表面编码 ， 量子比特像棋盘一样矩阵排列 。 黑色圆点是存储了信息的量子比特 ， 蓝色圆点和红色圆点则是附属的用于纠错的量子比特 ， 分别用于探测比特翻转错误和相位翻转错误 。 这种编码形式只需要近邻耦合（图中的绿色菱形块）| 图片来源：Building logical qubits in a superconducting quantum computing system, npj Quantum Information, DOI: 10.1038/s41534-016-0004-0
3 量子霸权：展示量子计算的潜力
回到量子霸权 。 Google采用了一种随机量子电路来展示量子计算的潜力 。 所谓随机量子电路 ， 就是在一个量子门的集合中随机挑选一系列的门 ， 作用在随机挑选的量子比特上（对于两比特门 ， 则随机与它四个近邻的比特之间进行） ， 最终的输出是253维的态空间上的一个随机取样（这个说法很绕 ， 说白了就是我不管输出结果是什么 ， 总之是那么多种可能状态的其中一种） 。
Google团队最多做到53个量子比特 ， 1113个单比特门 ， 430个双比特门 ， 整个算法的周期数[2]最大到m=20 。 作为对比 ， Google在德国于利希研究中心超算、目前世界上排名第一的超算Summit ， 以及Google云计算服务器上进行了模拟 。 当m=20时 ， 因为内存不足 ， 计算机已经无法模拟 。 当m=14时 ， 进行三百万次采样 ， 保真度达到1%需要的运行时间测算下来为1年 。 当m=20 ， 达到0.1%保真度所需要的运行时间估计要达到1万年！更令人吃惊的数据是 ， 做这个运算需要50万亿核时 ， 需消耗1千兆度的电力（我想这还没计入给计算机散热的空调用电）！把整个Google卖掉才有望完成一次这样的计算 。
注释 [2]：为了精确地执行量子算法 ， 我们将量子门操作限定在一个个固定时长的时间段内 ， 每个时间段就称之为一个周期cycle 。
Summit超级计算机 。 峰值计算能力高达200 petaflops ， 比太湖之光的93高出两倍以上 | 图片来源：Micah Singleton/The Verge
值得注意的是 ， 量子计算机的运算能力是双指数加速的 ， 这就是所谓的内文定律（Hartmut Neven是Google量子AI的头 ， 这个定律是以他的名字命名的） 。 量子比特数与算法深度（指能够有效执行的门操作层数 ， 算法深度与错误率成反比）将随时间指数增长 ， 而量子计算能力又随之指数增长（第一个指数类似于摩尔定律 ， 是技术发展的速度 ， 而第二个指数是相对于经典计算而言的 ， 量子系统提供的态空间维度随比特数呈指数增长 ， 因而其组成的纠缠系统复杂度也将呈指数增长 ， 带来的计算潜能也随之指数增长） 。 这将是一个无比恐怖的增速！以这种增速发展的话 ， 经典计算机显然是望尘莫及的 。
另一个需要注意的地方是：Google用来演示量子霸权的算法是毫无意义的 ， 它不解决 ， 也压根不打算解决任何问题 。 它的目的是为了展示量子计算的潜力 。 我们需要保持清醒的是 ， 量子霸权演示中用到的还是有噪声的物理比特 ， 距离用于解决真正意义上的计算问题还有很长的路要走 。
内文定律的提出者Hartmut Neven ， 目前是Google量子AI实验室的负责人 | 图片来源：www.wsdm-conference.org
4 量子优势：催生商业价值
几乎是同时 ， IBM也向外界发出声音：他们近期会推出53个量子比特的量子云计算服务 。 时间上和数量上都如此接近 ， 令人不禁遐想 。 对于量子霸权 ， IBM声称他们一直致力于实现“量子优势”：针对真实的应用场景 ， 展现出量子计算超越经典计算的能力 。 注意这里的“真实应用场景”几个字 ， 言下之意就是 ， 量子优势不仅要体现出计算能力的碾压 ， 还得是有用的 。 换句话说 ， 量子优势的实现 ， 将能够催生出商业价值来 。 对于一个追求利益而非理想情怀的公司而言 ， 这显然是他们做这件事的原始驱动力 。
推荐阅读
- 微软谷歌苹果耳机大战：整合语音助手 你会买吗
- 谷歌发布会产品曝光：迷你智能音箱和Pixel 2手机
- 苹果与谷歌达成合作 利用手机进行冠状病毒接触追踪
- 盘点2017年最令人失望技术：谷歌苹果纷纷中枪
- 想知道你的航班会不会延误？谷歌告诉你
- 谷歌开发AR软件：让亚马逊虚拟购物变“真实”
- 谷歌地图宣布开放数据 AR游戏开发者有福了
- 谷歌将发布屏幕版智能音箱：将与亚马逊争夺市场份额
- 谷歌改进智能手表操作系统用户界面 增强智能助手
- 无人车地图大战打响 谷歌能否再次笑到最后？