亞利桑那大學的研究人員展示了量子優(yōu)勢。圖片來源：亞利桑那大學

量子計算和量子傳感有可能比經典的同類產品強大得多。一臺完全實現(xiàn)的量子計算機不僅可以在幾秒鐘內解決經典計算機需要數(shù)千年才能解決的方程，而且它可以對從生物醫(yī)學成像到自動駕駛等領域產生不可估量的影響。

然而，這項技術還沒有完全成熟。

事實上，盡管關于量子技術影響深遠的理論廣為流傳，但很少有研究人員能夠利用現(xiàn)有技術證明量子方法比經典方法更具優(yōu)勢。

在 6 月 1 日發(fā)表在《物理評論 X》雜志上的一篇論文中，亞利桑那大學的研究人員通過實驗表明，量子比經典計算系統(tǒng)更具優(yōu)勢。

“展示量子優(yōu)勢是社區(qū)長期追求的目標，很少有實驗能夠證明這一點，”論文合著者、材料科學與工程助理教授、亞利桑那大學首席研究員張哲深說。 Quantum Information and Materials Group 和該論文的作者之一�！拔覀冋�在尋求展示我們如何利用已經存在的量子技術來使現(xiàn)實世界的應用受益�！�

量子如何（以及何時）工作

量子計算和其他量子過程依賴于稱為量子位的微小而強大的信息單元。我們今天使用的經典計算機使用稱為比特的信息單位，比特以 0 或 1 的形式存在，但量子比特能夠同時以兩種狀態(tài)存在。這種二元性使它們既強大又脆弱。微妙的量子位很容易在沒有警告的情況下崩潰，這使得稱為糾錯的過程非常重要，該過程可以解決發(fā)生的問題。

量子領域現(xiàn)在正處于加州理工學院著名物理學家約翰·普雷斯基爾 (John Preskill) 稱之為“嘈雜的中尺度量子”或 NISQ 的時代。在 NISQ 時代，量子計算機可以執(zhí)行只需要大約 50 到幾百個量子比特的任務，盡管存在大量噪聲或干擾。不僅如此，嘈雜聲壓倒了實用性，導致一切崩潰。人們普遍認為，執(zhí)行實用的量子應用需要 10,000 到幾百萬個量子位。

想象一下，發(fā)明一個系統(tǒng)，保證你做的每一餐都完美無缺，然后把這個系統(tǒng)提供給一群沒有正確食材的孩子。幾年后會很棒，一旦孩子們長大成人并且可以購買他們需要的東西。但在那之前，該系統(tǒng)的用處是有限的。同樣，在研究人員推進可以降低噪聲水平的糾錯領域之前，量子計算僅限于小規(guī)模。

量子信息理論組負責人莊群濤（左）和量子信息與材料組負責人張哲深均為工學院助理教授。圖片來源：亞利桑那大學

糾纏優(yōu)勢

論文中描述的實驗混合使用了經典技術和量子技術。具體來說，它使用三個傳感器對射頻信號的平均幅度和角度進行分類。

傳感器配備了另一種稱為糾纏的量子資源，這使它們能夠相互共享信息并提供兩個主要好處：首先，它提高了傳感器的靈敏度并減少了錯誤。其次，由于它們相互糾纏，傳感器評估全局屬性，而不是收集有關系統(tǒng)特定部分的數(shù)據(jù)。這對于只需要二進制答案的應用程序很有用；例如，在醫(yī)學成像中，研究人員不需要知道組織樣本中的每一個細胞都不是癌性的——只需要知道是否有一個細胞是癌性的。同樣的概念也適用于檢測飲用水中的危險化學品。

實驗表明，為傳感器配備量子糾纏使它們比傳統(tǒng)傳感器更具優(yōu)勢，將出錯的可能性降低了很小但至關重要的幅度。

“這種使用糾纏來改進傳感器的想法并不限于特定類型的傳感器，因此它可以用于一系列不同的應用，只要你有糾纏傳感器的設備，”研究合著者 Quntao 說。電子與計算機工程助理教授、量子信息理論組首席研究員莊“從理論上講，你可以考慮像自動駕駛汽車的激光雷達（光檢測和測距）這樣的應用。”

莊和張開發(fā)了實驗背后的理論，并在 2019 年的《物理評論 X》論文中對其進行了描述。他們與詹姆斯 C. 懷特光學科學學院的博士生 Yi Xia 和材料科學與工程博士后研究員 Wei Li 共同撰寫了這篇新論文。

量子位分類器

在 NISQ 時代，現(xiàn)有應用程序混合使用量子和經典處理，但它們依賴于必須在量子領域進行轉換和分類的預先存在的經典數(shù)據(jù)集。想象一下，拍攝一系列貓和狗的照片，然后將照片上傳到一個系統(tǒng)中，該系統(tǒng)使用量子方法將照片標記為“貓”或“狗”。

該團隊正在從不同的角度處理標記過程，首先使用量子傳感器收集自己的數(shù)據(jù)。這更像是使用專門的量子相機，在拍攝照片時將照片標記為“狗”或“貓”。

“許多算法考慮存儲在計算機磁盤上的數(shù)據(jù)，然后將其轉換為量子系統(tǒng)，這需要時間和精力，”莊說�！拔覀兊南到y(tǒng)通過評估實時發(fā)生的物理過程來解決不同的問題�！�

該團隊對他們的工作在量子傳感和量子計算的交叉領域的未來應用感到興奮。他們甚至設想有一天將他們的整個實驗裝置集成到一個芯片上，該芯片可以浸入生物材料或水樣中，以識別疾病或有害化學物質。

“我們認為它是量子計算、量子機器學習和量子傳感器的新范式，因為它確實為連接所有這些不同領域搭建了一座橋梁，”張說。