摘要：12 月 10 日凌晨，在 OpenAI 的 Sora 吸引 AI 社区眼球的同时，谷歌宣布了一个重大突破：他们新的量子计算芯片 Willow 可通过规模扩展来降低错误率 —— 其 5 分钟就能完成超级计算机 10^25 年才能完成的计算。这是 Scaling

机器之心报道

机器之心编辑部

算力更强大，错误更少，量子计算的最大挑战之一被搞定了。

这是一个重要的里程碑。

12 月 10 日凌晨，在 OpenAI 的 Sora 吸引 AI 社区眼球的同时，谷歌宣布了一个重大突破：他们新的量子计算芯片 Willow 可通过规模扩展来降低错误率 —— 其 5 分钟就能完成超级计算机 10^25 年才能完成的计算。这是 Scaling Law 开始在量子计算领域应验了吗？

这一突破性成就立刻赢得了一片惊呼之声，伊隆・马斯克也惊呼点赞，并且他与桑达尔・皮查伊的互动中还畅想了一下未来：未来或许会使用 Starship 在太空中建造量子计算集群，为此必须大规模收集太阳能。

马斯克还强调：「任何有自尊的文明都至少应该达到卡尔达肖夫 II 型文明。」而我们现在甚至还未达到 I 型文明的 5%。

OpenAI CEO 山姆・奥特曼在自己的发布结束后也特意向皮查伊祝贺。Hyperbolic 的联合创始人、CTO Yuchen Jin 在底下表示：要不 OpenAI 和谷歌合作，用量子芯片训练 AI 吧？

皮查伊回应道：量子加 AI，创造多元宇宙未来，也恭喜 OpenAI o1 的发布。

大佬们之间的潜在合作，或许这么简单就能谈成了？

由于新技术的出现，人们都在畅想 AI 与量子计算的结合了。

谷歌这次 Willow 量子芯片的相关研究已发布在最新一期的《自然》杂志上：https://www.nature.com/articles/s41586-024-08449-y

从相关信息看，这个项目的参与研究者多达数百人，涉及机构包括普林斯顿大学、马萨诸塞大学、谷歌 DeepMind 等十余所大学和机构。

Google Quantum AI 的创始人兼负责人 Hartmut Neven 发布了一篇官方博客对此进行了详细的介绍。

Willow 是谷歌最新一代量子芯片，在多个指标上拥有最先进的性能，实现了两大主要成就。

Willow 芯片是 Google Quantum AI 在量子计算技术发展道路上的一个重要里程碑。

2012 年 Hartmut Neven 创立 Google Quantum AI 时，愿景是构建一个有用的、大规模的量子计算机，能够利用量子力学 —— 今天所知的自然的「操作系统」—— 来推动科学发现、开发有益的应用，并应对社会面临的一些最大挑战。

作为 Google Research 的一部分，该团队绘制了长期路线图，而 Willow 让它们在这条通往商业相关应用的道路上迈出了重大一步。

由量子硬件总监 Julian Kelly 介绍 Willow 及其突破性成就。

指数级量子纠错 —— 低于阈值！

错误率是量子计算中最大的挑战之一，因为量子计算机中的计算单位量子比特（qubits）倾向于与它们的环境迅速交换信息，这使得保护完成计算所需的信息变得困难。

通常情况下，使用的量子比特越多，发生的错误就越多，系统就越「经典计算」，这样就会导致规模无法扩展。

今天谷歌团队在《自然》杂志上发表的研究成果显示，在 Willow 中使用的量子比特越多，错误就越少，系统就越量子化。

这样的技术着实有点反直觉。他们测试了越来越大的物理量子比特阵列，从 3×3 编码量子比特的网格扩展到 5×5，再到 7×7—— 每一次，利用他们最新的量子纠错技术，都能将错误率减半。

换句话说，他们实现了错误率的指数级降低。这一历史性的成就在该领域被称为「低于阈值」—— 在增加量子比特数量的同时能够降低错误。

要想展示在纠错上取得真正的进展，就必须证明能够低于阈值，这自 1995 年 Peter Shor 引入量子纠错以来一直是一个巨大的挑战。

这项成果还涉及其他科学意义上的「首次」。

例如，这也是实时纠错在超导量子系统上的首次引人注目的例子 —— 这对于任何有用的计算都至关重要，因为如果你不能足够快地纠正错误，它们会在计算完成之前破坏计算。

而且这是一个「超越盈亏平衡」的演示，该团队的量子比特阵列比单个物理量子比特有更长的寿命，这是一个无法伪造的迹象，表明纠错正在改善整个系统。

作为第一个低于阈值的系统，这是迄今为止构建的最令人信服的可扩展逻辑量子比特的原型。这是一个强烈的信号，表明我们确实可以构建有用的、非常大的量子计算机。Willow 让我们更接近于运行实用、商业相关的算法，这些算法在传统计算机上无法复制。

做同样的事

最快超算需要花 10^25 年

作为衡量 Willow 性能的一个标准，该团队使用了随机电路采样（RCS）基准测试。这个测试由该团队首创，现在已成为该领域的一个标准。

RCS 是当今可以在量子计算机上进行的最难的经典基准测试。你可以将这看作是量子计算的起点 —— 它检查量子计算机是否在做经典计算机无法完成的事情。任何构建量子计算机的团队都应该首先检查它是否能在 RCS 上击败经典计算机；否则，有充分的理由怀疑它能否处理更复杂的量子任务。

