算符编码一个物理物体的可观测属性。在1976年的论文“Classification of Injective Factors Cases II1, II∞, IIIλ, λ ≠ 1”中，使用运算符的语言，Connes提出一个问题：具有无穷多个可测量变量的量子系统是否可以用具有有限数的简单系统来近似。但是这篇论文表明，答案是否定的：原则上，量子系统不能用“有限的”来近似。物理学家Boris Tsirelson重新定义了这个问题，根据他的研究，这也意味着，不可能计算出两个这样的系统在纠缠时可以在空间上显示的关联量（correlation）。研究结果可能没有技术意义，因为所有应用都使用“有限”的量子系统这个证明令许多社会人士感到惊讶。“我确信Tsirelson的问题得到了答案，”Araújo在评论中补充说，这一结果动摇了他的基本信念，即“在某种模糊的意义上，自然在本质上是有限（finite）的。” 但是，研究人员才刚刚开始了解结果的含义。量子纠缠是量子计算和量子通信这些新兴领域的核心，可用于制造超级安全的网络。特别是，通过测量通信系统中纠缠对象之间的关联量可以证明它是安全的，不会被窃听。 Wehner说，但是结果可能没有技术意义，因为所有应用都使用“有限”的量子系统。她说，实际上，甚至很难设想一个能在本质上“无限”的系统上测试“量子怪诞性”的实验。复杂性理论、量子信息和数学的融合意味着很少有研究者说能够掌握这篇论文的方方面面。Connes表示，他没有资格发表评论。但是他补充说，他对这件事有多大的影响感到惊讶。“问题能深入到这个地步，而我从未预见到这一点，太不可思议了！” 清华博士一作，研究团队介绍这篇论文是由悉尼科技大学、加州理工学院、德克萨斯大学奥斯汀分校和多伦多大学的五位研究者合写的。论文一作是悉尼科技大学量子软件与信息中心季铮锋教授。季铮锋季铮锋（Zhengfeng Ji），悉尼科技大学工程与信息技术学院量子软件与信息中心教授。他多年致力于量子计算机科学的研究，主要研究兴趣包括量子算法、量子复杂性理论、量子密码学等。他于2002和2007在清华大学计算机科学与技术系获得学士和博士学位，师从应明生教授。毕业后，他成为中国科学院软件研究所的助理研究员。后来他移居安大略省滑铁卢，并于2008年在周边理论物理研究所和2011年在滑铁卢大学量子计算研究所担任博士后研究员。 Henry Yuen 论文通讯作者Henry Yuen是多伦多大学计算机科学与数学（联合任命）的助理教授。他是CS理论小组和量子信息与量子控制中心的成员。他还是滑铁卢大学量子计算研究所的会员。他的研究重点是量子计算、复杂性理论、密码学和信息论之间的相互作用。参考链接： https://www.nature.com/articles/d41586-020-00120-6#ref-CR4 文章来源：新智元微信公众号; 个人分类: 量子信息|1829 次阅读|0 个评论

[转载]中国科大在光量子计算领域取得重要进展: quantumchina 2019-12-25 11:14; 演示量子计算优越性目前有两种途径：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。在第二种路线上，中科大团队一直保持国际领先，近期实现了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，逼近谷歌最近报道的53个超导量子比特。中国科学技术大学潘建伟、陆朝阳等与中科院上海微系统与信息技术研究所尤立星以及德国和荷兰的科学家合作，在国际上首次实现了20光子输入60×60模式干涉线路的玻色取样量子计算，输出了复杂度相当于48个量子比特的希尔伯特态空间，其维数高达三百七十万亿。这个工作同时在光子数、模式数、计算复杂度和态空间这四个关键指标上都大幅超越之前的国际记录，其中，态空间维数比国际同行之前的光量子计算实验高百亿倍。论文以“编辑推荐”形式近日发表于国际学术权威期刊《物理评论快报》。美国物理学会Physics网站以“玻色取样量子计算逼近里程碑”为题对该工作做了精选报道。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实现指数级别的加速。当前，研制量子计算机已成为前沿科学的最大挑战之一，成为世界各国角逐的焦点。其中，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。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。面向这一战略目标，潘建伟、陆朝阳研究组长期致力于可扩展单光子源和玻色取样量子计算的研究。2013年，研究组在国际上首创量子点脉冲共振激发，解决了单光子源的确定性和高品质这两个基本问题。2016年，研究组研制了微腔精确耦合的单量子点器件，产生了国际最高效率的全同单光子源，并在此基础上，于2017年初步应用于构建超越早期经典计算能力的针对波色取样问题的光量子计算原型机，其取样速率比国际上当时的实验提高24000多倍。 2019年，研究组提出相干双色激发和椭圆微腔耦合理论方案，在实验上同时解决了单光子源所存在的混合偏振和激光背景散射这两个最后的难题，并在窄带和宽带微腔上成功研制出了确定性偏振、高纯度、高全同性和高效率的单光子源，相关成果被选为《自然光子学》封面文章。加拿大滑铁卢大学Reimer教授以“The quest for a perfect single-photon source”为题专门对这一成果发表评论文章，指出：“ 之前，国际上对完美单光子器件的探寻持续了二十年，然而这三项指标从未同时实现过（in the search for a perfect single-photon device, which has spanned over two decades, all three demanding criteria have not yet simultaneously been met） ”，“ 这项开创性的研究是实现完美单光子源的里程碑式成就（ groundbreaking research reporting a milestone achievement towards this ideality goal with the realization of a single-photon source ）”。中国科大研究组利用自主发展的国际最高效率和最高品质单光子源、最大规模和最高透过率的多通道光学干涉仪，并通过与中科院上海微系统与信息技术研究所尤立星在超导纳米线高效率单光子探测器方面的合作，成功实现了20光子输入60×60模式（60个输入口，60层的线路深度，包括396个分束器和108个反射镜）干涉线路的玻色取样实验。与牛津大学、维也纳大学、法国国家科学院、布里斯托大学、昆士兰大学、罗马大学、麻省理工学院、马里兰大学等研究机构的国际同行的类似工作相比，实验成功操纵的单光子数增加了5倍，模式数增加了5倍，取样速率提高了6万倍，输出态空间维数提高了百亿倍。其中，由于多光子高模式特性，输出态空间达到了三百七十万亿维数，这等效于48个量子比特展开的希尔伯特空间。因此，实验首次将玻色取样推进到一个全新的区域：无法通过经典计算机直接全面验证该玻色取样量子计算原型机，朝着演示量子计算优越性的科学目标迈出了关键的一步。审稿人指出：这个工作“ 在解决关键问题上迈出了重要几步（makes essential steps towards solving a critical problem）”、是“ 令人印象深刻的技术成就（an impressive technological achievement）”、“ 一个巨大的飞跃（a significant leap）”、“ 不仅是对光量子计算能力的一次有影响力的测试，更是通往实现量子计算优越性的弹簧跳板（is not only a powerful test of photonic strength but, rather, a trampoline for the upcoming quantum computational supremacy）”。美国物理学会Physics网站对该工作的总结指出：“ 这意味着量子计算领域的一个里程碑：接近经典计算机不能模拟量子系统的地步（it signifies a milestone in the field of quantum computation: approaching the point where a classical system cannot feasibly mimic a quantum system）”。相关链接：论文： https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.123.250503 美国物理学会报道： https://physics.aps.org/synopsis-for/10.1103/PhysRevLett.123.250503 文章来源：墨子沙龙微信公众号谷歌实现量子优势论文中文翻译（1） http://wap.sciencenet.cn/blog-3364677-1199384.html; 个人分类: 量子计算|2945 次阅读|0 个评论

