通过上下文性实现量子优势:Google在Willow处理器上的实验

编辑者: Svitlana Velhush

在Willow量子处理器上,Google Quantum AI团队在协调博弈中取得了成功,其中经典策略被限制在88,9%,而量子策略达到98,3%。这些在参与者之间没有任何通信的情况下获得的结果打破了经典极限,展示了基于测量上下文性的量子优势。

该实验由美国的Google Quantum AI研究人员在超导处理器Willow上进行,其量子比特数最高达105。他们实现了若干任务:双人“魔方”游戏、最多71个量子比特的N人Greenberger-Horne-Zeilinger游戏,以及二维晶格上最多105个量子比特的隐藏线性函数问题。论文于2026年19月发表在《Science》杂志上,并经过了同行评审。

上下文性意味着对某一属性的测量结果取决于同时进行了哪些相容的测量。这就好比你对苹果颜色的回答会随着你是否同时询问其形状而变化。在经典物理学中,属性可以预先赋予物体,但在量子世界中,这种预先赋值不可能不产生矛盾。

在“魔方”游戏中,两名玩家必须填写表格,使各行和各列的总和符合给定值。经典情况下最大获胜率被限制在88,9%,但基于纠缠量子比特对的量子测量使其达到了98,3%。对Bell-Kochen-Specker不等式的额外测试给出的值为χ = 5,590,而经典极限为4。

这些任务可作为评估量子硬件的新基准:它们能揭示随机电路测试所遗漏的细微错误。该优势在扩展到105个量子比特时依然保持,这为在实际算法中检验上下文性开辟了道路。

结果于2026年19月发表在《Science》上,并证实上下文性在多量子比特系统中有效。它们为物理学家和工程师提供了一种精确工具,无需依赖经典超级计算机即可比较处理器。

如今,量子处理器可以按照量子力学本身的规律来测试,而不是按照超越经典计算的速度来测试。

1 查看

来源

  • Quantum-classical separation in bounded-resource tasks arising from measurement contextuality

  • research.google

  • blog.google

评论

你发现了错误或不准确的地方吗?我们会尽快考虑您的意见。