当前位置: 首页 > 科技新闻 >

Google 量子计算突破登 Nature 封面,200 秒顶超算

时间:2019-11-12 18:37来源:网络整理 浏览:
本文来自公众号量子位 (ID :QbitAI),作者边策、栗子、鱼羊、李根,爱范儿经授权发布。 Google 突破一小步,人类科学一大步。

本文来自公众号量子位 (ID :QbitAI),作者边策、栗子、鱼羊、李根,爱范儿经授权发布。

Google 突破一小步,人类科学一大步。

这个突破经由 CEO 皮猜亲自官宣、论文登上 Nature 150 周年纪念特刊、各大主流媒体头版头条、热度全网第一,甚至连特朗普的大女儿伊万卡都忍不住第一时间发出贺电:

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

官宣。美国实现了量子霸权!

没错,就是那个量子计算 200 秒=地球最强超算 1 万年的突破,现在 Google 以最隆重的形式对外官宣,超过计算机识别猫、盖过 AlphaGo 横空出世。

而且 GoogleCEO 还难掩激动地介绍,这就像飞机最初被发明的时刻——莱特兄弟的飞机第一次只飞了 12 分钟,但它证明了飞机飞行的可能性。

这是一个历史性时刻,Google 也首次透露,已经为此埋头攻坚了 13 年。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

量子优越性首次实现

Quantum Supremacy,伊万卡口中的「量子霸权」,Google 更倾向于翻译为量子优越性。

直白来说,量子优越性就是在未来的某个时刻,功能强大的量子计算机可以完成经典计算机几乎不可能完成的任务。

比如在一天之内破解原本几万年才能破解的密码、实现通用人工智能、快速模拟分子模型。

此前对于这样的里程碑突破,都处于设想阶段,从未被实现。

但一个月前,Google 的论文草稿,「意外」在 NASA 官网发布,结果非常震撼,称 200 秒的量子计算实现了最强超算 1 万年的结果。

但不料论文匆匆下架,反而引起更大关注。

当时舆论炸了锅,有认为 Google 沦为「神棍」瞎咋呼的,也有认为出于美国国家安全被下架……

更有竞争对手直接攻击,IBM 就甚至专门发表了一篇论文,质疑 Google「误导大众」。

而现在,论文正式在 Nature 上发表,GoogleCEO 劈柴哥骄傲官宣 GoogleAI 团队实现了量子优越性,还在博客中强调:

就像第一枚火箭成功地脱离地球引力,飞向太空边缘。这一突破向我们展示了什么是可能的,并把看似不可能实现的事物推到了我们面前。

这就是这一里程碑对量子计算世界的意义:一个充满可能性的时刻。

皮猜还说,Google 为此已经努力了 13 年。并且一度因为进展有限而沮丧。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

在量子计算上,Google 的攻坚从 13 年前开始。

2006 年,Google 科学家 Hartmut Neven 开始探索一个新的 idea——用量子计算来加快机器学习的速度,并催生了 GoogleAI 量子团队。

接着 2014 年,美国物理学会院士 John Martinis 加入了 Google,担任 Google 量子硬件首席科学家,领导构建量子计算机的工作。

两年后,量子计算理论首席科学家 Sergio Boixo 在 Nature Communications 上发表了相关论文,最终将团队的工作重点聚焦到了量子优势性计算任务上来。

这是一场科研的马拉松,一切都从零起步。即使对于 Google 的明星团队来说,这样的工作也一样是巨大的挑战。

实际上,在去年 10 月之前,Google 在量子优越性方面的进展始终有限。

然而万万没想到,2018 年 10 月加州野火扑不灭,出于安全考虑,Google 不得不短暂关闭位于圣克拉拉的实验室,一众科学家也被迫休假。

但就在这期间,反而催生出新思路,然后实现了真正的跃迁。

皮猜还感慨,量子计算并非明确性的未来,要相信并坚定认为能实现,并不容易。

但 Google 内部始终相信,量子计算可以加速解决世界上一些最紧迫的问题。量子计算能为人类在分子尺度上理解和模拟自然界提供前所未有的良机。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

皮猜还说,量子计算将是对人们在经典计算机上所做工作的伟大补充,量子给计算带来了一个完整的循环。

不过,即便现在里程碑时刻已经到来,皮猜也提醒说,这只是证明可方向可行性,还不是马上大规模商用发挥效用的时刻,我们需要继续攻坚,需要继续砥砺前行。

无意的泄露

就像开头说的,Google 这项量子优越性的研究,在 Nature 发表之前,就在 NASA 官网短暂出现过。

那么问题来了,为什么是 NASA 发布?为什么上架不久便撤回了呢?

