新经典算法如何开启量子计算的未来之门？

在量子计算令人兴奋的发展中，来自芝加哥大学计算机科学系、普利兹克分子工程学院和阿贡国家实验室的研究人员推出了一种经典算法，用于模拟高斯玻色子采样（GBS）实验。

这一成就不仅有助于阐明当前量子系统的复杂性，而且在我们对量子和经典计算如何协同工作的理解方面迈出了重要的一步。该研究发表于 《自然物理学》 。

高斯玻色子采样作为展示量子优势（即量子计算机执行经典计算机无法有效完成的任务的能力）的一种有前途的方法而受到关注。这一突破的达成是以一系列创新实验为标志的。

先前的研究表明，在理想条件下，经典计算机模拟 GBS 具有挑战性。然而，助理教授兼作者比尔·费弗曼指出，实际实验中存在的噪声和光子损失带来了额外的挑战，需要仔细分析。

值得注意的是，由中国科学技术大学和加拿大量子公司 Xanadu 等主要研究中心的团队进行的实验（如这些）表明，虽然量子设备能够产生与 GBS 预测相符的输出，然而噪声的存在常常会使这些结果变得模糊，导致对所声称的量子优势产生疑问。这些实验为当前的研究奠定了基础，促使科学家改进他们对 GBS 的方法，并更好地了解其局限性。

“虽然理论基础已表明量子系统能够优于经典系统，然而实际实验中存在的噪声引发了复杂性，这需要进行严格的分析，”费弗曼解释道。

在我们努力将量子计算投入实际应用之时，搞清楚噪声怎样影响性能是极为重要的。

这种新算法借助当前 GBS 实验中常见的高光子损耗率来化解这些复杂性，从而提供更高效、更准确的模拟。

值得注意的是，研究人员发现他们的经典模拟在各类基准测试里的表现要比一些最先进的 GBS 实验好。

“我们所看到的并非量子计算的失败，而是一个能让我们完善对其能力理解的契机，”费弗曼着重强调。

它能让我们改进算法，突破我们所能达到的限度。

该算法在实验中表现出色，其通过精确捕捉 GBS 输出状态的理想分布，这对现有实验所宣称的量子优势提出了质疑。这一见解从而为改进未来量子实验的设计打开了大门，表明提高光子传输速率和增加压缩态的数量可以显著提高其有效性。

这些发现的影响超出了量子计算的领域。随着量子技术的不断发展，它们有可能极大地改变密码学、材料科学和药物发现等领域。例如，量子计算可能会在安全通信方法方面取得突破，实现对敏感数据更强大的保护。

在材料科学中，量子模拟有助于发现具有独特性质的新材料，为技术、能源存储和制造业的进步铺就道路。通过加深对这些系统的理解，研究人员正在为实际应用奠定基础，这些应用可能会改变我们在各个领域处理复杂问题的方式。

对量子优势的追求不单单是学术方面的努力；它对依赖复杂计算的行业有着切实的影响。随着量子技术的成熟，它们有可能在优化供应链、增强人工智能算法和改善气候模型方面发挥关键作用。

量子计算和经典计算之间的协作对于实现这些进步至关重要，因为它使研究人员能够利用这两种范式的优势。

费弗曼与普利兹克分子工程学院的梁江教授和前博士后 Oh Changhun（目前是韩国科学技术院的助理教授）密切合作，完成了之前的工作，最终促成了这项研究。

2021 年，他们通过有损玻色采样研究了噪声中等规模量子（NISQ）设备的计算能力。

该论文揭示，光子损失会根据输入光子的数量影响经典模拟成本，这可能使经典时间复杂度呈指数级降低。

在此之后，他们的第二篇论文侧重于在旨在展示量子霸权的实验中噪声的影响，

在他们的第三篇文章中，他们探索了 高斯玻色采样 （GBS），并提出了一种新的架构，提高了可编程性以及对光子损失的恢复能力，使大规模实验更具可行性。

然后，他们在第四篇论文中 引入了一种经典算法，该算法生成的结果与理想的玻色子采样结果高度一致，提升了基准测试技术，并强调了仔细选择实验规模以在噪声中保留量子信号的重要性。

经典模拟算法的发展不仅加深了我们对高斯玻色子采样实验的理解，也突出了在量子和经典计算方面持续研究的重要性。更有效地模拟 GBS 的能力成为通往更强大量子技术的桥梁，最终有助于应对现代挑战的复杂情况。