谷歌的量子王炸能迎来“ChatGPT时刻”吗？
发布日期：2025-01-08 05:57 点击次数：149
2024 年 12 月 10 日或成 AI 划时期追思日
作家／IT 时报记者郝俊慧
剪辑／王昕孙妍
量子料到打算似乎迎来了“ ChatGPT 时刻”。
北京时候 12 月 10 日，谷歌在《天然》发表了最新量子芯片 Willow 的推敲后果，在量子纠错率和随即电路采样（RCS）基准测试上得回要害性冲破，用 5 分钟完成了一项尺度料到打算，而面前最快的超等料到打算机 Frontier 则需要 10（10 的 25 次方）年才能完成，“比天地的年纪齐要大”。
谷歌 CEO 桑达尔 · 皮查伊把量子料到打算的冲破比作“莱特兄弟的首飞”，也有东谈主将 Willow 类比为 Transformer，在这个相通由谷歌推出的 AI 架构上，OpenAI 作念出了 ChatGPT。
量子与 AI 的纠缠还不啻于此，发布 Willow 的是谷歌量子 AI 实验室，这个名字听起来“与时俱进”的实验室，履行上树立于 2012 年，而 Willow 之是以在纠错上冲破了 30 年来的挑战，源自谷歌也曾于 11 月份发布的基于 Transformer 的解码器 AlphaQubit，通过 AI 及时为量子料到打算机解码纠错，从而让 Willow 的量子纠错“低于阈值”。
所谓“低于阈值”，指的是量子比特越多，失误率越低，中国科学期间大学老师陆向阳觉得，Willow 从之前的“越纠越错”，逾越到“越纠越对”，冲破了量子纠错“盈亏均衡点”，已矣了量子比特的“正增益”。
Willow 见效的迹象在本年 8 月谷歌量子 AI 实验室发表的一篇《量子错误修正低于名义码阈值》论文中可见一斑，文中对谷歌在量子纠错上的冲破作念了注释诠释：每个（逻辑量子比特）编码的距离增多 2，失误率就会下跌一半以上。
在清爽这句话之前，不妨先来了解一下量子料到打算的基本道理。
如大家所知，咱们当今经受的经典料到打算是 0 和 1 的罗列组合，你在电脑上、手机上输入的每个提醒，终末齐会被编译成 0 和 1 构成的代码，被料到打算机识别并料到打算。所谓的 CPU 芯片，就是晶体管构成的一个超大“开关”，每个晶体管的 on/off，代表 0 或者 1，而一颗深广的 CPU 可能领有上千亿个晶体管。比如苹果的 M2 Ultra 上便有 1340 亿个晶体管。
受限于摩尔定律和量子隧穿效应，装在手机和电脑里的 CPU 不成能无罢了地塞入更多晶体管，因此好多需要超大界限料到打算的问题，尤其是天然界的本源，传统经典料到打算很难管理。
量子料到打算则十足不同，它可以让 0 和 1 处于任何重叠态中，浅薄清爽，若是一块传统芯片能存储 n 个数据，那领有相通量子比特数目的芯片，可以存储 2 的 n 次方个数据。
这种料到打算才调指数级的飞腾，亦然为何每次量子料到打算推敲冲破后，其发扬出的算力和经典超等料到打算机比较，齐不仅仅遥遥最初，而是百亿级以上的差距。
仅仅，算得快，并不等于算得好。
超导量子相称脆弱，周围的少许点搅扰，致使天地射线齐会让其丢失信息，也即所谓的“退相关”。从目下推敲罢了来看，单个量子比特的失误率诽谤到千分之一（0.1%）后便很难进一步股东，而通用量子料到打算阶段的失误率，普遍被觉得至少要下跌至 10 的负 12 次方，也即万亿分之一。
学术界普遍经受建构逻辑量子比特的步地来已矣量子料到打算纠错。比如谷歌这次用来实验的 3 × 3、5 × 5、7 × 7 编码模式，即是以一个物理量子比特为信息的存储载体，其他围绕它的量子比特动作“锚定比特”，通过冗余和特定的编码决议，检测并更动可能产生的失误。而谷歌的实验罢了讲授，当造成一个逻辑比特的物理比特数目从 90（3 × 3 × 10）到 250 再到 490 不断扩展时，失误率指数级下跌，从而“低于阈值”。