根据《金融时报》报道,Google 去年已经和 NASA 展开合作,并立下 flag:2019 年实现量子优越性,就是让量子计算机的运算能力远超经典计算机,完成经典计算机做不到的计算。

计划是把量子计算机上运行的结果,与经典仿真 (在经典计算机上模拟量子电路) 进行比较。

双方合作用的量子芯片叫 Bristlecone,有 72 个量子比特。Bristlecone 必须把超导电路维持在绝对零度附近,所以没法搬离 Google 的实验室,NASA 研究人员只能通过 Google 云 API 远程连接芯片。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

按照约定,双方 2019 年初在 NASA 最强的超级计算机 Pleiades 上对运行仿真所需的软件进行编码,并在今年 7 月,比较量子电路仿真和 Google 量子计算机硬件的结果。

Google 和 NASA 一直持乐观态度,但业界也有人这个 flag 要倒。阿里巴巴数据基础设施和搜索技术部门的研究人员发表了一篇论文,认为要实现量子优越性可能需要错误率更低的量子芯片。

南加州大学量子信息科学与技术中心主任 Daniel Lidar 也对此表示怀疑。他接受麻省理工科技评论时说:「(实现量子优越性)似乎还需要其他方式抑制错误。」

如果通过了同行评审,就意味着 flag 没有倒,且量子计算将进入一个新的时代。

那为什么 NASA 发布论文不久便撤回了呢?

《财富》杂志报道说,那时研究成果还没有经过完整的同行评审。

如今只过了一个月,论文便登上了 Nature,可信度大大提升,量子计算的新时代真正到来。

所以具体论文内容是什么?

论文详解

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

在撤回论文一个月后,Google 终于将论文发表在了《Nature》上。

Google 在论文摘要中说:

我们使用具有 53 个超导量子比特的可编程处理器,占用状态空间为 253≈1016。重复实验的测量结果会采样相应的概率分布。

经典计算机中的比特只能处于 0 或者 1 两种状态,而薛定谔猫告诉我们,猫可以处于死和活两种状态的叠加,量子比特也一样,能同时处于 0 和 1 两种状态。

1 个量子比特只能表示 2 个状态,2 个量子比特就能表示 4 个状态,3 个量子比特就能表示 8 个状态,以此类推。

由于量子力学中物体的状态正是在这种叠加状态空间中演化,再加上不同量子比特之间的耦合,就可以模拟出更多的状态。

因此只需 53 个量子比特就可以模拟 1016 种状态,而这个数字已经超出了当今超级计算机的运算能力。

说完了量子计算机的基本概念,下面我们看一下 Google 量子计算机的硬件。

Google 把这个实现量子优越性的量子处理器叫做「Sycamore」。它由 54 个 transmon 量子比特的二维阵列组成,每个比特与周围的 4 个比特相耦合。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

上图展示了 Sycamore 处理器的布局,包含 54 个量子位的阵列(以灰色×表示),每个矩形都通过耦合器(以蓝色方块表示)连接到其四个最近的近邻。

整个处理器的外观和普通的 CPU 芯片非常相似。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

该处理器使用铝制造,实现了低温超导中的约瑟夫森结,并使用铟制造两个硅晶片之间的凸点。芯片被引线连接到到超导电路板上,并在稀释制冷装置中被冷却至 20mK 以下。

这一温度只比绝对零度高百分之二度,之所以要如此冷,是为了将将环境热能降低到大大低于量子势能,防止外界热量对量子处理器的干扰。

处理器通过滤波器和衰减器连接到室温电子设备,后者可合成控制信号。所有量子位的状态可以通过同时利用频率复用的技术来读取。

为了完全控制这个量子处理器,Google 还精心设计了 277 个数模转换器。

那么 Google,用量子力学原理,和这样一个超级复杂的量子硬件解决了什么问题呢?

