目录
谷歌突破一小步，人类科学一大步。
这个突破经由CEO皮猜亲自官宣、论文登上Nature 150周年纪念特刊、各大主流媒体头版头条、热度全网第一
量子计算200秒=地球最强超算1万年的突破，现在谷歌以最隆重的形式对外官宣，超过计算机识别猫、盖过AlphaGo横空出世。
而且谷歌CEO还难掩激动地介绍，这就像飞机最初被发明的时刻——莱特兄弟的飞机第一次只飞了12分钟，但它证明了飞机飞行的可能性。
这是一个历史性时刻，谷歌也首次透露，已经为此埋头攻坚了13年。
量子优越性首次实现
Quantum Supremacy，伊万卡口中的“量子霸权”，谷歌更倾向于翻译为量子优越性。
直白来说，量子优越性就是在未来的某个时刻，功能强大的量子计算机可以完成经典计算机几乎不可能完成的任务。
比如在一天之内破解原本几万年才能破解的密码、实现通用人工智能、快速模拟分子模型。
此前对于这样的里程碑突破，都处于设想阶段，从未被实现。
但一个月前，谷歌的论文草稿，“意外”在NASA官网发布，结果非常震撼，称200秒的量子计算实现了最强超算1万年的结果。
但不料论文匆匆下架，反而引起更大关注。
当时舆论炸了锅，有认为谷歌沦为“神棍”瞎咋呼的，也有认为出于美国国家安全被下架……
更有竞争对手直接攻击，IBM就甚至专门发表了一篇论文，质疑谷歌“误导大众”。
而现在，论文正式在Nature上发表，谷歌CEO劈柴哥骄傲官宣谷歌AI团队实现了量子优越性，还在博客中强调：
就像第一枚火箭成功地脱离地球引力，飞向太空边缘。这一突破向我们展示了什么是可能的，并把看似不可能实现的事物推到了我们面前。
这就是这一里程碑对量子计算世界的意义：一个充满可能性的时刻。
皮猜还说，谷歌为此已经努力了13年。并且一度因为进展有限而沮丧。
在量子计算上，谷歌的攻坚从13年前开始。
2006年，谷歌科学家Hartmut Neven开始探索一个新的idea——用量子计算来加快机器学习的速度，并催生了谷歌AI量子团队。
接着2014年，美国物理学会院士John Martinis加入了谷歌，担任谷歌量子硬件首席科学家，领导构建量子计算机的工作。
两年后，量子计算理论首席科学家Sergio Boixo在Nature Communications上发表了相关论文，最终将团队的工作重点聚焦到了量子优势性计算任务上来。
这是一场科研的马拉松，一切都从零起步。即使对于谷歌的明星团队来说，这样的工作也一样是巨大的挑战。
实际上，在去年10月之前，谷歌在量子优越性方面的进展始终有限。
然而万万没想到，2018年10月加州野火扑不灭，出于安全考虑，谷歌不得不短暂关闭位于圣克拉拉的实验室，一众科学家也被迫休假。
但就在这期间，反而催生出新思路，然后实现了真正的跃迁。
皮猜还感慨，量子计算并非明确性的未来，要相信并坚定认为能实现，并不容易。
但谷歌内部始终相信，量子计算可以加速解决世界上一些最紧迫的问题。量子计算能为人类在分子尺度上理解和模拟自然界提供前所未有的良机。
Nature论文解读
谷歌在论文摘要中说：
我们使用具有53个超导量子比特的可编程处理器，占用状态空间为253≈1016。重复实验的测量结果会采样相应的概率分布。
经典计算机中的比特只能处于0或者1两种状态，而薛定谔猫告诉我们，猫可以处于死和活两种状态的叠加，量子比特也一样，能同时处于0和1两种状态。
1个量子比特只能表示2个状态，2个量子比特就能表示4个状态，3个量子比特就能表示8个状态，以此类推。
由于量子力学中物体的状态正是在这种叠加状态空间中演化，再加上不同量子比特之间的耦合，就可以模拟出更多的状态。
因此只需53个量子比特就可以模拟1016种状态，而这个数字已经超出了当今超级计算机的运算能力。
说完了量子计算机的基本概念，下面我们看一下谷歌量子计算机的硬件。
谷歌把这个实现量子优越性的量子处理器叫做“Sycamore”。它由54个transmon量子比特的二维阵列组成，每个比特与周围的4个比特相耦合。
该处理器使用铝制造，实现了低温超导中的约瑟夫森结，并使用铟制造两个硅晶片之间的凸点。芯片被引线连接到到超导电路板上，并在稀释制冷装置中被冷却至20mK以下。
这一温度只比绝对零度高百分之二度，之所以要如此冷，是为了将将环境热能降低到大大低于量子势能，防止外界热量对量子处理器的干扰。
处理器通过滤波器和衰减器连接到室温电子设备，后者可合成控制信号。所有量子位的状态可以通过同时利用频率复用的技术来读取。
为了完全控制这个量子处理器，谷歌还精心设计了277个数模转换器。
那么谷歌，用量子力学原理，和这样一个超级复杂的量子硬件解决了什么问题呢？
恰恰是一个经典计算所不善于解决的量子电路采样问题，在这个问题上，经典计算机的运算能力显得捉襟见肘了。
量子计算机上每次运行随机量子电路都会产生一个位串，例如0000101。由于量子干涉，就像激光在通过狭缝后形成的散斑一样，进行重复多次实验时（采样），某些位串比其他位串更容易出现。
然而，随着量子比特的数量n（宽度）和门循环数量m（深度）的增加，用经典计算机为随机量子电路找到最可能的位串变得越来越困难。
在实验中，谷歌首先运行12到53量子比特的随机简化电路，保持电路深度恒定。
验证系统正常运行后，谷歌运行了53量子比特且深度不断增加的随机硬电路，当深度m增加到20时，经典仿真变得完全不可用。
参考文献：
谷歌博客：
https://www.blog.google/perspectives/sundar-pichai/what-our-quantum-computing-milestone-means/
论文原文：
https://www.nature.com/articles/s41586-019-1666-5
IBM论文：
https://arxiv.org/pdf/1910.09534.pdf
文章来源: kings.blog.csdn.net，作者：人工智能博士，版权归原作者所有，如需转载，请联系作者。
原文链接：kings.blog.csdn.net/article/details/102718130