同期，量子料到打算的特色，对量子纠错也产生了指数级的杠杆作用。比如，若是物理量子比特的失误率诽谤两倍，那么距离为 27 × 27 的逻辑比特色能就能晋升四个量级，进入可被接受的失误率范围之内。也即 7290 个量子比特造成一个逻辑比特的话，量子料到打算的通用容错量子料到打算（FTQC）应该可以已矣。
话说到这里，国东谈主最温雅的是，中国的量子料到打算和谷歌差距远吗？
一位量子科学家的话让我放下了心：差距是有，但非论在硬件层面如故纠错算法方面，中国齐一直在跟进，况且进展也齐可以。
硬件结构上，Willow 经受的是 Tunbale coupler 架构，这个期间架构于 2019 年发布，国内中科大、北京量子推敲院、南边科大宗有访佛的实验后果；纠错效果上，Willow 已矣了“低于阈值”，并在实验体系中已矣了 d=5 和 d=7 的纠错，诠释谷歌在量子法例期间上已矣了超过性冲破，但国内南边科技大学俞大鹏院士团队也在旧年已矣了“量子纠错盈亏均衡点”。国内也有其他推敲团队经受和谷歌访佛的名义码决议，在编码距离上略有过期，目下应该处于 d>5>3 的位置。
尽管从大方朝上看，Willow 似乎依然走在“老路”上，但逾越时常发生在笼罩的边际。谷歌借助 AI 已矣了 Decoder（解码器）决议的筛检和软硬件上的及时透露编译，讲授它的系统工程才调相称强。就好像 OpenAI 选拔的 LLM 大模子谈路，相通并不簇新，但基于其深广的算力参加和系统工程才调，最终引爆这次东谈主工智能海浪。
从这个道理道理上看，Willow 至少处于 ChatGPT 1.0 时期，目下实验罢了炫耀，谷歌找到了一条相对正确的路。
不外，从谷歌官方败露的信息炫耀，Willow 的随即电路采样（RCS）基准测试，天然在“经典难以管理”的基准线才调，但其贸易关系性还比较弱，这标明其依然不具有实用价值。
中国量子科学的顶尖科学家、中国科学院院士潘建伟将量子发展分为三阶段：已矣量子优厚性、管理专用料到打算问题、通用量子料到打算。目下全球量子科研水平多蚁合于第二阶段，关于第三阶段的已矣，科学家们曾给出了 10～15 年的时候窗口，但 Willow 的见效，AI for Science 的变革，让这个窗口期正在裁减。
量子力学被称为天然界的“操作系统”，模拟大天然的任务被觉得只好量子力学能够完成。比如通过量子测量，在磁共振成像（MRI）和核磁共振（NMR）中，以原子为尺，可给出分子、原子核之间的精准距离，从而在更高维度解锁 AI 目下边临的“数据逆境”。物理、化学、生物医药、核聚变、材料科学等领域，齐将可能因此迎来划时期的冲破。
更要害的是，电力虚耗也将指数级下跌。短时期内，罢了量子料到打算发展的“摩尔定律”还不会出现。科学家预估，物理量子比特要达到百万级以上才可能摸到通用料到打算的门槛，但这个级别量子位的芯片，和如今千亿级的晶体管比较，制程工艺条目低许多，以国内现存的制程工艺来看，已矣不难。
长期来看，经典料到打算机在界限膨胀、诈骗落地、场景寻找等范式变革经由中遭遇的挑战，在超导量子料到打算机上也会“复刻”一遍，但这一次，全全国应该会更快找到得当的目的。
比尔 · 盖茨说：“东谈主们老是容易高估改日两年的变化，却时常低估改日十年的变革”。
十年之后回头看，2024 年 12 月 10 日大要会被界说为“前 AI 时期”的一个追思日。
这一天，OpenAI 厚爱发布了 Sora，意图“齐东野语”，生成一个捏造的物理全国，而 Willow 则正巧相背，试图用量子料到打算解读天然界的一切。当二者进入“重叠态”时，科幻正变为科学，也曾远方的改日，正在靠拢现实。
排版／ 潘璐
图片／ pixabay 谷歌
开端／《IT 时报》公众号 vittimes
请加「星标」可以过咱们
