跃居超导和离子阱的量子计算黑马，可编程可扩展的光量子硬件

量子计算机有望提供强大算力，解决经典计算机无法解决的问题。许多硬件平台上，都具有开发量子计算的能力，但目前尚不明确，哪种技术或技术组合最为成功。

如今，超导和离子阱技术处于领先地位。另一种基于光子学的方法，由于很难按要求产生所需量子态或这些态的转换，人们通常认为此方法不切实际。

然而，这种方法可能会成为量子计算的黑马。Xanadu的研究人员昨日于《Nature》杂志上撰文报道了一种可编程、可扩展的光子线路，并在该装置上演示了三种类型的量子算法[2]。

1.量子采样算法

根据量子理论，任何光的振幅和相位，都有一个不可避免的不确定性。如果这种量子不确定性，在振幅和相位之间分布不均，那么这种状态就称为压缩态。

压缩的状态越多，所包含的光子就越多。许多量子光学实验中，都发现了多光子压缩光。而基于这种状态的量子计算模型，已经存在了二十多年。

然而，由于量子不确定性，基于该模型的计算机的实用性，受到了或大或小的合理质疑。

在过去几年中，质疑声逐渐消失。很明显，一个相对简单的光路，仅靠压缩光、分束器和光子计数器，就能以经典计算机无法企及的速度，执行采样算法。

人们还发现，这种算法有许多实际应用。例如分子对接，以及模拟分子状态之间的转换方面，其都能发挥效用。

在用于实现这种量子采样算法的计算架构中，生成光的压缩态，并将其发射到由若干光路和分束器组成的光网络中。

由于量子干涉效应，压缩态在分束器中相遇时，会混合在一起，这样就会导致所有状态被完全扰乱，这种干扰取决于光路的相对长度，即所谓的相对相位，对相位重新编程会改变这其中扰乱的类型。

加扰后，使用高度灵敏的探测器，对这种量子线路的每个输出的光子数，进行计数。

图1｜在光子芯片上实现的量子算法（来源：Nature）

测量结果提供了量子实验数据的具体样本。对于一台经典计算机来说，采集这种样本所需的时间，随着输入压缩态的数量呈指数级增长，耗时可长达数十亿年。

相比之下，量子线路可以在几分之一秒的时间内产生样本，显示出所谓的量子优势。

2.可编程的光量子硬件

Xanadu的研究人员在氮化硅芯片上构建了光路，利用四波混频效应，使四个微米大小的光学环形谐振器，每一个谐振器都产生出一个压缩态。

他们通过在芯片上刻蚀光波导，实现了光的传播和干涉。分束器网络是完全可控的，远程用户可通过云端对其重新编程。然后，网络的输出被导向四个光子计数探测器，这些探测器生成样品并发送给远程用户。

图2｜实验仪器概览（来源：Nature）

研究人员进行了不同类型的测量，以表征压缩光源的质量和芯片的整体性能。

首先，他们测量出压缩态相对于普通态的不确定性抑制率约为84% ；其次，他们测得状态的时间纯度为85%；第三，他们仔细测试了干扰的质量；最后，通过对非经典性的标准进行测试，验证了产生的样本具有真正的量子性质。

这种量子性质指的是，扩大该实验装置的规模，可以产生用经典计算机无法模拟的样本。

3.随机算法与实用算法

除了用于证明量子优势的采样算法外，研究人员还实现了两个实用性更强的算法。一个用于确定分子状态之间跃迁的能谱，另一个用于发现代表不同分子的数学图形之间的相似性。

Xanadu的研究人员将具体问题编码到压缩态和分束器网络中，利用产生的样本来估计分子光谱，或对图形进行分类，实现了这一壮举。

先前，其他的一些研究团队，也证实了基于压缩态的量子采样。不同的是，先前实验的线路是不可重构的，因此只能执行一个单一的随机算法。

与此形成鲜明对比的是，此次的线路是可编程的，而且可能具有高度可扩展性。

4.构建光量子计算机

尽管如此，在量子采样算法能够充分发挥其效用并成为现实应用之前，仍有一些困难需要攻克。例如，必须显著提高压缩态的质量，对于某些应用来说，需要单独控制每个压缩态的压缩程度和光功率。

此外，为了扩大系统规模，需要降低光子损耗，否则光子将无法在线路中存活。

图3｜光子集成线路（来源：ELE Times）

但毫无疑问的是，在可编程光子芯片上，利用高压缩态演示量子采样，意义非凡，是该领域的一个里程碑。

然而，可以使用当前架构实现的商业应用数量，是有限的。不同平台需要以无误的方式，运行更高级的算法。

幸运的是，现已存在这样基于压缩态的平台，而下一步就是利用这些平台，来构建完全成熟的光量子计算机。

参考链接：

[1]https://www.nature.com/articles/d41586-021-00488-z

[2]https://www.nature.com/articles/s41586-021-03202-1

声明：此文出于传递高质量信息之目的，若来源标注错误或侵权，请作者持权属证明与我们联系，我们将及时更正、删除，所有图片的版权归属所引用组织机构，此处仅引用，原创文章转载需授权。