量子智能计算会导致新的信息霸权: 热度 1 lhj701 2019-12-21 09:13; 量子智能计算会导致新的信息霸权随着谷歌量子霸权的兴起，在计算机及信息化领域，在目前AI深度学习火热之后，估计未来5-10年量子智能计算要火， IBM、微软、亚马逊、谷歌等纷纷争先恐后推出量子云平台（模拟仿真+真实量子运算硬件），抢占量子计算的生态链桥头堡。2019年12月20日，中科院软件所也推出国内首个量子程序设计平台，加入了竞争的大军。 2018年，意大利帕维亚大学的研究团队在量子硬件计算机上实现了世界上第一个单层神经网络在Nature上发表。帕维亚大学的论文见《An Artificial Neuron Implemented on an Actual Quantum Processor》（《在实际量子处理器上实现的人工神经元》）： https://arxiv.org/abs/1811.02266。谷歌53量子比特足以让世人震惊，未来真正的量子计算机号称需要百万量级，但可以预见，在从53到1百万之间，量子智能计算能够实现的算力，会逐步获得更为重大的突破。大家不会等到100万的量级，才会用它解决实际问题。尽管量子计算还不能解决所有问题，并且量子计算机的优势需要非常巧妙的算法才能发挥出来，而目前只对少数特定的问题，比如因数分解和无结构数据库的搜索。因数分解的困难性是常用的密码体系RSA的基础，能快速分解因数就意味着能快速破解RSA。结构搜索的应用就更广泛，从交通流到制药，不计其数的问题都归结于搜索。量子智能计算最大优势在于对特定问题的快速并行计算，因此，量子计算的算力最大优势可以用在对于时延要求低的场景，这比较的不仅是耐力----不仅仅是算力的强，而是计算的快---“快力” ：比如未来，对于车联网，比如可以快速算出城市中每一辆车即时的动态的路径规划，使用5G等技术可以将实时信息快速高带宽推入计算容器，5G降低了信息的上推速度和下推速度，但目前传统计算机在决策计算上还不够快，也就是一个“木头脑袋”，你再着急，也没有用。而未来的量子计算也许可以解决这个问题，这样快速的算力，使得CPS物理虚拟系统内聚性更好。另外一个场景是城市数字孪生。一直以来，数字城市、智慧城市怎么实现？需要一个信息快速交互、计算、快速送达的高度复杂的信息关联容器，数字孪生也许是一个实用的方向。但是，想象一下，一个城市所有具有密切关系的人、物、事，如果真正实现实时监测、关联，并实时控制几十亿、上百亿这样的虚拟物体，如果信息的上推、下达速度能够解决（不拥塞，当然算力可以降低信息通道的占用），目前的经典云平台能圆满解决这个需要快速并行决策计算的问题吗？因此，在物联网领域，目前最火的AI人工智能深度学习等，处理的是“事”（数据），从人和物产生的多角度映射中找到“矿“，而5G、6G和未来的天基网，实现“事”和“矿”的快速流动。从某种意义上，量子智能计算也许是要找到“光”：它凸显的是算力的快，在那些很快熄灭的“光”信息消失之前，找到它，传递它，然后才能更好的应用它。总之，量子计算具有的算力强和算力快的优点，也许会改变未来的信息和计算机领域，并有可能导致新的信息霸权。我们未来的汽车和机器人，说不定会配备量子计算机。并且，未来，也许，你会从网上购买一台量子笔记本呢。 PS：这个学期刚好上一门《智能信息处理》的课程，其中有一章《量子智能信息处理》，附上上课的ppt转pdf。（ppt好像非Window平台打不开，并且过了48小时，不让修订内容）。第9章- 量子智能信息处理ppt-转pdf.pdf PS：中科院软件所发布中国首个量子程序设计平台 http://baijiahao.baidu.com/s?id=1653427642083694262wfr=spiderfor=pc; 个人分类: 物联网|3190 次阅读|1 个评论

《第9章- 量子智能信息处理》课件ppt: lhj701 2019-12-15 08:53; 《第9章- 量子智能信息处理》课件ppt 仅限教学交流使用，欢迎批评指正。部分内容和图片来自网上资源，版权属于原网页及资源所有。第9章- 量子智能信息处理.ppt; 个人分类: 物联网|2973 次阅读|0 个评论

量子霸权已经实现，什么时候传统信息体系会受到巨大冲击？: 热度 4 leiyian 2019-12-3 16:29; 这个问题似乎不用问，在主张量子霸权的人士们看来，量子计算可以秒杀传统计算的方方面面，无论是计算速度，无法解决的计算难题，还是数据安全。量子霸权一旦实现，传统计算和信息系统就该淘汰了。根据谷歌的主张，量子霸权已经实现了，那么量子计算应用会什么时候大规模出现，传统计算什么时候会淘汰呢？三年？五年？十年？二十年？我们可以不讨论传统计算的全面淘汰，但可以期望第一个秒杀传统计算的应用什么时候出现。既然量子霸权已经实现了，第一个量子计算应用当然应该很快出现。它的出现，应该导致部分传统应用消失，或者能够解决一类新的，传统计算无法解决的问题。根据一般的技术投入应用速度，量子霸权应用三年怎么也应该小成，五年应该投入市场了。现在是2019年，量子霸权已经实现，我们给宽裕一点时间，到2025年，如果还没有出现实用的量子计算应用，我们是不是应该认真考虑一下，量子计算或许是个错误的概念？我们可以看看，历史上曾经发生过什么。电子计算机诞生以来，发展速度大致遵循摩尔定律，即大约每18个月，芯片上的晶体管数量增长一倍，整体计算能力也大概增长一倍。原理上，量子计算应该能提供双指数增长的潜力，摩尔定律只是单指数增长。所以量子计算应该发展更快。最先讨论过的，量子计算对传统计算的威胁，来自于Shor算法，它可以用物理的方式分解大数，从而破解传统信息安全体系。很长一段时间，Shor算法也是量子计算最热门的研究方向。2001年，实验演示了3x5的分解，也就是3个二进制位数的分解。如果遵循传统计算的摩尔定律发展，应该每18个月增加一倍分解数字的长度，到2019年，应该达到3*4096=12288二进制位的数字了，也就是已经秒杀现在的RSA1024，2048加密方案了，但实际上呢？2012年演示了11x13，也就是8二进制位。然后再没有进展。反而，在2018年美国科学院等几家科学机构的评估中，认为Shor算法挑战传统加密方案希望渺茫。我早就指出，还有博友姬杨也说明，Shor算法不可能分解真正的大数，也就是上千位的二进制数。 Shor算法神话破灭之后，量子霸权神话又出现了。虽然我认为量子计算的理论基础存在严重问题，但是我能够接受量子霸权应用的出现，只要不是产生随机数这样的可有可无的应用就行。它应该明显区别与传统的实验，可以进行抽象的计算。量子计算在全世界已经掀起巨大的热潮，量子霸权也已经实现了，投入那么多的人力物力，到2025年，还不出现一种像样的，足以威胁传统计算的应用，就实在说不过去了。; 个人分类: 量子力学|7260 次阅读|5 个评论

在英国皇家学会做的关于量子计算的一个联合报告: leiyian 2019-11-12 16:07; 题目叫：Quantum Computing: Untangling the Hype。报告是去年做的了。“Hype”是热点营销的意思。虽然题目看起来对量子计算不友好，报告人实际上是支持量子计算的。目前越来越多的量子计算研究者来自于传统的计算机科学行业，他们的问题是接受了量子计算的基本工作原理，不再怀疑。而物理学界和数学界的怀疑声音越来越强。传统计算机科学还有一种思维定势，就是电子计算机技术过去半个世纪的巨大成就和快速发展步伐。量子计算似乎提供了一种更快发展的可能。这种乐观思维对于科学研究来说，不一定有相应的理论基础。 http://www.phy.pku.edu.cn/~lei/riqc.mp4 来源于： https://www.youtube.com/watch?v=wE1OCXvaDtct=3562s#; 个人分类: 科普|3677 次阅读|0 个评论

谷歌“量子霸权”作者报告: leiyian 2019-11-3 22:58; 谷歌“量子霸权”论文第一作者，谷歌和加州大学圣芭芭拉大学教授，John Martinis，近日在Caltech的报告： http://www.phy.pku.edu.cn/~lei/qs_caltech.mp4 视频来源： https://www.youtube.com/watch?v=FklMpRiTeTA 看过以后有一个问题：前面的LC电路就一个经典的电路，但是论文一直用量子方法分析，为什么不用经典电路方法分析呢？后面说的一个潜在应用是产生随机数，说实话，这样产生随机数太贵了。随机性也需要严格的检验，因为是通过电路产生的，电路的瑕疵会导致随机数分布偏离理论分布。用物理实验产生随机数的方法很多，至少在测量层面，放射性的随机性是经过严格验证的。; 个人分类: 量子力学|3925 次阅读|0 个评论

