在向實用量子計算邁進的進程中，來自麻省理工學院，Google和其他組織的研究人員一起設計了一個系統，可以驗證量子芯片是否能夠準確執行傳統計算機無法執行的複雜計算。

量子芯片使用量子位執行計算，量子位可以表示對應於經典二進制位的兩個狀態（0或1）或兩個狀態的“量子疊加”。獨特的疊加狀態可以使量子計算機解決經典計算機幾乎無法解決的一些問題，從而可能在材料設計、藥物發現和機器學習等方面取得突破。

完整的量子計算機將需要數百萬個量子位，但這目前還不可行。在過去的數年中，研究人員已經開發“含噪聲中等規模量子”（NISQ）芯片，其中包含大約50至100個量子位。雖然比特數較少，但這足以證明“量子優勢”，這意味著NISQ芯片可以解決某些經典計算機難以處理的算法。但是，驗證芯片是否按預期執行操作這一過程卻非常的低效。因為芯片的輸出可能完全是隨機的，因此需要很長時間來模擬步驟，以確定一切是否都按計劃進行。

（來源: Mihika Prabhu）

近日，發表在《自然物理學》上的一篇論文中，研究人員描述了一種新穎的協議，可以有效地驗證NISQ芯片已經執行了所有正確的量子操作。他們在定製的光量子芯片上運行一個非常困難的量子問題上驗證了其協議。

“隨著工業和學術界的飛速發展，量子計算機的性能已經超過了傳統計算機，而驗證其是否正確的執行了計算這一任務變得越來越重要，”論文第一作者Jacques Carolan（電子研究實驗室（RLE）及電氣工程和計算機科學系（EECS）博士後 ）說。“如果投資數十億美元來製造量子芯片，那肯定會做一些有趣的事情。而我們的技術可為廣泛驗證量子系統提供了一個重要工具。加入Jacques Carolan論文的研究人員來自麻省理工學院的EECS和RLE，以及Google Quantum AI實驗室、Elenion Technologies、Lightmatter和Zapata Computing。

分而治之

研究人員的工作實質上是將量子線路生成的輸出量子狀態回溯到已知的輸入狀態。這樣做可以揭示，輸入執行了哪些線路操作而產生輸出。這些操作應始終與研究人員編寫的程序匹配。如果沒有，研究人員可以利用這些信息來找出芯片上哪裡出了問題。

Carolan說，協議的核心是Variational Quantum Unsampling，它是一種“分而治之”的方法，它將輸出量子狀態分解為多個塊，而不是一次完成整個過程。而是花費很長時間，我們一步一步地做到了這一點。這使我們能夠分解問題，以更有效的方式解決它。” Carolan說。

通過一層一層地進行解碼需要很長的時間，但是這使我們能夠把問題分解成更有效的方式來處理。”Carolan說。

為此，研究人員從神經網絡（通過多層計算解決問題）中汲取了靈感，構建了一個新型的“量子神經網絡”（QNN），其中每一層代表一組量子運算。

為了運行QNN，他們使用傳統的硅製造技術來構建2 x 5毫米NISQ芯片，該芯片具有170多個控制參數，這些可調電路組件使操縱光子路徑變得更加容易。成對的光子從外部組件以特定的波長生成，並注入到芯片中。光子穿過芯片的移相器（它們會改變光子的路徑）相互干擾。這將產生一個隨機的量子輸出狀態，表示在計算過程中將發生的情況。輸出由一組外部光電探測器傳感器測量。

該輸出將發送到QNN。第一層使用複雜的優化技術來挖掘噪聲的輸出，以查明所有加在一起的單個光子的特徵。然後，“解碼”該組中的單個光子，以識別哪些電路操作將其返回到其已知的輸入狀態。這些操作應與任務的電路特定設計完全匹配。所有後續層都進行相同的計算，從方程式中刪除先前解碼過的光子，直到所有光子都被解碼。

例如，假設輸入到處理器的量子位的輸入狀態全為零。NISQ芯片對量子位執行一系列操作，以生成大量的，看似隨機變化的數字作為輸出。（輸出數量將一直處於量子疊加狀態，因此會不斷變化。）QNN選擇該大量數量的塊。然後，它逐層確定哪些操作將每個量子位還原回其輸入狀態零。如果有任何操作與原始計劃的操作不同，則說明出現了問題。研究人員可以檢查預期輸出與輸入狀態之間的不匹配情況，並使用該信息來調整電路設計。

玻色子採樣

在實驗中，研究小組成功運行了一項流行的計算任務，用於證明量子優勢，該實驗稱為“玻色子採樣”，其通常在光子芯片上執行。在這個實驗中，移相器和其他光學組件將操縱一組輸入光子並將其轉換為不同量子疊加的輸出光子。而任務的最終結果是計算某個輸入狀態與某個輸出狀態匹配的概率。從本質上講，這可以說是概率分佈的樣本。

但是由於光子的不可預測的行為，經典計算機幾乎不可能計算這些樣本。從理論上講，NISQ芯片可以相當快地計算它們。但是，由於NISQ操作和任務本身的複雜性，到目前為止，還沒有方法可以快速、輕鬆地進行驗證。Carolan說：“正是這些特性賦予了這些芯片量子計算能力，使得它們幾乎不可能被驗證。”

在實驗中，研究人員能夠在其定製的NISQ芯片上“去除”（Unsample）遇到玻色子採樣問題的兩個光子，並且只需很短的時間，就可以採用傳統的驗證方法。

“這是一篇出色的論文，它使用非線性量子神經網絡來學習黑匣子執行的未知unit運算，”約克大學專門研究量子技術的計算機科學教授Stefano Pirandola說。“很明顯，該方案對於驗證量子電路（例如，由NISQ處理器執行）的實際門可能非常有用。從這個角度來看，該方案是未來量子工程師的重要基準測試工具。而現在，這一想法在光量子芯片上實現了。”

Carolan說，儘管該方法是為驗證量子芯片是否正確的執行計算這一目的而設計的，但它也可以幫助捕獲有用的物理性質。例如，某些分子在激發時會振動，然後基於這些振動發出光子。通過將這些光子注入光子芯片，Carolan說，解碼（Unscrambling ）技術可以用於發現有關那些分子的量子動力學的信息，以幫助生物工程分子設計。它也可以用來解碼攜帶量子信息的光子（這些量子信息通過

Carolan說：“我們的夢想是把這個理論，應用到現實世界中有趣的問題上。”

量子客Qtumist

網站：http://www.qtumist.com/

量子客 | 以行業第一線的視角為您解讀量子科技的前沿技術，中國領先的量子技術交流社區

閱讀更多 量子客Qtumist 的文章

關鍵字: 麻省理工學院 量子 電腦