在 Willow 量子處理器上,Google Quantum AI 團隊在協調遊戲中取得成功,其中古典策略的上限為 88,9 百分比,而量子策略則達到 98,3 百分比。這些在參與者之間毫無任何聯繫的情況下所得的結果,突破了古典極限,並展示了基於測量情境性的量子優勢。
該實驗由美國的 Google Quantum AI 研究人員在超導處理器 Willow 上進行,其量子位元數最高達 105。他們實現了若干任務:雙人「魔方」遊戲、最多達 71 個量子位元的 N 人 Greenberger-Horne-Zeilinger 遊戲,以及二維晶格上最多達 105 個量子位元的隱藏線性函數問題。該論文發表於 2026 年 19 月的《Science》期刊,並通過了同儕審查。
情境性意味著,對某一屬性的測量結果取決於同時進行的是哪些相容測量。這就好比關於蘋果顏色的答案會隨著你是否同時詢問其形狀而改變。在古典物理學中,屬性可以事先賦予物體,但在量子世界中,這種預先賦值不可能不產生矛盾。
在「魔方」遊戲中,兩名玩家必須填寫表格,使各行與各列的總和符合給定數值。古典上最大收益上限為 88,9 百分比,但對糾纏量子位元對進行量子測量卻達到了 98,3 百分比。針對 Bell-Kochen-Specker 不等式的額外測試給出了 χ = 5,590,而古典極限為 4。
這些任務可作為評估量子硬體的新基準:它們能揭示隨機電路測試所遺漏的細微錯誤。此優勢在擴展至 105 個量子位元時依然保持,這為在實際演算法中檢驗情境性開闢了道路。
研究結果發表於 2026 年 19 月的《Science》,並證實情境性在多量子位元系統中確實成立。它們為物理學家和工程師提供了一種精確的工具,用以比較處理器,而無需依賴古典超級電腦。
如今,量子處理器可以按照量子力學本身的定律來測試,而不必再依據超越古典運算的速度。