[转载]中国科学家肯定谷歌量子霸权：明年我们或也能实现: quantumchina 2019-10-29 21:46; 网易科技讯10月29日消息，据《南华早报》报道，尽管美国竞争对手对谷歌在量子计算领域取得的突破表示怀疑，但中国科学家肯定了谷歌所声称的“量子霸权”。他们呼吁继续在相关领域进行投资，以免落后于美国。上周三，谷歌在《自然》杂志上发表的文章称，其开发的53位量子计算机Sycamore在200秒内完成的特定问题计算需要花费世界上最快超级计算机Summit 1万年的时间。谷歌声称通过Sycamore已经实现了“量子霸权”。中国科技大学教授、中国初创企业本源量子创始人兼首席科学家郭国平表示，这一成就具有“划时代意义”。 “量子霸权是一个转折点，它证明了量子计算机相对于传统计算机的优越性，” 郭国平指出，“如果我们在通用量子计算的下一阶段落后，这将意味着冷兵器和火枪之间的区别。” 量子计算机采用了一种处理信息的新方法，理论上能够比世界上现有最强大的超级计算机运算速度快几个数量级。谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在另一篇文章中写道：“随着这一突破，我们现在离量子计算应用更近了一步，例如可以设计更高效的电池，用更少的能量制造化肥，以及找出可以制造有效药物的分子。” 当谷歌庆祝技术突破时，包括IBM和英特尔在内的竞争对手对这种说法表示怀疑。IBM表示，谷歌没有充分利用其Summit超级计算机的全部算力。如果采用理想的模拟方法，Summit本可以在2.5天或更短时间内处理谷歌的计算。英特尔在一份声明中表示，量子计算的实用性还有待进一步发展。不管每家公司的反应如何，郭国平说200秒到2.5天的巨大差距也足以让谷歌称王称霸。该领域的其他中国研究人员指出，谷歌声明的重要性不止是量子霸权本身，而更在于实验中使用的新技术，比如用于连接量子比特的可调耦合器。 “‘量子霸权’可以解决的问题目前还没有任何实用价值,但谷歌已经证实其能够维持53个量子比特的正常运算,”中国科学技术大学超导量子计算研究员黄浩亮指出，“可以预见的是，不久的将来可能会为机器学习等领域带来突破和应用。” 在全球技术竞争日益加剧之际，美国科技公司、中国大学和企业正竞相开发量子计算机，谷歌也是其中之一。市场研究公司Patinformatics的数据显示，2017年中国在通信和密码设备方面申请的量子技术专利数量几乎是美国的两倍。然而，得益于IBM、谷歌、微软和其它公司的巨额投资，美国在量子计算领域的部分专利处于全球领先地位。黄浩亮承认，由于起步较晚，中国仍在努力赶超美国。他表示，由于量子技术整体仍处于早期发展阶段，在现阶段落后可能并不会产生重大影响。 “但我们必须意识到，如果我们不加大支持和投资，差距可能会越来越大，”他表示。黄浩亮补充说，致力于50位量子计算技术的中国研究人员有望在明年年底实现“量子霸权”。根据2016年的一份政府报告，美国每年向该领域的研究投入2亿美元。郭国平认为，中国在技术突破、人才引进等方面比欧美落后三到五年。他说，这一差距可能会扩大，因为该领域的大多数科学家都处于发表有关基础研究论文的阶段。他补充说，最重要的应用研究仍处于烧钱阶段，没有任何要实现商业化的迹象。近年来，中国一直在加大力度实现其量子领域的雄心壮志，但并没有透露投资资金总额。根据2016年公布的“十三五”规划，中国启动了一个量子通信和计算的“大型项目”，目标是到2030年实现技术突破。 2017年，中国开始在安徽省合肥市建设世界上最大的量子研究实验室，目标是开发量子计算机。量子信息科学国家实验室耗资100亿美元，计划于2020年开放。包括百度、阿里巴巴、腾讯和华为在内的中国科技企业也招募了一些中国顶尖科学家，并建立了研发量子技术的实验室。（辰辰）来源： http://tech.163.com/19/1029/13/ESLKS11P00097U7T.html#; 个人分类: 量子计算|1874 次阅读|0 个评论

谷歌终于实现量子霸权了吗？: 热度 8 leiyian 2019-10-24 14:09; 2017，2018，2019年早些时候连续三年宣布之后，谷歌终于还是正式宣布实现“量子霸权”了，还找了Nature站台。内容就是上次NASA网站贴出来的。我之前已经写过一篇文章说明该“量子霸权”其实什么也没有实现：雷奕安：谷歌的“量子霸权”靠谱吗？ zhuanlan.zhihu.com 它做了一个量子模拟实验，用0.1%的保真度(即误差三个量级)实现了某种计算，连计算结果都没有，或者说明该计算有什么意义。谷歌指定现有的超级计算机按照它要求的方式模拟，说如果那样算的话需要一万年。该文章已经有耶鲁和希伯来大学的Gil Kalai教授指出是错误的，也有IBM量子计算专家指出，即使超算进行谷歌要求的计算，也根本用不了一万年，只需要几天。我早就说过量子模拟跟传统的实验无法区别：科学网-究竟什么是量子计算 - 雷奕安的博文 blog.sciencenet.cn 且不说0.1%保真度（可信度）的计算有没有意义，对于任何一个量子模拟系统，对该系统的测量（即量子计算，无论方式多么复杂），只能得到该系统自身的信息，不能用于任何别的系统。比如随便一个原子（非氢原子），其能级（或者任何其它性质）就是自然的量子模拟，到目前为止，我们原则上无法计算出该原子的能级，但是实验可以测量出来很多。实验结果当然是可靠的。谁便一个原子都是这样，不用说更复杂的系统了。虽然对大部分系统，我们采用近似的理论（比如说量子力学）就足够，但是我们的确无法完备准确地描述该系统。量子模拟就是实验，不能说采用了近似的非相对论量子力学进行分解描述，就成了量子计算。如果一定要把量子模拟实验叫做量子计算，那么“量子霸权”早就实现了，根本不需要任何人做实验证明。因为任何一个实验，或者一个物理体系，都是对自身的量子计算，都是自身所有微观量子过程的综合效应，一般来说，都很难计算，或者无法计算。量子霸权从来都存在，它就是真实的物理世界，而我们对真实物理世界的理论描述，及相关的数值计算总是不够完备。谷歌的“量子霸权”是对这一基本事实的分解论证。再举一个例子，双缝干涉实验，很容易用经典的波实现，原理也很清楚。如果做成量子实验，把波源变成一个一个的量子（光子，电子，等），大量统计之后，还是得到跟经典波一样的实验结果，原理也是一样的。只不过多了一个如何理解单个量子怎么穿过双缝的问题，虽然该理解根本不影响实验结果。要说明量子模拟不是传统实验，而是计算，就必须能计算出另外一个东西来。这个东西可以是抽象的，比如整数分解，也可以是另一个实际问题，问题是量子模拟做不到。它就是它自己，不是任何别的东西，原因我以前也说过。一个量子系统，无论是动态的还是静态的，最后就是该系统遵循薛定谔方程的解（非相对论近似理论情形），薛定谔方程是一个微分方程，其解取决于其势函数和边条件。而势函数和边条件是系统设定，不能变化，变化了就是另一个系统。一个系统的解不能用于另一个系统，虽然非常接近的系统之间有一定参考价值。已经宣布实现“量子霸权”了，却又说还没有实用价值，是不是有强行制造轰动效应的嫌疑？就像一个炼丹的，不停吹嘘他炼出的丹药可以包治百病，长生不老，然后说已经炼出来了，但是告诉你既治不了病，也不能延年，围观者会怎么看？; 个人分类: 量子力学|11882 次阅读|9 个评论

