热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

碾压谷歌量子霸权!中国量子计算原型机九章问世

来源|雷锋网作者|李帅飞在量子计算领域,我国再次实现了里程碑式的重大突破!12月4日,中国科学技术大学宣布&#

来源|雷锋网

作者|李帅飞

在量子计算领域,我国再次实现了里程碑式的重大突破!

12 月 4 日,中国科学技术大学宣布,该校中国科学技术大学潘建伟、陆朝阳等组成的研究团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作,构建了 76 个光子 100 个模式的量子计算原型机 “九章”。

这一成果,使得我国成功达到了量子计算研究的第一个里程碑——量子计算优越性(Quantum Supremacy,国外也称之为“量子霸权”)。

值得一提的是,相关的论文已经于 12 月 3 日在线发表在国际知名的学术期刊《Science》上。

01

比当前最快超级计算机,快一百万亿倍

那么,量子计算原型机 "九章" 有多牛呢?

按官方说法,根据现有理论,该量子计算系统处理高斯玻色取样(Gaussian Boson Sampling)的速度,比目前世界上最快的超级计算机快一百万亿倍。

据《知识分子》报道,“高斯玻色采样” 是一种复杂的采样计算,其计算难度呈指数增长,很容易超出目前超级计算机的计算能力,适合量子计算机来探索解决。它是 “玻色采样” 问题的一种,而玻色采样问题是量子信息领域第一个在数学上被严格证明可以用来演示量子计算加速的算法。

实验显示,当求解 5000 万个样本的高斯玻色取样时,“九章”需 200 秒,而目前世界最快的超级计算机“富岳”需 6 亿年。

不仅如此,"九章" 的表现,也远远超过了 Google 去年发布的量子计算成果。

雷锋网(公众号:雷锋网)了解到,2019 年 9 月,Google 宣布实现量子优越性,具体来说,Google 在一台 53 比特的量子计算机上仅用 3 分 20 秒便完成了在超级计算机上需要一万年的计算。当时,这被认为是量子计算领域的一次巨大突破,一些圈内人士纷纷表示 「或将迎来下一波科技浪潮」。

然而,从最新的数据来看,"九章" 的速度比去年 Google 发布的 53 个超导比特量子计算原型机“悬铃木”(sycamore)快 100 亿倍——这也说明,我国量子计算机算力已经实现全球领先。

同时,"九章" 通过高斯玻色取样证明的量子计算优越性不依赖于样本数量,克服了 Google 53 比特随机线路取样实验中量子优越性依赖于样本数量的漏洞。“九章”输出量子态空间规模达到了 10 的 30 次方(“悬铃木”输出量子态空间规模是 10 的 16 次方,目前全世界的存储容量是 10 的 22 次方)。

总体来看,该成果牢固确立了我国在国际量子计算研究中的第一方阵地位,为未来实现可解决具有重大实用价值问题的规模化量子模拟机奠定了技术基础。

此外,基于“九章”量子计算原型机的高斯玻色取样算法在图论、机器学习、量子化学等领域具有潜在应用,将是后续发展的重要方向。

02

"九章" 是如何构建的?

当前,研制量子计算机已成为世界科技前沿的最大挑战之一,成为欧美各发达国家角逐的焦点。

为什么量子计算机这么重要?

据了解,量子计算机在原理上具有超快的并行计算能力,可望通过特定算法在一些具有重大社会和经济价值的问题方面(如密码破译、大数据优化、材料设计、药物分析等)相比经典计算机实现指数级别的加速。

需要说明的是,中国科学技术大学潘建伟团队一直在光量子信息处理方面处于国际领先水平。

比如说,早在 2017 年,该团队就已经构建了世界首台超越早期经典计算机(ENIAC)的光量子计算原型机,2019 年,团队研制了确定性偏振、高纯度、高全同性和高效率的国际最高性能单光子源,实现了 20 光子输入 60 模式干涉线路的玻色取样,输出复杂度相当于 48 个量子比特的希尔伯特态空间,逼近了“量子计算优越性”。

这一次,该团队通过自主研制同时具备高效率、高全同性、极高亮度和大规模扩展能力的量子光源,同时满足相位稳定、全连通随机矩阵、波包重合度优于 99.5%、通过率优于 98% 的 100 模式干涉线路,相对光程 10-9 以内的锁相精度,高效率 100 通道超导纳米线单光子探测器,成功构建了 76 个光子 100 个模式的高斯玻色取样量子计算原型机。