该团队一直使用这个基准来评估从一代芯片到下一代芯片的进步 —— 他们在 2019 年 10 月报告了 Sycamore 的结果，最近在 2024 年 10 月再次报告。

Willow 在这项基准测试上的表现令人震惊：它在不到五分钟的时间内完成了一项计算，而当今最快的超级计算机需要 10^25 年。如果写全，这将是 10,000,000,000,000,000,000,000,000 年。

这个令人难以置信的数字超出了物理学中已知的时间尺度，远远超过了宇宙的年龄。它证实了量子计算发生在许多平行宇宙中的观点，与我们生活在多元宇宙中的观点相吻合，这一预测最早是由 David Deutsch 提出的。

如下图所示，Willow 的这些最新结果是迄今为止得到的最好的结果，但谷歌将继续深入研究。

计算成本受到可用内存的极大影响。因此，该团队的估计考虑了一系列情况，从理想情况下的无限内存（▲）到更实际的、在 GPU 上可并行化的实现（⬤）

该团队对 Willow 如何超越世界上最强大的经典超级计算机之一 ——Frontier 的评估是基于保守的假设。

例如，他们假设可以完全访问二级存储，即硬盘，没有任何带宽开销 —— 这是对 Frontier 的一个慷慨而不切实际的允许。当然，就像他们在 2019 年宣布第一个超越经典计算的计算后发生的那样，他们预计经典计算机将在这项基准测试上继续改进，但迅速扩大的差距表明，量子处理器正以双指数速率起势，并将继续在他们扩大规模时远远超越经典计算机。

首席科学家 Sergio Boixo、创始人和领导 Hartmut Neven 以及著名物理学家 John Preskill 讨论随机电路采样，这是一个展示量子计算机超越经典性能的基准。

最先进的性能

Willow 在他们位于圣巴巴拉最新、最先进的制造设施中制造 —— 这是全球为数不多从头开始建造的量子计算设施之一。

系统工程在设计和制造量子芯片时至关重要：芯片的所有组件，如单量子比特门、双量子比特门、量子比特重置和读出，都必须同时得到良好的工程化和集成。如果任何一个组件落后，或者两个组件不能很好地协同工作，它就会拖累系统性能。

因此，最大化系统性能指导着他们从芯片架构和制造到门开发和校准的所有方面的过程。他们报告的成就从整体上评估量子计算系统，而不是一次只评估一个因素。

该团队关注的是质量，而不仅仅是数量 —— 因为如果量子比特的质量不够高，仅仅生产更多的量子比特是没有帮助的。

拥有 105 个量子比特的 Willow 现在在上述两个系统基准测试中拥有同类最佳的性能：量子纠错和随机电路采样。

这样的算法基准测试是衡量整体芯片性能的最佳方式，其他更具体的性能指标也很重要。例如，他们的 T1 时间用于测量量子位可以保留激发的时间 —— 关键的量子计算资源 —— 现在接近 100µs（微秒）。与他们上一代芯片相比，改进了约 5 倍。

如果你想在不同平台之间比较这些量子硬件，请参阅下表：

Willow 在多个指标上的表现。

Willow 及未来的发展

该领域的下一个挑战是在当今的量子芯片上展示第一个「实用且超越经典」的计算，这个计算任务与现实世界的应用相关。

谷歌团队乐观地认为，Willow 这一代芯片可以帮助他们实现这一目标。

到目前为止，已经有两种不同类型的实验。一方面，他们运行了 RCS 基准测试，它衡量了与经典计算机的性能对比，但尚未展示出实际的商业应用。另一方面，他们进行了量子系统的科学有趣模拟，这些模拟导致了新的科学发现，但仍然在经典计算机的能力范围内。他们的目标是同时做到这两点 —— 进入那些超越经典计算机能力范围的算法领域，并且对现实世界、商业相关的问题是有用的。

随机电路采样（RCS）对经典计算机来说极具挑战性，但尚未展示出实际的商业应用。

谷歌正在邀请研究人员、工程师和开发者加入他们，开发者通过查看他们的开源软件和教育资源，包括他们在 Coursera 上的新课程，可以学习量子纠错的基础知识，并帮助他们创建能够解决未来问题的算法。

当被问及「为什么离开了新兴的人工智能领域，转而专注于量子计算」时，Hartmut Neven 表示，两者都将被证明是这个时代最具变革性的技术，但先进的人工智能将从量子计算的接入中显著受益。这就是 Quantum AI 命名的由来。

「量子算法具备 scaling laws 的优势，正如我们从 RCS 中看到的那样。对于人工智能所需的许多基础计算任务，也有类似的 scaling laws。因此，量子计算对于收集经典机器无法访问的训练数据、训练和优化某些学习架构以及模拟量子效应重要的系统将是不可或缺的。这将有助于发现新药物、设计更高效的电动汽车电池，并推动核聚变与新能源技术的进展。许多这些未来的变革性应用在经典计算机上是不可行的，它们正等待被量子计算解锁。」

看起来，在量子计算芯片上构建 AI 系统，的确是谷歌的重要目标之一，这会是未来 AI 技术突破的方向吗？在这个技术的交汇点上，量子计算与人工智能的结合，势必将创造出改变世界的无限可能。

让我们共同期待！

参考链接：

来源：机器之心Pro一点号