[转载]谷歌量子优势文章正式在Nature发表: quantumchina 2019-10-24 07:51; 雷锋网 AI 科技评论按：在九月下旬，「谷歌实现量子优越性（quantum supremacy）」的消息占据了各大媒体的头版头条。（注：国内大多媒体将 quantum supremacy 翻译成「量子霸权」，无疑相比来讲后者更能博大众的眼球，谷歌官方认为“量子优越性”的翻译更为准确，下文将全部使用“量子优越性”）据英国《金融时报》等媒体报道称，谷歌在一台 53 比特的量子计算机上仅用 3分 20 秒便完成了在超级计算机上需要一万年的计算，这是量子计算领域的一次巨大突破，一些圈内人士纷纷表示「有一种即将亲历 2012 年 Hinton 发表 AlexNet 文章的感觉」、「或将迎来下一波科技浪潮」。图注：谷歌发表文章中，对量子优越性的证明。a）验证基准测试方法。根据测得的位串和经典模拟预测的相应概率，计算出补丁电路，消除电路和完整电路的验证值。尽管在复杂性方面存在巨大差异，但所有四个曲线之间的紧密对应关系证明了它们在优越性领域（ supremacy regime）中的使用是正确的。b）对于电路深度为20时，在量子处理器上获得一百万个样本需要200秒，而在一百万个内核上进行等保真度经典采样将花费10,000年，对保真度的验证将花费数百万年。针对这些报道，一个多月来，谷歌并没有作出任何回应，且在新闻报道之前便从网上撤掉了相应的论文。10月21日，IBM发表博文以及arXiv文章称谷歌的实验存在缺陷，作为对比的超算计算时间其实只需要2.5天。图注：IBM对谷歌的回应。分析预期的经典计算运行时间与“ Google Sycamore Circuits”的电路深度。蓝色线估计了一个53量子位处理器的经典运行时间（电路深度为20时，运行时间为2.5天），而橙色线则估计了一个54量子位处理器的经典运行时间。作为一切吹捧和质疑的回应，谷歌终于在今天（10月23日）正式在Nature上发表了他们的这项工作《Quantum supremacy using a programmable superconducting processor》。不仅如此，谷歌CEO 桑达尔·皮查伊（Sundar Pichai）还为此专门撰写一篇文章，谈论「量子计算里程碑的意义」。皮查伊与谷歌量子计算机 @ Santa Barba 皮查伊在文中称，“对于我们从事科学技术工作的人们来说，这项工作正是我们一直在等待的「hello，world」，是迄今为止使量子计算成为现实的最有意义的里程碑”。他表示，从今天的实验室试验到明天的实际应用可能还有很长的路要走，但这项工作的意义在于，它代表了量子计算世界的“一个可能的时刻”（a moment of possibility）。雷锋网注意到，除了皮查伊的文章外，谷歌量子人工智能实验室首席科学家 John Martinis （量子硬件）与Sergio Boixo（量子理论）还联合发表了一篇关于「量子优越性」的技术博客，简要介绍了他们的工作内容，包括实验、处理器硬件、测试、应用以及接下来的目标。那么「谷歌实现量子优越性」，是谷歌带给人类的又一次革命，还是仅仅一次媒体炒作？或许时间将给出证明。延伸阅读：使用可编程超导处理器的量子优越性物理学家谈论“量子计算能做什么”这个问题已经超过 30 年了，但问题一直存在：研究它真的有用吗？值得为此研究进行投资吗？正像计算机的发明一样，量子计算的研究也是一个大规模的研究，因此去制定一系列具有决定性的短期目标，以此来证明设计是否朝着正确的方向发展，是一个良好的工程实践。谷歌所提出的这项“短期目标”就是他们所称之为的“量子优越性”（quantum supremacy）实验，并以此作为指导来制造可编程且功能强大的量子计算机。谷歌今天在《自然》杂志的“使用可编程超导处理器的量子优越性”（Quantum Supremacy Using a Programmable Superconducting Processor）一文中发布了他们在“量子优越性”实验中的最新结果。他们开发了一种名为“ Sycamore”的新型 54比特处理器，该处理器由快速、高保真量子逻辑门组成，以执行基准测试。由此构建的机器能够在200秒内完成目标计算，而作为对比，要想产生类似的输出将需要世界上最快的超级计算机一万年的时间。图注：a）处理器的布局，显示一个54量子位的矩形阵列（灰色），每个矩形都用耦合器（蓝色）连接到最近的四个上。可以显示不可操作的量子位。b，Sycamore 处理器的实物照片。 1、实验内容为了帮助理解实验的内容，首先想象有一群刚刚入门的量子计算爱好者来到谷歌的量子计算实验室参观，然后想在谷歌的新量子处理器上运行一个量子算法试试效果。实验室给他们提供了一张表，上面有处理器可以执行的最基础的门操作，他们可以组合这些操作来编写算法。由于每个门都有一定概率出错，这些爱好者编写的算法就需要有一定的规模限制，整个操作序列中参与的门加起来不可以超过1000个。假设这群人此前并没有什么编程经验，那么他们设计的操作序列看起来就很有可能是在一列随机的门里走了一圈；可以把这个看作是量子计算机的“hello world”程序。由于这样形成的随机电路里没有什么结构可以供经典算法利用，想要用经典计算机模拟这样的量子电路的话就通常避免不了用超级计算机进行长时间计算。量子计算机上的这些随机量子电路的每次运行都会产生一串二进制数字，比如 0000101. 由于量子相干性的存在，即便量子电路是随机的，只要重复这个实验足够多次，它们产生的二进制数字的出现的概率就会显出一定的模式，有一些结果会更经常出现。想要找到这种随机量子电路的输出模式，在量子计算机上只不过是普通的任务，但如果想要用经典计算机模拟这种计算的话，随着量子比特数量（宽度）的增加和门循环次数（深度）的增加，计算难度会以指数速度增加。图注：演示量子优越性的实验过程在实验中，谷歌首先分别运行了12位量子比特到53位量子比特的随机简单电路，保持电路深度固定。他们测量了用经典计算机模拟时的计算性能，并和理论模型进行了对比。一旦确认了系统能正常工作，他们就会运行53位量子比特的随机困难电路并增加深度，一直到经典模拟已经变得不可行为止。图注：根据薛定谔-费曼算法绘制的量子优越性电路实验结果示意图，图中自变量为量子比特数目和运行循环数量。图中的红色星是用经典计算验证对应的实验电路所需的时间。这个实验结果也成为了经过拓展的邱奇-图灵论题（Church-Turing thesis）的首个反对证据。邱奇-图灵论题指出，经典计算机可以高效地实现任何合理的计算模型。而在这个实验中，谷歌已经首次证明了存在无法被经典计算机合理地模拟的量子运算，这也可以看做是谷歌已经打开了一个计算的新世界，等待我们进一步探索。 2、Sycamore 处理器谷歌的量子优越性实验是在Sycamore处理器上运行的，这是一个完全可编程的、具有54位量子比特的处理器。它具有二维的网格结构，其中每一个量子比特都和四个其它的量子比特相连接。受益于密集的连接，处理器芯片有很好的连接性，其中的量子比特的状态可以很快地在整个处理器上传递、互动；处理器的整体状态也就已经完全没办法用经典计算机做高效的仿真了。谷歌设计的量子优越性实验之所以能够成功，还是要归功于他们改进过的含有两位量子比特的门，它具有更高的并行能力，即便当许多个门同时运行时也能可靠地带来目前为止最高的性能。谷歌采用了一种新的控制节，它能够关闭相邻的量子比特之间的互动。这大大减少了这样的多连接量子比特系统中的错误的数量。谷歌还优化了芯片的设计降低串扰，以及开发了新的控制校准方法，可以避免量子比特的缺陷；这都进一步提升了芯片的性能。电路的结构是一个二维矩形网格，其中每一个量子比特都和四个其它的量子比特相连接。这个架构也带有前向兼容性，可以和量子纠错一共使用。54位量子比特从数量上已经相当惊人，但在谷歌看来，这也只不过是越来越强大的量子处理器之路上的第一步而已。图注：a）泡利误差（黑色、绿色、蓝色）和读出误差（橙色）的积分直方图（经验累积分布函数，ECDF），在隔离的量子位上（虚线）以及同时操作所有量子位时（实线）进行测量。每个分布的中值出现在垂直轴上的0.50处。平均值（平均值）如图所示。b）热图，显示了位于处理器布局中的单比特和二比特泡利误差e1（cross）和e2（bar），显示了同时运行的所有量子位的值。 3、验证量子物理为了确保量子计算机未来也能持续地发挥作用，谷歌需要现在就确认它采用的量子机理没有什么基础性的问题。通过实验来探索理论的边界是物理学研究中悠久的优良传统，因为特殊的物理参数往往会勾勒出新的物理学范式，从而在实验中体现为新的物理学现象。在之前的实验中，谷歌的量子计算团队已经发现，一直到大约1000维的状态空间，量子机理的实际运行情况都符合他们的期待。这次，他们把实验的规模扩大到了 10^16 维，然后发现所有机理仍然可以正常运转。他们也测量了基础的量子理论，他们测量了具有2位量子比特的门的错误率，发现它可以准确地预测完全达到了量子优越性的电路的测试结果。这说明，他们没有遇到什么会导致谷歌的量子计算机性能下降的意外的物理现象；也就是说，他们的实验提供了有力的证据，表明更复杂的量子计算机也可以遵循现有的理论运行。这也让谷歌的量子计算团队更有信心构建出更大规模的量子计算机。 4、应用 Sycamore量子计算机完全可编程，而且可以运行通用的量子算法。自从去年做出了量子优越性的结果以来，谷歌量子计算团队就一直在努力做出近期应用方面的成果，包括量子物理模拟计算、量子化学方面，以及生成式机器学习和其它很多别的领域。 5、未来展望谷歌这支量子计算团队未来有两个主要的目标，两个目标也都是要为量子计算找到有价值的应用领域。首先，未来他们希望让其他的合作者、学术研究人员都有机会使用这样的计算能力足以展现量子优越性的量子处理器，他们也同样欢迎有兴趣为今天的 NISQ 处理器开发算法、寻找应用场景的企业参与进来。创新的最重要来源永远是有创意的研究人员们，在谷歌看来，如今他们已经有了新的计算资源，就希望能够有更多的研究人员也加入到这个领域中来，并把创造出一些有用的东西作为他们的目标。其次，谷歌也会在团队和技术方面做长期持续的投资，尽快建造出一个具备容错能力的量子计算机。这样的设备能给许多有价值的应用带来机会，比如，未来量子计算机有可能可以帮助我们设计新的材料，包括为电动汽车和飞机设计更轻的电池、可以更高效地生成化肥的催化剂（目前化肥生产的过程造成了全球碳排放的2%）、也可以找到更有效的药品。真正达到这些任务所需的计算能力肯定还需要很多年的扎实的工程和科学研究，但在谷歌看来，这条道路已经非常清晰，他们已经迫不及待地迈步前行。参考资料：英国金融时报在9月20日对谷歌“量子优越性”的报道， https://www.ft.com/content/b9bb4e54-dbc1-11e9-8f9b-77216ebe1f17 IBM 对谷歌“量子优越性”的回应博客 On “Quantum Supremacy”, https://www.ibm.com/blogs/research/2019/10/on-quantum-supremacy/ IBM对谷歌“量子优越性”论文的验证，发表在arXiv上, https://arxiv.org/pdf/1910.09534.pdf 量子优越性论文, https://www.nature.com/articles/s41586-019-1666-5 谷歌CEO皮查伊撰写文章“量子计算里程碑的意义”， https://www.blog.google/perspectives/sundar-pichai/what-our-quantum-computing-milestone-means/ 量子优越性技术博客, https://ai.googleblog.com/2019/10/quantum-supremacy-using-programmable.html 来源： http://baijiahao.baidu.com/s?id=1648194058952134876wfr=spiderfor=pc 更多： https://tech.qq.com/a/20191023/008916.htm 谷歌实现量子优势论文中文翻译（1） http://blog.sciencenet.cn/home.php?mod=spaceuid=3364677do=blogid=1199384; 个人分类: 量子计算|2373 次阅读|0 个评论