该原型机被命名为 “九章”,这一命名是为了纪念中国古代最早的数学专著《九章算术》。

不过,需要说明的是,其中,量子计算机发展分为三个阶段,其中第一个阶段是发展具备 50-100 个量子比特的高精度专用量子计算机,对于一些超级计算机无法解决的高复杂度特定问题实现高效求解,实现计算科学中“量子计算优越性”的里程碑。

目前,"九章" 还处于第一阶段。

而第三个阶段的最终目标,则是实现可编程的通用量子计算原型机。

03

《科学》杂志:这是一个最先进的实验

雷锋网了解到,12 月 3 日,上述学术成果已经在美国《科学》杂志的网站上在线发表,标题为《Quantum computational advantage using photons》。

那么,同行人员是怎么说的呢?

据《科学》杂志的审稿人评价称,该工作是“一个最先进的实验”(a state-of-the-art experiment),“一个重大成就”(a major achievement)。

对于这一成就,德国马克斯·普朗克量子光学研究所所长、沃尔夫奖得主、富兰克林奖章得主 Ignacio Cirac 表示:

总体来说,这是量子科技领域的一个重大突破,朝着研制相比经典计算机具有量子优势的量子设备迈出了一大步。我相信这项成果背后付出了巨大的技术努力。潘教授的团队在世界上独一无二的,他们产生了包括这个实验在内的很多重大成果。

麻省理工学院副教授、美国青年科学家总统奖得主、斯隆奖得主 Dirk Englund 评价称:

这是一个划时代的成果。这是一个了不起的成就。这是开发这些中型量子计算机的里程碑。

维也纳大学教授、美国物理学会会士 Philip Walther 表示:

他们在实验中拿到了目前最强经典计算机万亿年才能给出的计算结果,为量子计算机的超强能力给出了强有力的证明。

加拿大卡尔加里大学教授、量子科学和技术研究所所长 Barry Sanders 表示:

我认为这是一项杰出的工作,改变了当前的格局 ( It’s the game changer)。我们一直努力证明量子信息处理可以战胜经典的信息处理。这个实验使经典计算机望尘莫及。

去年,谷歌取得了一项巨大的成果,即量子计算优越性,但这是有争议的……这个实验(潘建伟院士团队的实验)不存在争论,毫无疑问,该实验取得的结果远远超出了传统机器的模拟能力。

昆士兰大学教授 Tim Ralph 也表示:

这是一个真正的“英雄”实验,将实验各个方面的技术推进到远远超过以前的水平。该设备的规模是非凡的:100 模式干涉仪、25 个压缩器提供输入的量子态、使用 100 个单光子探测器进行探测,并且实现了同时保持高效率,稳定性和量子不可分辨性——这都是展示量子计算优越性所必须的。

此外,还有来自美国科学院、瑞典皇家理工学院、美国耶鲁大学、英国剑桥大学等研究机构的专家,对于上述量子科学领域的最新成果都给予了高度评价。

04

小 结

眼下,量子计算还在科学研究领域不断突破,但要从实验室走向生活,还有很远的距离。

对此,上述成果的参与者陆朝阳教授在接受《知识分子》采访时表示,希望这个工作能够激发更多的经典算法模拟方面的工作,也预计将来会有提升的空间,量子优越性实验并不是一个一蹴而就的工作,而是更快的经典算法和不断提升的量子计算硬件之间的竞争,但最终量子并行性会产生经典计算机无法企及的算力。

他还表示:

就像人们对激光的认识,从最初实验室里的工具到许多意想不到的领域中的应用,量子计算机也许会遵循相似的路径。在五年内,控制数百到数万个量子比特的技术将成为现实,因此产生的量子模拟器和专用量子计算机或将成为物理学家、化学家和工程师在材料应用和药物设计方面的重要工具。

本文参考资料:

