本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

谷歌量子計算，曾聲稱能在200秒內搞定普通超算10000年完成的任務。

沒想到，這個“量子優越性”現在被中科院理論物理所的研究人員打破了：

他們用普通CPU，在幾小時內完成了原本被認為要花1萬年的計算，并認為目前的量子計算機完全是可以被超越的。

ACM計算獎得主Scott Aaronson也認同這個結論：

我認為他們是對的，如果有一臺足夠強大的超級計算機，他們可以在幾秒鐘內模擬這個任務。

最近Science上刊登了關于這事兒的文章，一起來看看究竟發生了什么。

無法超越？優化給你看

中國科學院理論物理研究所的張潘團隊，發表了一篇名為《Sycamore 量子優勢電路采樣問題的求解》的論文，展示了擊敗谷歌量子計算機Sycamore的全過程。

針對谷歌“量子優越性”的任務，文中提出一種新的模擬方法，即經典算法張量網絡方法。

要說它怎么個好法，就是可以使用許多的GPU并行計算。

利用512個GPU的計算集群，團隊計算了9萬億個數字字符串中的100萬個輸出模式（即53量子比特、20循環的量子線路采樣），這一計算過程耗費15個小時。

如果把這算法用在超級計算機上，幾十秒就可以完成相同任務。

這個任務如果給Sycamore做，用時約在200秒內；超級計算機則需要10000年才能完成（谷歌是這么說的）。

△谷歌量子計算芯片，就一張郵票大小

團隊還秉承著一個觀點，那就是和Sycamore一樣，不需要過分追求精確。

團隊用張量來表示量子比特屬性之間的關系，把Sycamore量子比特的相互作用描述為3D張量網絡。

所以，他們在3D張量網絡上“鉆孔挖洞”，削減一些連接來簡化關系，減小計算復雜度，以準確性換速度。這種收縮張量網絡的方法，讓模擬量子芯片成為可能。

數據證明，完成任務過程中，僅丟失8行代碼，計算速度就提高了256倍。

且保真度保持在0.37%，高于Sycamore的0.2%。

種種數據擺在眼前，“量子優越性”突然就沒那么香了。

“量子優越性”擂臺，搭起來

面對這個結果，谷歌量子AI首席研究員Sergio Boixo回應認為，這只是在賽道上短暫超車，優勢不會持續太久的。

從量子計算時代剛開啟時，谷歌就沒否定過經典算法會持續改進完善這一點。

不過，谷歌也表示：

我們認為這種經典算法無法在 2022 年以后跟上量子電路的步伐。

畢竟Sycamore誕生時，超級計算機只能對它所執行的任務望而卻步。

創造量子計算機出來，就是執行那些計算量會“淹沒”普通計算機的任務。

對于量子計算機來說，所有任務的潛在解決方案都可以被看做是同時在量子比特之間晃動的量子波。

這些量子波互相干擾，錯誤答案會相互抵消，正確的輸出就會“彈”出來。

換句說話，這種干擾讓量子計算機能夠拆分需要計算的大量數據。

拿Sycamore來說，它把量子比特設置為0、1或者0和1的任意組合，這讓它能夠同時處理大量輸入。

Sycamore是一臺53量子比特的量子計算機，它的量子電路是由超導金屬制成的微型諧振電路，能編碼從?0到2⁵³（約9萬億）間的任何數字，甚至可以一次編碼所有數字。

谷歌表示，Sycamore可以打敗IBM開發的超級計算機Summit。Summit擁有9216個CPU和27648個GPU。

IBM當即給予反駁，說谷歌所謂相同任務超級計算機需要用時的“10000年”，只是在特定算法上。

一旦算法優化，只需約2.5天，Summit就搞得定相同任務。

關于“量子優越性”，業界、學界的爭論從未停止。

張潘團隊的這篇論文，就是用實例證明了“量子優越性”現階段還是可以被普通計算機打敗的。

One More Thing

張潘團隊的研究成果凸顯了量子計算機與傳統計算機相比存在的缺陷，這對更領先的“量子優越性”實驗提出了更高要求。

張潘提出，應該找到一些可以落地的實際應用來展現量子電路的優勢。

當然，普通計算機打敗“量子優越性”并不意味著量子電路的式微。

哪怕是與超級計算機相比，Sycamore的操作步驟和所需功率都要少得多。就連張潘自己都說，如果Sycamore保真度再高一點，團隊的模擬就比不過了~