[转载]谷歌用深度强化学习提高提高量子计算机性能: quantumchina 2019-10-10 12:58; 雷锋网 AI 科技评论按：日前，谷歌在 Nature 合作期刊《npj Quantum Information》上发表了一篇论文，提出结合深度强化学习的方法来实现通用量子控制，从而能够极大地提高量子计算机的计算能力。谷歌也在官方博客上发表文章介绍了这项工作。论文下载地址： https://www.nature.com/articles/s41534-019-0141-3.pdf 实现近期量子计算机的主要挑战之一与其最基本的组成有关：量子比特。量子位可以与任何携带与自身能量相近的东西交互，包括杂散光子（如不需要的电磁场）、声子（量子设备的机械性振荡）或量子亏损（制造期间所形成的芯片基板中的不规则性），其中，量子亏损会不可预测地改变量子比特本身的状态。而使问题进一步复杂化的是，用于控制量子比特的工具带来了许多挑战。研究者通过经典的控制方式来操作和读取量子比特：模拟信号以电磁场的形式耦合到其中嵌入了量子比特的物理基底，例如超导电路。这些控制电子设备中的缺陷（会造成白噪声）、来自外部辐射源的干扰以及数模转换器的波动会引入更多的随机误差，从而降低量子线路的性能。这些现实问题都会影响计算的保真度，因此限制了近期量子设备的应用。为了提高量子计算机的计算能力，并为实现大规模量子计算铺路，就必须首先建立能够准确描述这些实验性问题的物理模型。谷歌在 Nature 合作期刊《npj Quantum Information》上发表的《通过深度强化学习实现通用量子控制》（Universal Quantum Control through Deep Reinforcement Learning）论文中，提出了一种使用深度强化学习生成的新的量子控制框架，其中可以通过单个控制成本函数来概括量子可控制优化中的各类实际问题。与标准随机梯度下降的解决方案相比，该框架可将量子逻辑门的平均误差最多降低两个数量级，并且大幅降低了来自最优门生成的副本的门时间。这一结果为使用近期量子设备来开展量子仿真、量子化学和量子霸权测试开启了更加广阔的应用空间。这种新的量子控制范式，其创新之处在于对量子控制函数的改进以及提出的基于深度强化学习的高效优化方法。为了创建一个全面的成本函数，首先需要为实际的量子控制过程创建一个物理模型，基于该模型，我们能够可靠地预测误差量。对量子计算的准确性最不利的误差之一就是泄漏：在计算过程中损失的量子信息量。这种信息泄漏通常发生在量子比特的量子态被激发为较高能态或通过自发辐射衰退成较低能态时。泄漏误差不仅会损失有用的量子信息，而且还会降低「量子性」，并最终使量子计算机的性能降低得与经典计算机差不多。在量子计算过程中准确地评估泄漏信息的常见做法是，一开始就模拟整个计算。然而，这并不利于达成构建大规模量子计算机的目的，因为量子计算机的优势就在于它们能够执行经典系统所无法执行的计算。谷歌研究人员通过使用改进后的物理模型，能够让通用的成本函数对逐渐增加的泄漏误差、控制边界条件的违背情况、总的门时间和门保真度进行联合优化。创建了新的量子控制成本函数后，下一步就是应用高效的优化工具将该函数最小化。经证实，现有的优化方法无法找到对于控制波动同样具有鲁棒性的令人满意的高保真度解决方案。相反地，谷歌研究人员则采用同步策略的深度强化学习（RL）方法，即置信域强化学习（Trusted-Region RL），因为该方法在所有基准问题中均表现出良好的性能，对样本噪声具有固有的鲁棒性，并且能够优化有着数亿个控制参数的数百种高难度的控制问题。这种同步策略强化学习与先前研究的异步策略强化学习方法之间的显著差异在于，其对控制策略的表示独立于控制成本。另一方面，例如 Q 学习等异步策略强化学习使用单个神经网络（NN）来表示控制轨迹和相关的奖励，其中控制轨迹指定要耦合到不同时间步长的量子比特的控制信号，而相关的奖励则评估量子控制当前步长的好坏。同步策略强化学习引人关注的一项能力在于：能够在控制轨迹中利用非本地特征。当控制领域是高维且包含大量组合的非全局解决方案时，这种能力就变得至关重要，而对于量子系统而言，这种情况经常发生。研究人员将控制轨迹编码为一个完全连接的三层神经网络，即策略 NN，同时将控制成本函数编码为第二个神经网络（值 NN），后者可以对折扣未来奖励（Discounted Future Reward）进行编码。强化学习智能体在模拟现实中的噪音控制驱动的随机环境下训练这两个神经网络，获得了鲁棒的控制解决方案。此外，他们还为一组连续参数化的两位量子门提供了控制解决方案，这对于量子化学应用而言很重要，不过，使用传统的通用量子门集实现这一操作，成本也很高。谷歌研究人员使用这一新框架进行的数值模拟结果表明，与通用量子门集的传统方法相比，该方法将量子门误差减少了 100 倍，与此同时，还为一系列连续参数化的模拟量子门将门时间减少了平均一个数量级。这项工作凸显了使用创新性机器学习技术和能够利用通用量子控制方案的灵活性和附加计算能力的近期量子算法的重要性。进一步，该领域的研究者还需要做更多的实验来将机器学习技术（就比如说我们在这项工作中开发的技术）整合到实际的量子计算过程中，从而利用机器学习来充分提高量子计算机的计算能力。雷锋网 via https://ai.googleblog.com/2019/10/improving-quantum-computation-with.html 来源： https://www.leiphone.com/news/201910/tJH7KTvVUOED9cxW.html?uniqueCode=KxLLR7JKUTzE7EVK; 个人分类: 量子计算|1596 次阅读|0 个评论

谷歌实现量子优势论文中文翻译（2）: quantumchina 2019-10-5 13:08; 用一个可编程超导处理器实现量子优势 Google AI Quantum and collaborators 本文由谷歌公开发布在网上的英文论文翻译而来，也参考借鉴了网上发布的中文介绍文章，翻译者为四川大学锦城学院电子信息学院的同学，我们将分成几部分陆续发布，以便广大中国科研工作者参考。翻译：彭欣怡李琦钟玥邓涛杨松瑞肖鑫李生华漆国华指导教师：刘勤 (获取完整pdf版可联系邮箱：qinliu@scujcc.cn) 研究者核实了采用一种被称为交叉熵基准测试（XEB）的方法可以使量子处理器有效工作，它比较了在实验中观察到每个比特串的频率，以及在经典计算机上通过模拟计算出的相应的理想概率。对于给定的电路，研究者收集测量的位串，并计算线性XEB保真度，这是研究者测量的位串的模拟概率的平均值：其中， n 是量子比特数，是理想量子电路计算的位串的概率，并且平均值超过所观察到的位串。直观地说，与研究者采样高概率比特串的频率相关。当量子电路中没有错误时，对概率分布进行采样将产生。另一方面，来自均匀分布的采样将给出，并产生。的值从0到1对应于电路运行时没有错误发生的概率。概率必须从经典模拟量子电路中获得，因此计算在量子优势的机制中是棘手的。然而，通过一定的电路简化，研究者可以获得运行宽和深的量子电路的全操作处理器的定量保真度估计。研究者的目标是为具有足够宽度和深度的电路实现足够高的，从而使经典计算成本大得令人望而却步。这是一个困难的任务，因为研究者的逻辑门是不完善的，研究者打算创造的量子态对错误是敏感的。算法过程中的一个位或相位翻转将完全洗牌散斑图案并导致接近0的保真度。因此，为了宣称量子优势，研究者需要一个以足够低的错误率执行程序的量子处理器。建造和表征高保真的处理器研究者设计了一个名为Sycamore的量子处理器，包含一个由 54 个 transmon 量子比特组成的二维阵列，每个量子比特都以可调的方式与周围四个最近邻的量子比特耦合。连接是向前兼容的，使用表层代码进行误差修正。该设备的一个关键系统设计突破是实现高保真的单和双量子比特运算，这不仅是在隔离的情况下，而且在对多个量子比特同时进行门运算的情况下，还能进行实际的计算。论文将讨论以下要点；扩展的细节可以在附件材料中找到。谷歌实现量子优势论文中文翻译（1） http://blog.sciencenet.cn/blog-3364677-1199384.html 自然杂志：什么是量子计算霸权？ http://blog.sciencenet.cn/blog-3364677-1077943.html; 个人分类: 量子计算|1282 次阅读|0 个评论

Gil Kalai教授对谷歌“量子霸权”的评论: leiyian 2019-10-5 11:38; Gil Kalai教授是耶鲁大学和以色列希伯来大学的教授，方向是数学与计算科学，从事量子信息研究多年，主要讨论量子计算的纠错，认为NISQ系统不可能实现，因为需要的纠错是无法实现的。Kalai教授认为，从计算复杂性角度来说，NISQ系统只是原始的传统计算装置，和我上一篇文章最后的比喻异曲同工。 Kalai教授对谷歌“量子霸权”的评论： Quantum computers: amazing progress (Google IBM), and extraordinary but probably false supremacy claims (Google). gilkalai.wordpress.com 页面上面还有他写的一些文章和报告的链接。他的基本结论是：谷歌的工作是实验的重大进展，但是还不成熟，在他看来，是错的。; 个人分类: 量子力学|3314 次阅读|0 个评论