恰恰是一个经典计算所不善于解决的量子电路采样问题,在这个问题上,经典计算机的运算能力显得捉襟见肘了。

量子计算机上每次运行随机量子电路都会产生一个位串,例如 0000101。由于量子干涉,就像激光在通过狭缝后形成的散斑一样,进行重复多次实验时(采样),某些位串比其他位串更容易出现。

然而,随着量子比特的数量 n(宽度)和门循环数量 m(深度)的增加,用经典计算机为随机量子电路找到最可能的位串变得越来越困难。

在实验中,Google 首先运行 12 到 53 量子比特的随机简化电路,保持电路深度恒定。

验证系统正常运行后,Google 运行了 53 量子比特且深度不断增加的随机硬电路,当深度 m 增加到 20 时,经典仿真变得完全不可用。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

在量子处理器上获得一百万个样本需要 200 秒,而在一百万个内核上进行相等保真度经典采样将花费 1 万年,而对保真度的验证将花费数百万年。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

Google 在论文中只是展示了量子计算机的一种应用,未来可以用它来解决包括量子物理学和量子化学模拟在内的问题。

量子计算的突破,还能促成机器学习的新应用,加速解决世界正在面临的一些最紧迫而复杂的问题。比如气候变化的模拟,比如探究哪一些分子能够制造更有效的药物。

IBM 不服,指控 Google 忽悠

有很多科技公司都在从事量子计算机的研究,其中就包括 IBM、微软的传统 IT 巨头,也有阿里巴巴这样的互联网公司。

就在 Google 正式公布论文的前一天晚上,IBM 选择了和 Google 硬怼。

这位蓝色巨人说,Google 关于量子优越性的说法是有缺陷的。因为 Google 实际上是在没有充分利用超级计算机的全部能力的情况下进行竞争的。

对此,Google 拒绝置评。

IBM 的话通俗地说,就是 Google 调整了 baseline。Google 原本在论文中,他们的量子计算机只需 200 秒就解决了原本超算需要 1 万年才能解决的问题。

但 IBM 表示,实际上这个问题并没有 Google 宣传的那么难,如果有时间进行优化和改进,那么超算只需要 2.5 天就能解决该问题。

虽然这个时间仍然比量子计算机所需的长得多,但是远远没到遥不可及的地步。

在 IBM 看来,所谓的量子优越性是要做到经典计算机无法做到的事情,而 Google 显然没有做到这一点。

IBM 的量子计算研究员 Jay Gambetta 说,公司不是为了与 Google 对抗,而是为了避免将「量子优越性」一词过度宣传。

也有人认为,Google 实现是否实现量子优越性并不重要,IBM 与 Google 的争吵谁对谁错也不重要。

重要的是在这些巨头的竞争之下,量子计算技术正在以超乎我们想象的进程飞速发展。

两位首席科学家牵头

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

Sergio Boixo 是 GoogleAI 量子实验室的量子理论首席科学家,也在南加州大学电气工程系任教。

他的研究领域是波色-爱因斯坦凝聚、量子信息、量子计算、量子通讯等,目前已在他的领域发表了 84 篇论文,总计被引用 3259 次。

Google 量子计算突破登 Nature 封面,200 秒顶超算 10000 年

来自 GoogleAI 量子实验室的 John Martinis,是量子硬件首席科学家。他曾是 NIST 的院士,也是美国物理学会的院士,目前也在加利福尼亚大学圣塔芭芭拉分校工作。

John Martinis 毕业于加州大学伯克利分校,并在那里他获得了两个物理学学士和博士学位。

之后他加入了美国国家标准研究所(NIST),在此期间,他还发明了串联阵列超导量子干涉仪(SQUID)放大器。

1993 年,他开始着手建立基于超导传感器和串联阵列 SQUID 的高分辨率 X 射线微热量计。这项工作已经发展到包括在 X 射线微分析和天体物理学以及光学和红外天文学中的应用。

在 2010 年,他被授予「年度科学突破」奖,原因是他首次证明了机械振荡器系统中的量子基态。

2014 年,他被授予伦敦超导量子比特低温物理学研究奖,同年加入 Google 领导量子硬件的研究工作。

One more thing

最后的最后,在这历史性时刻,让我们用皮猜接受 MIT 科技评论专访的一些回答来结尾吧:

我对这样的里程碑时刻备感兴奋,但确实也要提醒大家,这只是一个可能性被验证的开始,距离真正的大规模变革还需要很长时间——甚至是 10 年,但我们可以为科技发展的速度感到乐观,

当我们回顾深蓝 1997 年击败卡帕罗夫、AlphaGo 在 2016 年击败李世石,或许突破所需的时间不算短,但当这样的时刻到来,就会有更多人投入其中、加入其中,我们人类就是这样进步的。

而且当前如此令人兴奋,我们正处在时代性技术周期里,AI 会加速量子计算,量子计算也会加速 AI,人类遭遇的那些大挑战、大难题,现在有机会了。

传送门

Google 博客:https://www.blog.google/perspectives/sundar-pichai/what-our-quantum-computing-milestone-means/

论文原文:https://www.nature.com/articles/s41586-019-1666-5

IBM 论文:https://arxiv.org/pdf/1910.09534.pdf

推荐内容