近日,潘建伟院士、陆朝阳教授团队联合多单位参与,在过去“九章”系光量子计算基础上,开发了“九章3.0”版本光量子计算系统,在进行高斯玻色子采样实验时,通过伪光子数分辨检测方法,探测到了多达255个photon-click事件(客注:“photon-click”指的是通过光子数分辨探测器检测光子。换句话说,当光子进入探测器时,它被检测并记录为“click”。)。
研究结果表明,在当前世界最快超级计算机“Frontier”上利用迄今为止最佳的经典算法产生一个具有相同分布的单个理想样本需要大约600年,而通过量子计算机“九章3.0”只需1.27微秒即可生成一个样本。
研究人员预计,对于实验中生成的最复杂的样本,Frontier超级计算机使用精确算法实现相同结果将需要大约310亿年。这意味着“九章3.0”在量子优越性问题上,相较过去,实现了新的里程碑。
相关研究成果以“Gaussian Boson Sampling with Pseudo-Photon-Number Resolving Detectors and Quantum Computational Advantage”为题于4月24日以预印本提交到arxiv。

什么是高斯玻色采样?
高斯玻色采样(Gaussian boson sampling,GBS)是一种利用光子干涉进行计算的量子计算方法。它涉及从具有高斯输入的随机线性光学电路的输出分布中进行采样。在GBS中,光子被发送到一个复杂的光学电路中,在那里它们相互干涉并在光子探测器上产生一系列点击模式。这些点击模式然后被用来解决计算问题。
GBS与其他量子计算方法不同,它不需要使用量子比特(qubits),这是其他量子计算方法(如量子退火和门型量子计算)的基本构建块。GBS不需要使用非高斯资源(如纠缠态或测量)。相反,它依赖于高斯态和操作的特性来实现计算优势。这使得它成为近期实现和可扩展性方面具有潜力的方法。
其次,GBS是一种采样问题类型,可以使用经典计算机来解决。然而,当光子和探测器数量足够大时,相较之下,经典计算机在解决问题时变得效率低下,故采用量子的方法,可呈现出超级的量子计算优越性。最后,GBS在化学模拟和优化问题等领域具有潜在应用。与其他量子计算方法相比,它具有良好的可扩展性和低实现难度。
1.27微秒 VS 600年,压倒性的量子优势
该研究称,使用了量子计算机九章3.0进行高斯玻色子采样实验。在实验中,研究人员使用光学器件构建随机线性光学电路,并使用伪光子数分辨探测器对输出进行高精度的计数和分辨。通过对输出进行统计分析,获得高斯玻色采样实验的结果。
该研究还考虑了部分光子可区分性和噪声,并开发了更完整的模型来描述噪声高斯玻色采样。在量子计算优势区域内,使用贝叶斯测试和相关函数分析验证了实验结果。

研究结果表明, 在当前世界最快超级计算机“Frontier”上利用迄今为止最佳的经典算法产生一个具有相同分布的单个理想样本需要大约600年,而通过量子计算机九章3.0只需1.27微秒即可生成一个样本,显示出1.5×10^16的压倒性量子计算优势。
此外,实验中最复杂的样本,使用超级计算机“Frontier”通过精确算法生成将需要花费310亿年的时间。此外,该研究还验证了实验结果与经典模型之间的相关函数和贝叶斯测试得分等参数,在量子计算优势区域内取得了成功。这表明量子计算机在高斯玻色采样方面具有巨大的优势。


展望未来
该研究展示了量子计算机在高斯玻色采样方面具有巨大的优势,并为未来量子计算机在化学反应模拟和优化问题等领域的应用提供了思路。
此外,该研究还为量子计算机在其他领域的应用提供了启示,例如在机器学习、优化问题和密码学等方面。未来的研究可以进一步探索如何利用高斯玻色采样实验来解决更加复杂的问题,并开发更加高效和稳定的光量子计算机。
该研究得到了中国国家自然科学基金、中国国家重点研发计划、中国科学院、上海市科技委员会等的支持。
引用:
[1]https://arxiv.org/abs/2304.12240