谷歌的“量子霸权”靠谱吗？: 热度 2 leiyian 2019-10-4 08:20; 谷歌终于宣布实现“量子霸权”了，虽然文章很快撤回，但是还是引起了很大的轰动，有人认为量子计算时代到来了，传统计算很快就要过时。跟很多人的激动不同，很长时间以来，我对量子信息的各种神奇功能持怀疑态度，因为我发现量子信息的理论基础有问题。本博客量子力学专题中有多篇文章讨论量子计算的理论基础问题，如量子位的问题，非相对论量子力学的应用范围，数学与物理的差别，究竟什么是量子计算，等。就谷歌宣布实现“量子霸权”本身，我也不太理解业内人士的激动。既然是业内人士，就应该知道这样的“划时代突破性进展”在过去的几十年内已经发生过很多次了，IBM，Intel，D-Wave，微软，华为，阿里，……，数不胜数。然而最后什么都没有发生。还没有解决任何传统方法无法解决，或者值得解决的问题。大概加入量子计算研究的新人实在太多了，总有大部分业内人士不知道量子计算的辉煌突破史。单单谷歌一家，已经连续三年宣布当前年度内将实现“量子霸权”。就发生的事情本身，为什么就有很多业内人士相信了一篇至少还没有获得公开认可的文章呢？一般来说，文章撤回是一种不体面的行为，至少是一个bad sign，虽然不排除最后会被接受发表。但无论如何，事件本身不等于他们的主张（claim）就是事实，毕竟，他们前两年的宣布已经被证明不是事实，这是另一个bad sign。 “霸权”（supremacy）从来不是一个正面词汇，比如白人至上主义“white supremacy”。量子计算什么都还做不了，就声称要实现量子霸权，超越传统计算机，破解传统加密。这种宣传方式，也是一个bad sign。文章声称的“霸权”是比传统计算机快很多倍地解决了一个问题。是一个什么问题呢？一般我们说解决了一个问题，应该是说明问题是什么，再给出量子计算机算出的答案。该问题最好是一个实际问题，有理论结果，或者实验结果，可以比对。文章中的问题，可以说是专门为这种计算机设计的虚拟问题，想不出别的场景下有什么用。文章中提到的hybrid Schroedinger-Feynman algorithm（混合薛定谔费曼算法，hSFA）应该是一种量子蒙特卡洛算法。在实际应用中，如果要用该算法计算什么东西，必须有具体的势函数或者相互作用，那个东西总是有一些实验值可以比对的，这样我们就可以知道算法可信不可信，算出来的实验无法测量的值可信不可信。在计算物质（这里是量子多体体系）的性质的时候，量子蒙特卡罗算法并不是很有效的算法，原因的确是蒙特卡洛算法需要的计算量太大，但是我们有很多更有效的方法，如自洽场（Hatree-Fock），密度泛函（DFT），等等。即使是量子蒙特卡罗算法，量子计算机也无法把希望计算的物理体系放进去，因此这台量子计算机只能计算自己。就算是谷歌这台量子计算机本身，如果传统计算希望模拟，未必使用hSFA来模拟，完全可以建立更有效的数学模型，以致于传统计算甚至可以比量子计算更快，更精确。所以，量子霸权已经实现的说法，完全是研究者单方面的主张。文章只是给出了计算速度和保真度，没有给出计算结果对不对。保真度只有大约0.1%，这样的计算结果有意义吗？该数据不是说明了计算结果99.9%不可信吗？一个99.9%不可信的计算结果有用吗？如果再算一次，会得到另一个完全不同的结果，一样99.9%的不可信。文章的说法是，传统计算如果要达到同样的可信度，需要算好多年。可是传统计算绝不可能做一个目标为99.9%不可信的计算啊！99.9%的不可信是什么意思？如果计算一个整数，正确结果应该是10000的话，量子计算出来的结果是10到10000000之间的任何值？总结一下： 1、文章主张的结论还没有得到认可。 2、这台计算机用0.1%的保真度计算了自己，如果用传统计算机用文章指定的方法计算，需要很多年，没有这台计算机快。 3、该计算的实际应用仅限于自身。文章也没有说能解决什么别的问题。这种只能计算自身的意思是：任何一个实验，或者一个物理体系，都是对自身的量子计算，都是自身所有微观量子过程的综合效应，一般来说，都很难计算。所以我说过和传统的实验测量无法区别。另外一些看法： “道路是曲折的，前途是光明的”，这只是一些人的个人信仰，你凭什么相信前途是光明的？科学讲逻辑，讲实证，“相信”只是一厢情愿（wishful thinking)。人类历史上，很多被部分人信仰的理念，最后被证明并不成立，早期的有信神炼丹，近期的有人体科学，水变油，还有长期的永动机。科学的东西经得起质疑，不能有人质疑就怪别人心不诚。以前的气功大师们就有一个论调，说如果有不信的人在场，人体特异功能就很难成功。很长一段时间，中国科学界曾经把气功大师们奉若神明。单纯从实验的角度，我认为这样的工作还是很有意思的，我很想知道最后能做出什么有意义的东西来。虽然我很怀疑，这样的装置能不能解决研究者们希望解决的通用问题。量子模拟的确是一个最有可能取得实际应用的量子计算研究方向，虽然个人认为和传统的实验无法区别，不过是把传统实验的一次测量变成了麻烦的，不确定的多次测量。有点像把传统波干涉实验做成一次通过一个量子，用很先进的技术，做强大的数据处理后，得到一个显然的结论。新闻稿中提到了质疑者，也就是说，这些研究并没有被学术界广泛接受。对任何一项研究，质疑是正当而且是应当的，能够经受越多的质疑，研究结论才越有可能正确。但明显可以看出，国内很多业内人士对质疑相当情绪化，言论中不乏对质疑者的人身攻击。; 个人分类: 量子力学|3766 次阅读|6 个评论

