12月4日，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个光子的量子计算原型机“九章”，实现了具有实用前景的“高斯玻色取样”任务的快速求解。

    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。相关论文于12月4日在线发表在国际学术期刊《科学》上。

    实现“量子计算优越性”目标

    由于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。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，是欧美发达国家角逐的焦点。

    事实上，量子计算机的研制是一个极具挑战并且周期可能较长的工作。为了推动量子计算机的研制，必须把其分成一个个的小目标，不断逐次突破。其中的第一个小目标就是“量子优越性”，指的是量子计算机在某个特定问题上的计算能力远超过性能最好的超算，证明量子计算机的优越性。因此，“量子优越性”被认为是量子计算发展道路上的一个重要里程碑。

    具体来说，对于量子计算机的研究，国际同行公认有三个指标性的发展阶段：

    第一阶段发展具备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。

    第二阶段通过对规模化多体量子体系的精确制备、操控与探测，研制可相干操纵数百个量子比特的量子模拟机，用于解决若干超级计算机无法胜任的具有重大实用价值的问题，如量子化学、新材料设计、优化算法等。

    第三阶段则是通过积累在专用量子计算与模拟机的研制过程中发展起来的各种技术，提高量子比特的操纵精度使之达到能超越量子计算苛刻的容错阈值（大于99.9%），大幅度提高可集成的量子比特数目至百万量级，实现容错量子逻辑门，研制可编程的通用量子计算原型机。

    “玻色取样”算法处于国际领先

    量子计算研究的第一个阶段性目标，是实现“量子计算优越性”，即研制出量子计算原型机在特定任务的求解方面超越经典的超级计算机。

    量子计算“特定任务”，是指经过精心设计，非常适合于量子计算设备发挥其计算潜力的问题。这类问题包括随机量子线路采样、IQP线路、高斯玻色取样。而2019年10月谷歌量子AI团队所针对的问题是随机量子线路采样。

    所谓“高斯玻色取样”问题，我们可以理解成一个量子世界的高尔顿板。

    高尔顿板问题是由英国生物统计学家高尔顿提出来的，这个模型可以用来直观地认识中心极限定理。如果将“高尔顿钉板”发展出一个量子版本，即由全同光子来代替小球，用分束器来代替钉子，则这个游戏就变成“玻色取样”的量子模拟。一般来讲，“玻色取样”是指，在n个全同玻色子经过一个干涉仪后，对n个玻色子的整个输出态空间进行采样的问题。

    计算机科学家S.Aaronson和A.Arkhipov于2013年提出一种快速计算矩阵的常值方法，主要原理是对经过线性器件处理的玻色子的概率分布进行抽样分析，从而可以很快地求出一个n×n维矩阵常值的方法。自然界中的粒子分为玻色子和费米子，而光子属于玻色子，这样就可以运用光子实现玻色取样实验。

    从计算复杂度的角度来看，随着光子数的增加求解步数呈指数上涨。对于这样一个经典计算异常困难的问题，在中小规模下就可以打败超级计算机。因此，“玻色取样”这个问题被量子计算领域的科学家盯上了，准备拿它小试牛刀，挑战经典计算机。

    （下转第2版）