谷歌Willow芯片将量子错误率降低40倍

Google Quantum AI 团队在真实硬件上验证了其此前在理论上提出的“魔术态培养”（magic state cultivation）技术。根据发表在《科学》（Science）期刊的研究论文，在 105 量子比特的 Willow 处理器上，该技术相较于未培养状态将错误率降低了约 40 倍，成功制备出逻辑保真度达到 99.99% 的 T 态（T-states）。

谷歌将这一进展称为解决量子计算领域最严峻资源瓶颈之一的“首个实用解决方案展示”。

魔术态是让量子计算机执行经典计算机无法完成操作的关键资源。然而，魔术态制备极其消耗资源，有估算显示其可能占用量子计算机高达 95% 的算力，且每个魔术态只能使用一次。

培养机制如何运作

传统标准方案被称为“蒸馏”（distillation），需要将多个不完美的态聚合成数量更少、更精确的状态。而“培养”技术则直接针对单个量子态进行操作：

1. 团队先在少数几个量子比特中编码一个粗略的魔术态；
2. 校验其状态是否正确；
3. 通过检验的态会被扩展到更多量子比特上，以获得更强的容错保护。

该实验使用了 Willow 芯片 105 个物理量子比特中的 54 个。在未经培养的情况下，每 1000 次尝试中大约有 4 次会产生错误态。

研究团队还将量子态从距离为 3 的颜色码（color code）迁移至距离为 5 的表面码（surface code），证明了提纯后的状态能在硬件上完成纠错方案切换。实验期间，主导研究员 Emma Rosenfeld 发现设备漂移和温度变化带来的实验室噪声影响了标准基准测试，团队随后开发出一种利用培养过程自身进行自校准测量的方法。

评价与实际挑战

加州大学戴维斯分校的 Isaac Kim 表示，该方案“有望显著降低容错量子计算的成本”。苏黎世联邦理工学院的 Dominik Hangleiter 则认为，对于拥有数百个逻辑量子比特的系统而言，这可能是一项改变格局的技术。

但这项技术仍面临实际门槛：

• 产出率低：培养方案仅保留通过质量检查的状态，实验中仅有约 8% 的运行产生可用魔术态；
• 错误率仍需下降：目前团队达到的错误率约为万分之一。要破解 RSA-2048 加密，错误率需降至约百亿分之一；模拟分子则需达到百万分之一至亿分之一。

谷歌承认，魔术态培养仍需在更大规模上进行验证。Rosenfeld 表示：“这是概念可行的首次展示，我们的工作还没有结束。”