[转载]Scott Aaronson：只有谷歌实现了量子优势: quantumchina 2019-9-26 12:52; 注：文中的“量子霸权” 也译为 “量子优势” 著名理论计算机科学家、量子计算专家 Scott Aaronson 在个人网站就谷歌的“量子霸权”研究进行了 FAQ 解答，他认为谷歌的正式论文可能会在一个月内在某知名期刊（哪本期刊？选项可以缩小到 2 个）发表。Scott Aaronson 分析了谷歌的量子霸权实验、量子霸权本身是否有任何应用、谷歌下一步是什么等问题。一、Scott Aaronson 何许人也？ Scott Aaronson，美国理论计算机科学家，德州大学奥斯汀分校计算机科学教授，量子信息中心主任。此前曾与麻省理工学院电子工程与计算机科学系任教多年，研究领域包括量子计算机的性能与局限，更广义的计算复杂度理论等。在 MIT 期间，Scott 曾是姚班学霸陈立杰的导师。 Scott Aaronson Aaronson 在康奈尔大学获计算机科学专业学士学位，在加州大学伯克利分校获博士学位，在加拿大滑铁卢大学量子计算研究所做博士后研究员。2007-2016 年在麻省理工学院任教，2007 年秋任助理教授，2013 年春晋升为副教授。2016 年至今在德州大学奥斯汀分校任教，任全职教授。著有《德谟克利特以来的量子计算》。他的个人博客 “Shtetl-Optimized” 经常从科普向角度解答一些关于量子计算的问题，一直广受欢迎。他撰写的《谁可以命名更大的数字？》一文在计算机科学学术界中得到了广泛传播，文中使用了 Tibor Radó 所描述的 Busy Beaver Numbers 的概念来说明在教学环境中可计算性的局限性。他讲授的面向研究生的调查课程《自德谟克利特以来的量子计算》的讲义已由剑桥大学出版社出版。书中将关于量子计算的不同主题编成一个整体，其中涵盖量子力学、复杂度、自由意志、时间旅行、人类准则等内容。知名科普期刊《科学美国人》曾发表了他的《量子计算机的局限性》一文，他的观点和言论也经常被大众主流媒体所引用。二、“量子霸权”15 问：没有破解不了的密码了吗？非也 Q1：什么是量子计算霸权? 通常缩写为“量子霸权”(quantum supremacy)，这个术语指的是利用量子计算机来解决一些定义明确的问题，而这些问题如果使用现有的经典计算机和已知算法来解决，需要的时间是数量级更长的。这不是偶然的原因，而是由于渐进量子复杂性。这里的重点是，要尽可能确定这个问题确实已经被量子计算机解决了，并且确实对于经典计算机而言是棘手的，并且在理想情况下能够很快实现加速。如果这个问题对某件事也有用，那就更好了，但这完全没有必要。莱特飞行器和费米堆本身并没有什么用处。 Q2：如果谷歌真的实现了量子霸权，是否意味着正如民主党总统候选人安德鲁・杨（Andrew Yang）最近在推特上所说的那样，现在“没有什么密码是不可破解的”？不是这样。(但我仍然喜欢杨。) 这里有两个问题。首先，目前由谷歌、IBM 和其他公司制造的设备具有 50-100 个量子比特，而且没有纠错功能。运行 Shor 算法来破解 RSA 密码系统将需要数千个逻辑量子比特。使用已知的纠错方法，可以很容易地转换成数百万个物理量子比特，而且这些量子比特的质量比目前存在的任何一种都要高。我认为现在没有人能做到这一点，我们也不知道需要花多长时间。但第二个问题是，根据我们目前的理解，即使未来拥有可扩展的、有纠错功能的量子计算机，它们也只能破解某些密码，而不是全部。不幸的是，他们能够破解的公钥密码包括了我们目前用来保护互联网安全的大部分内容：RSA、Diffie-Hellman、椭圆曲线加密等等。但是私钥密码受到的影响应该很小。甚至还有一些候选的公钥密码系统(例如，基于 lattices 的)，经过 20 多年的尝试，仍然没有人知道如何进行量子破解。现在正在进行的一些工作，已经开始迁移到这些系统了。 Q3.：谷歌计划进行或已经完成了哪些通常认为经典计算机很难做到的计算？它计算的是：一个“challenger”生成一个随机量子电路C(即一个由 1 个量子比特和最近邻的 2 个量子比特组成的随机序列，深度为 20，作用于n=50 至 60 qubits 的二维网格上)。然后，challenger 将C发送到量子计算机，并要求它将C应用于全部为 0 的初始状态，以{0,1}为基础来测量结果，并返回所观察到的所有n-bit 字符串，并重复数千次甚至数百万次。最后，challenger 利用统计检验来来检查输出是否与量子计算机所做的一致。所以，这不是一个因式分解问题。电路C在n-bit 字符串上产生了一些概率分布，称为 DC，问题是从这个分布中输出样本。事实上，通常会有2^n个字符串支持 DC，如此之多，以至于如果量子计算机按预期工作，将永远不会观察到相同的输出两次。然而，关键的一点是，DC 的分布并不均匀。虽然我们只会观察到与2^n相比很小的样本，但我们可以检查样本是否优先地聚集在预测更有可能的字符串中，从而建立起我们对完成传统上棘手的事情的信心。一句话总结：量子计算机只是被要求应用一个随机(但已知的)量子操作序列 ——不是因为我们关心结果，而是因为我们试图证明它能在一些定义明确的任务上击败经典计算机。 Q4：但是，如果量子计算机只是执行一些随机的电路，其唯一的目的就是经典计算机难以模拟，那么有什么意义呢？这不是过度宣传吗? 不，当然有意义。要对我们在这里所谈论的巨大规模，以及使它成为现实所需要的可怕的工程，有一点尊重。达到量子霸权之前，量子计算机怀疑论者可以嘲笑，因为花了数十亿美元、20 多年，仍然没有一台量子计算机能比笔记本电脑更快地解决一个问题。在后量子霸权的世界，情况将不再是这样。我再次提到莱特飞行器，因为我们正在谈论的内容与我在互联网上见到的人们的不屑一顾之间的鸿沟，对我来说非常令人惊讶。就好像，如果你坚信空中旅行从根本上就是不可能，那么看到一架木制螺旋桨飞机保持在高空飞行不会改变你的信念，但也不会让你感到放心。 Q5：几年前，你批评大众对D-Wave 过于兴奋，而它声称通过量子退火可以极大地加速优化问题。但现在，你又批评大众对量子霸权不够兴奋。这是为什么？因为我的目标不是朝着大众偏爱的方向发展“兴奋水平”，而是朝着正确的方向！事后看来，你会承认我对D-Wave 的看法基本上是正确的，即使那让我在一些圈子里非常不受欢迎。我也在努力证明我对量子霸权的观点是正确的。 Q6：如果量子霸权的计算只涉及从概率分布中采样，你如何验证它们是否正确? 好问题！这是我和其他人在过去十年中发展起来的大量理论的主题。我已经在我对 Q3 的回答中给出了一个简短的版本：通过对 QC 返回的样本进行统计来验证，检验它们优先聚集在混沌概率分布 DC 的“峰值”。有一个简便的方法，谷歌称为“线性交叉熵检验”，就是将量子计算机返回的所有样本 s1,…， sk 的 Pr 相加，然后求和。当且仅当总和超过某个阈值（例如 bk/2^n, 常数b介于 1 和 2 之间）时，才声明测试 “成功” 。诚然，为了应用这个测试，你需要在经典计算机上计算 Pr 的概率，而唯一已知的计算它们的方法需要蛮力，并且需要大约2^n的时间。如果n是 50，并且你是谷歌，那么是有能力处理2^50 这样的数字的。通过运行一个巨大的经典内核集群(比方说)一个月，你最终可以验证量子计算机几秒钟内生成的输出——同时还可以计算量子计算机快了多少个数量级。然而，这确实意味着基于采样的量子霸权实验几乎是专为目前正在建造的 50 量子比特设备而设计的。如果有 100 个量子比特，我们可能就不知道如何使用地球上所有可用的经典计算能力来验证结果了。 Q7：等等，如果经典计算机只能检验量子霸权实验的结果，在一个经典计算机仍能模拟实验(尽管速度极慢)的体制下，那么你怎么能宣称“量子霸权”呢? 对于一个 53 量子比特的芯片，在一个仍然可以直接验证输出结果的系统中，你完全有可能看到速度增加了数百万倍，同时你也可以看到速度随着量子比特的数量呈指数增长，这与渐近分析所预测的完全一致。 Q8：是否有数学证据证明没有任何快速的经典算法能够欺骗基于采样的量子霸权实验的结果? 不，目前没有。但这并不是量子霸权研究人员的错！只要理论计算机科学家不能证明P≠NP 或P≠PSPACE 这样的基本猜想，就不可能无条件地排除快速经典模拟的可能性。我们所能期望的最好结果是 conditional hardness。我们确实成功地证明了一些这样的结果——例如玻色子采样那篇论文，或者 Bouland 等人关于随机电路中振幅计算的平均情况#P-hardness 的论文，或者我与陈立杰合著的论文(“Complexity-Theoretic Foundations of Quantum Supremacy Experiments”)。在我看来，这方面最大的理论开放问题是证明更好的 conditional hardness 结果。 Q9：基于采样的量子霸权本身有什么应用吗? 人们第一次想到这个问题时，答案显然是“毫无用处”！不过，最近情况发生了变化，例如，由于认证随机性协议，显示了一个基于采样的量子霸权实验几乎可以立即被重新利用，从而生成可以被怀疑是随机的比特(在计算假设下)。反过来，这可能适用于持有量证明加密货币(proof-of-stake cryptocurrencies)和其他加密协议。我希望在不久的将来能发现更多这样的应用。 Q10：如果量子霸权实验只是产生随机比特，那不是很无趣吗？仅仅通过测量就能把量子比特转换成随机比特，这不是很简单吗? 关键是量子霸权实验不会产生均匀的随机比特。相反，它从一些复杂的、相关的、超过 50 或 60 位字符串的概率分布中采样。 Q11：数十年的量子力学实验——例如，那些违反贝尔不等式的实验——难道还没有证明量子霸权吗? 这纯粹是文字上的混淆。其他的实验证明了“量子霸权”的其他形式：例如，在违反贝尔不等式的情况下，你可以称之为“quantum correlational supremacy”。他们没有展示量子计算的优势，这意味着是不可能用经典计算机模拟的事情(在经典计算机模拟中没有空间局域性或其他类似的限制)。今天，当人们使用“量子霸权”这个短语时，它通常是量子计算霸权(quantum computational supremacy)的缩写。 Q12、即便如此，目前仍然有无数材料和化学反应无法用经典方法实现模拟，而且现在也出现大量特定用途的量子模拟器。为什么这些都不算是实现了 “量子霸权”？如果按照一些人对 “量子霸权” 的定义，确实已经实现了！这次谷歌实现的与他们的主要区别在于，有了完全可编程的设备，可以通过传统计算机发送适当的信号，使用任意序列的最近邻的 2 - 量子比特门进行编程。