鴻海前瞻技術傳捷報 研究院量子成果獲國際期刊PRL刊登

新的演算法做量子断层扫描，可缩短反推出多量子位元情况的量子态所需时间，提高验证与纠错的效率。 鸿海／提供

鸿海（2317）旗下鸿海研究院前瞻技术研发再度传出捷报！量子计算研究所所长谢明修、副研究员徐铭键、中央大学、香港科技大学、马里兰大学合作的最新研究成果获国际顶级物理期刊 Physical Review Letters （物理评论快报，简称PRL） 所刊登。

物理评论快报由美国物理学会自1958年起开始出版，刊登包含诺贝尔奖级别在内的开创性研究成果，自2011到2023年，连续超过10年颁发之诺贝尔奖（11个物理奖、2个化学奖），均奠基于诺贝尔奖得主在 PRL 发表的研究成果。

鸿海研究院表示，获得刊登之研究为 Quantum State Tomography via Nonconvex Riemannian Gradient Descent （非凸黎曼梯度下降法之量子断层扫描），其贡献在于使量子断层扫描的技术实现更有效率。此研究探讨的主题是量子态重建技术，因为量子电脑效能虽然强大，但容易受噪讯影响，只有将噪讯下降到一定的程度以下，才能展现量子电脑强大的实际能力，因此量子态的信号去噪或错误更正便极为重要。

量子态即为系统所具备的量子状态，经由一些方法步骤所产生，像是经由实验过程或是量子电脑操作下，得到中间或最终产物的量子态，以便后续做一些应用或是产生结果。不论是何种来源，制作量子态一般经过复杂的过程，如何知道这就是研究要的结果？因此借由计算得到其正确的数学描述，以验证量子态的正确性，便显得重要，而这些纠错或验证都需要量子态的重建技术。

量子态总是犹抱琵琶半遮面，无法直接得知，只能得到某些条件下的测量结果。所以 Quantum State Tomography （量子层析；又称量子断层扫描）应运而生，透过量子断层扫描实验搜集结果，并且依同样的步骤重复好几个不同的方向，借由搜集到的测量结果，在演算法的操作之下，让我们可以反推量子态的正确描述。

数学上，量子态可以用矩阵来描述，用以描述量子系统的状态。其矩阵大小会随着量子位元数（假设为n 个），指数成长为高维矩阵(2^n×2^n)。因此使用量子断层扫描计算得出量子态，随着量子位元数增加，所需搜集的测量方向及结果将会指数成长，同时，要利用演算法正确解出量子态，所耗费的计算时间也随之大幅增加，这将不利于量子断层扫描的实用性。

本次研究工作提出新的演算法做量子断层扫描，目的在解决时间复杂度的问题。由于多数研究使用的实际系统，描述量子态的矩阵为非任意矩阵，因此可以利用矩阵的某些特性，让本次研究使用的 Riemannian Gradient Descent（黎曼梯度下降法；简称 RGD）演算法，相较于以前的演算法，可以大大提高效率，使得反推出多量子位元情况的量子态所需时间大幅降低，让验证及纠错可以更有效率的应用到多量子位元系统。