  • https://mp.weixin.qq.com/s/wBulxqmifpl2YPtHuRPOWQ

  • https://mp.weixin.qq.com/s/RJhYEnfVfiN465ekqpCh_g

  • http://www.xinhuanet.com/2020-12/04/c_1126818952.htm

RECOMMEND

网易智能有12个不同垂直领域社群等你来

添加智能菌微信:kaiwu_club

扫码了解更多



推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • CSS3选择器的使用方法详解,提高Web开发效率和精准度
    本文详细介绍了CSS3新增的选择器方法,包括属性选择器的使用。通过CSS3选择器,可以提高Web开发的效率和精准度,使得查找元素更加方便和快捷。同时,本文还对属性选择器的各种用法进行了详细解释,并给出了相应的代码示例。通过学习本文,读者可以更好地掌握CSS3选择器的使用方法,提升自己的Web开发能力。 ... [详细]
  • 本文介绍了绕过WAF的XSS检测机制的方法,包括确定payload结构、测试和混淆。同时提出了一种构建XSS payload的方法,该payload与安全机制使用的正则表达式不匹配。通过清理用户输入、转义输出、使用文档对象模型(DOM)接收器和源、实施适当的跨域资源共享(CORS)策略和其他安全策略,可以有效阻止XSS漏洞。但是,WAF或自定义过滤器仍然被广泛使用来增加安全性。本文的方法可以绕过这种安全机制,构建与正则表达式不匹配的XSS payload。 ... [详细]
  • 手把手教你使用GraphPad Prism和Excel绘制回归分析结果的森林图
    本文介绍了使用GraphPad Prism和Excel绘制回归分析结果的森林图的方法。通过展示森林图,可以更加直观地将回归分析结果可视化。GraphPad Prism是一款专门为医学专业人士设计的绘图软件,同时也兼顾统计分析的功能,操作便捷,可以帮助科研人员轻松绘制出高质量的专业图形。文章以一篇发表在JACC杂志上的研究为例,利用其中的多因素回归分析结果来绘制森林图。通过本文的指导,读者可以学会如何使用GraphPad Prism和Excel绘制回归分析结果的森林图。 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 学习SLAM的女生,很酷
    本文介绍了学习SLAM的女生的故事,她们选择SLAM作为研究方向,面临各种学习挑战,但坚持不懈,最终获得成功。文章鼓励未来想走科研道路的女生勇敢追求自己的梦想,同时提到了一位正在英国攻读硕士学位的女生与SLAM结缘的经历。 ... [详细]
  • 本文讨论了在Windows 8上安装gvim中插件时出现的错误加载问题。作者将EasyMotion插件放在了正确的位置,但加载时却出现了错误。作者提供了下载链接和之前放置插件的位置,并列出了出现的错误信息。 ... [详细]
  • Android Studio Bumblebee | 2021.1.1(大黄蜂版本使用介绍)
    本文介绍了Android Studio Bumblebee | 2021.1.1(大黄蜂版本)的使用方法和相关知识,包括Gradle的介绍、设备管理器的配置、无线调试、新版本问题等内容。同时还提供了更新版本的下载地址和启动页面截图。 ... [详细]
  • 知识图谱——机器大脑中的知识库
    本文介绍了知识图谱在机器大脑中的应用,以及搜索引擎在知识图谱方面的发展。以谷歌知识图谱为例,说明了知识图谱的智能化特点。通过搜索引擎用户可以获取更加智能化的答案,如搜索关键词"Marie Curie",会得到居里夫人的详细信息以及与之相关的历史人物。知识图谱的出现引起了搜索引擎行业的变革,不仅美国的微软必应,中国的百度、搜狗等搜索引擎公司也纷纷推出了自己的知识图谱。 ... [详细]
  • 本文介绍了Perl的测试框架Test::Base,它是一个数据驱动的测试框架,可以自动进行单元测试,省去手工编写测试程序的麻烦。与Test::More完全兼容,使用方法简单。以plural函数为例,展示了Test::Base的使用方法。 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • 拥抱Android Design Support Library新变化(导航视图、悬浮ActionBar)
    转载请注明明桑AndroidAndroid5.0Loollipop作为Android最重要的版本之一,为我们带来了全新的界面风格和设计语言。看起来很受欢迎࿰ ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本文介绍了贝叶斯垃圾邮件分类的机器学习代码,代码来源于https://www.cnblogs.com/huangyc/p/10327209.html,并对代码进行了简介。朴素贝叶斯分类器训练函数包括求p(Ci)和基于词汇表的p(w|Ci)。 ... [详细]
  • 本文介绍了Windows Vista操作系统中的用户账户保护功能,该功能是为了增强系统的安全性而设计的。通过对Vista测试版的体验,可以看到系统在安全性方面的进步。该功能的引入,为用户的账户安全提供了更好的保障。 ... [详细]
author-avatar
手机用户2502862711
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有