换句话说，这下量子计算的怀疑论者肯定会不高兴了，可以肯定的是，有些量子系统很难用经典方法模拟，但这仅仅是因为大自然确实很难模拟，而且你不能把发现的什么化学物质随意重新定义为 “可以自我模拟的计算机。” 现在，在任何正常的定义下，谷歌、IBM 和其他公司正在建造的超导设备都的确是 “计算机”。 Q13、“量子霸权” 的概念是你发明的吗？不是，但我在开发上发挥了一些作用，这导致萨宾・霍森费尔德（Sabine Hossenfelder）等人误以为整个概念都是我提出的。“量子霸权” 一词是约翰・普雷斯基尔（John Preskill）在 2012 年提出的，尽管从某种意义上说，其核心概念可以追溯到 1980 年代初的量子计算本身。1994 年，使用 Shor 算法来分解大量数据成为 “量子霸权” 实验的手段，不过即使在现在，这个实验仍然很难执行。使用采样问题来证明 “量子霸权” 的关键思想是由 Barbara Terhal 和 David DiVincenzo 在 2002 年发表的一篇有远见的论文中首次提出的。当时出现了一批论文，不仅表明 “简单的” 非通用量子系统可以解决看似困难的采样问题，而且面向相同采样问题的有效经典算法将意味着多项式层次结构的崩溃。即使是近似量子采样问题，用经典方法解决也是非常困难的。据我所知，“随机电路采样” 的思路源于我在 2015 年 12 月发起的一次电子邮件对话，参与成员还包括 John Martinis，Hartmut Neven，Sergio Boixo，Ashley Montanaro，Michael Bremner，Richard Jozsa，Aram Harrow，Greg Kuperberg 等人。该对话的标题为 “40 量子比特的硬采样问题”。当时我们讨论了三种基于采样方法的 “量子霸权” 方法的优缺点：（1）随机电路，（2）通勤哈密顿量，以及（3）Boson Sampling。在 Greg Kuperberg 提出支持方案（1）的意见后，我们迅速达成共识，即从工程学的角度来看方案（1）确实是最好的选择，即使理论分析仍不能令人满意，也可以补救。。之后，Google 团队对理论和数值上的随机电路采样进行了大量分析，而 Lijie Chen、Bouland 和我则对此进行了分析，从理论上证明了用经典方法解决这类问题的难度。 Q14、如果量子霸权真的实现了，对于量子计算的怀疑论者而言意味着什么？我现在可不想成为他们的一员！他们当然可以退一步说，量子霸权是可能实现的（谁敢说绝对不可能？），其实真正的问题一直是 “量子纠错”。确实，这些人中有些人始终保持这个立场。但是其他人，包括我的好朋友吉尔・凯莱（Gil Kalai）在内都曾经预测过，说出于根本原因，量子霸权不可能实现。现在把话收回去好像有点晚了。 Q15、下一步呢？如果实现了量子霸权，那么我认为 Google 团队已经有了必要的硬件来执行我提出的协议，生成认证的随机比特了。他们下一步确实计划这么做。除此之外，显而易见的下一个里程碑将是可编程量子计算机的应用（如 50-100 量子比特），可以比任何已知的经典方法更快执行一些有用的量子模拟任务（如凝聚态系统）。此外，“量子纠错” 将走向应用，可以使编码的量子比特存活时间长于基础物理量子比特的存活时间。毫无疑问，谷歌，IBM 等领跑者将朝着这两个重要里程碑迈进。三、谷歌“量子霸权”的论文究竟讲了什么？MIT 量子物理博士生专业解读尽管 NASA 在上线谷歌“量子霸权”的论文不久后悄悄撤下，这篇论文仍通过各种渠道流传出来。MIT 量子物理专业博士生（知乎 ID：少司命）从专业角度，以通俗的语言解释了谷歌这篇论文的主要内容。新智元经授权转载如下：毫无疑问的是，这会是量子计算领域一个里程碑一样的大新闻. 9 月 20 号刚刚看到这个消息，据说是 NASA 发布到官网上而后又迅速删掉，但是内容已经在网上大规模流传开了。文章写的非常简单易懂，我尽量用简单的语言陈述一下这个新闻的主要内容吧 (蹭热度)，如果没有任何背景可以只看加粗字体部分。如果哪里不准确欢迎指正补充。首先一个概念，所谓的 quantum supremacy，有人翻译为量子优势也有人翻译为量子霸权，一般指的是量子计算在某一个问题上，可以解决经典计算机不能解决的问题或者是比经典计算机有显著的加速 (一般是指数加速)。回到文章，在硬件方面，谷歌家一直用的是超导电路系统，这里是 54 个物理比特 (transmon) 排成阵列，每个比特可以与临近的四个比特耦合在一起，耦合强度可调 (从 0 到大概 40MHz)，实物图和示意图分别如下。图中一个灰色的叉号就代表一个量子比特，蓝色的则是可调的耦合装置有了硬件就要衡量其性能的好坏，所以首先要知道对这些量子比特进行操作时发生错误的概率 (error rates)。这里他们用 cross-entropy benchmarking (XEB) 的方法测量这些 error。XEB 早就有了我记得 google 在今年 3 月会议时候就讲过，跟 randomized bechmarking 很像都是加一系列随机的门操作，然后从保真度衰减信号中提取出 error rates. 下图是他们最终得到的结果，在没有并行时候单比特 0.15% 的错误率其实不算高，而双比特 0.36% 的错误率 e2 有 0.36% 则还不错，像 google 另一个 18 比特的 Gmon18 我记得两比特的有 0.8%. 上面列了各个 error rate, 下面是 error 分布的 heat map. 下面是文章最重要的部分，google 在多项式时间内实现了对一个随机量子电路的采样，而在已知的经典计算机上需要的时间则非常非常之久，像文中实现的最极端的例子是，对一个 53 比特 20 个 cycle 的电路采样一百万次，在量子计算机上需要 200 秒，而用目前人类最强的经典的超级计算机同样情况下则需要一万年。亦即在这个问题上，量子实现了对经典的超越。这里的 cycle 指的是对这些比特做操作的数目，一个 cycle 包含一系列单比特操作和双比特操作，可以近似理解为电路的深度 (circuit depth)。对于最大的电路，即 53 个比特 20 个 cycle 的情况，在量子处理器上做一百万次采样后得到 XEB 保真度大于 0.1% (5 倍置信度)，用时大概 200 秒。而要在经典计算机上模拟的话，因为比特数目很多整个的希尔伯特空间有而且还有那么多电路操作，这已经超出了我们现在超级计算机的能力 (within considerable time)，就像文中举的另一个例子，用 SFA 算法大概需要 50 万亿 core-hour (大概是一个 16 核处理器运行几亿年吧)，加 Wh 的能量 (也就是一万亿度电...)，可以想见是多么难的事情了。而量子这个问题上为啥会比经典好也非常容易理解，用到的就是量子运算的并行性，即量子态可以是叠加态可以在多项式时间内遍历整个希尔伯特空间，而经典计算机模拟的话需要的资源则是随着比特数目指数增加的。左边图 a 是经典计算机可以模拟的区域，右边图 b 则是量子有优势的区域。红色数据点为最复杂的电路，绿蓝代表两种稍作简化后的电路。当然有没有可能是有些更好的经典采样算法和量子的差不多，只是我们没有找到呢？文中没有给出很直接的回答，他们认为从复杂度分析来讲经典算法总是会随着比特数和 cycle 指数增加的，而且即使未来有一些更好的经典算法，到时候量子的处理器也发展了所以还是会比经典的好。最后个人的一点 comment, 振奋的同时也要保持清醒，我们离着实现量子计算的完全功力还有很远的距离。硬件上有集成化的问题，比如这里的超导比特系统要加微波 control 要谐振腔 readout，比特数目增加后有空间不足和 cross-talk 等各种问题，远远不止我们图中看到的一个小芯片那么简单；再一个比特数多了电路深度大了怎么继续提高保真度也是很大问题，像这篇文章里 53 个比特到第十几个 circuit cycle 时候保真度只有 10 的负二次方量级了，怎么 decorrelate error 实现量子纠错，最终实现容错量子计算等等，这些都是硬件上的挑战；算法上，除了这里的采样问题（由此延伸的可以解决的问题其实是非常有限的），又有哪些问题是可以证明量子比经典有显著优势的，可不可以设计一些算法使得量子计算机能解决经典不能解决的问题，或者量子比经典有显著的加速，就像文章最后所说的: ...As a result of these developments, quantum computing is transitioning from a research topic to a technology that unlocks new computational capabilities. We are only one creative algorithm away from valuable near-term applications. 在 NISQ (noisy-intermediate scale quantum computer) 的时代 (如下图)，虽然我们离绿色真正的容错通用量子计算机还很远，但是现在已经开始进入到蓝色区域相信在未来几年会有一些有趣的 near-term 的应用出现。横坐标比特数目越大越好，纵坐标错误率越小越好回答一下大家关心的问题吧，以下是个人观点：一个是中国在这方面有什么进展，我们国家在近些年在量子方面投入很大，很多组也做出了许许多多非常突出的贡献，但必须承认的是，至少在我们在文中提到的用超导比特去做通用量子计算机这方面确实还有着比较明显的差距，但是道路是曲折的前途是光明的，我相信国内一定会迎头赶上并在很多领域做出超越的。现在无论学校科研院所还是大企业都有投入和发力，只不过具体方向会不一样很多优秀的成果也没有得到媒体的关注。再一个问题就是很多同学表示还是看不太懂，确实没有相关背景了解起来会比较吃力，既准确又通俗的科普是件很难的事...anyway，还是我在文中强调的，文章的内容是量子计算重要的一步但是其应用是非常非常有限的，以后的路仍道阻且长，我们离着可以破解 RSA 密码离着量子计算机的大规模普及还很远，而且量子计算机也是不可能取代现在用的经典计算机的，这些应该是现在的业内共识。文章来源： https://news.cnblogs.com/m/n/640386; 个人分类: 量子计算|2102 次阅读|0 个评论

1 2 3 456 下一页

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 量子计算

相关日志

关闭安全验证