研究背景
随着量子计算技术的快速发展，量子处理器在解决经典计算难题方面展现出了巨大的潜力。然而，量子系统在实际应用中面临的最大挑战之一是噪声的影响，这使得在名义上可用的计算空间中保持相干演化变得困难。噪声不仅破坏了量子比特之间的长程关联，还导致量子算法的输出变得简单，从而使其容易受到经典计算的欺骗。随机电路采样（RCS）作为一种潜在的超越经典计算的演示手段，引起了科学界的广泛关注。RCS的关键在于它利用量子处理器的能力来生成复杂的输出分布，而这一过程与希尔伯特空间的维度密切相关。然而，在近似真实的量子计算中，如何有效利用这个指数增长的希尔伯特空间仍然是一个重要的问题。为了克服这一挑战，科学家们提出了交叉熵基准测试（XEB）等技术，以估计相干可用的希尔伯特空间的有效大小，并识别噪声对量子计算的影响。为了解决这些问题，谷歌研究科学家科斯特安廷剀切吉（Kostyantyn Kechedzhi）和谷歌高级研究科学家团队在Nature期刊上发表了题为“Phase transitions in random circuit sampling”的最新论文。本研究通过在二维超导量子比特网格上实施随机电路采样实验，探讨量子动态与噪声之间的相互作用。展示了通过交叉熵基准测试，可以观察到两种相变：第一种是与循环次数相关的动态相变，第二种是由每个循环的误差控制的量子相变。通过创建弱连接模型，能够分析噪声强度与相干演化之间的关系，并在弱噪声相位中展示了67个量子比特的随机电路采样实验，研究证明了计算成本超出了现有经典超级计算机的能力。
研究亮点
1. 实验首次展示了通过交叉熵基准测试（XEB）在随机电路采样（RCS）中观察到两个相变，提供了对量子计算复杂性和噪声相互作用的深刻见解。具体而言，研究表明了动态相变和量子相变的存在，分别由循环次数和每个循环的误差控制。 2. 实验通过实施随机电路采样算法，在二维超导量子比特网格上进行实验，成功地识别了在特定噪声阈值下的相变行为。研究中采用的弱连接模型使得研究人员能够调整噪声强度与相干演化之间的关系，从而更准确地分析量子处理器的性能。3. 结果表明，当噪声率低于关键阈值时，量子处理器能够达到最大计算复杂性，相应地，输出分布表现出反浓缩特性。实验中在32个循环中使用67个量子比特的随机电路采样，表明该实验的计算成本超出了现有经典超级计算机的能力。4. 本文的研究为实现当前量子处理器可达到的稳定、计算复杂的相奠定了理论基础，并展示了如何通过实验可观察到的方式探测量子系统的相变。这些发现为进一步探索量子计算的潜力提供了重要的理论和实验支持。
图文解读
总结展望
本文通过对67量子比特的Sycamore芯片进行随机电路采样，揭示了量子动态与噪声的复杂相互作用，强调了在实际量子计算中噪声控制的重要性。这一发现有助于理解量子计算中面临的挑战，尤其是在高噪声环境下如何有效地利用量子比特的纠缠特性。其次，实验结果表明，通过优化张量网络收缩技术，可以显著降低模拟RCS所需的经典计算资源，这为经典算法的改进和发展指明了方向。这一研究不仅提升了我们对量子系统行为的理解，还为开发高效的量子计算设备提供了理论支持。最后，本文强调了在弱噪声相位下，全球关联如何增强量子电路的可靠性，为量子计算的安全性提供了新思路。这些启示为未来的量子技术应用奠定了基础，尤其是在认证随机性生成和其他量子应用中，推动了量子计算向实际应用迈进的重要进程。Morvan, A., Villalonga, B., Mi, X. et al. Phase transitions in random circuit sampling. Nature 634, 328–333 (2024). https://doi.org/10.1038/s41586-024-07998-6
