亚利桑那大学的研究人员展示了量子优势。图片来源：亚利桑那大学

量子计算和量子传感有可能比经典的同类产品强大得多。一台完全实现的量子计算机不仅可以在几秒钟内解决经典计算机需要数千年才能解决的方程，而且它可以对从生物医学成像到自动驾驶等领域产生不可估量的影响。

然而，这项技术还没有完全成熟。

事实上，尽管关于量子技术影响深远的理论广为流传，但很少有研究人员能够利用现有技术证明量子方法比经典方法更具优势。

在 6 月 1 日发表在《物理评论 X》杂志上的一篇论文中，亚利桑那大学的研究人员通过实验表明，量子比经典计算系统更具优势。

“展示量子优势是社区长期追求的目标，很少有实验能够证明这一点，”论文合著者、材料科学与工程助理教授、亚利桑那大学首席研究员张哲深说。 Quantum Information and Materials Group 和该论文的作者之一。“我们正在寻求展示我们如何利用已经存在的量子技术来使现实世界的应用受益。”

量子如何（以及何时）工作

量子计算和其他量子过程依赖于称为量子位的微小而强大的信息单元。我们今天使用的经典计算机使用称为比特的信息单位，比特以 0 或 1 的形式存在，但量子比特能够同时以两种状态存在。这种二元性使它们既强大又脆弱。微妙的量子位很容易在没有警告的情况下崩溃，这使得称为纠错的过程非常重要，该过程可以解决发生的问题。

量子领域现在正处于加州理工学院著名物理学家约翰·普雷斯基尔 (John Preskill) 称之为“嘈杂的中尺度量子”或 NISQ 的时代。在 NISQ 时代，量子计算机可以执行只需要大约 50 到几百个量子比特的任务，尽管存在大量噪声或干扰。不仅如此，嘈杂声压倒了实用性，导致一切崩溃。人们普遍认为，执行实用的量子应用需要 10,000 到几百万个量子位。

想象一下，发明一个系统，保证你做的每一餐都完美无缺，然后把这个系统提供给一群没有正确食材的孩子。几年后会很棒，一旦孩子们长大成人并且可以购买他们需要的东西。但在那之前，该系统的用处是有限的。同样，在研究人员推进可以降低噪声水平的纠错领域之前，量子计算仅限于小规模。

量子信息理论组负责人庄群涛（左）和量子信息与材料组负责人张哲深均为工学院助理教授。图片来源：亚利桑那大学

纠缠优势

论文中描述的实验混合使用了经典技术和量子技术。具体来说，它使用三个传感器对射频信号的平均幅度和角度进行分类。

传感器配备了另一种称为纠缠的量子资源，这使它们能够相互共享信息并提供两个主要好处：首先，它提高了传感器的灵敏度并减少了错误。其次，由于它们相互纠缠，传感器评估全局属性，而不是收集有关系统特定部分的数据。这对于只需要二进制答案的应用程序很有用；例如，在医学成像中，研究人员不需要知道组织样本中的每一个细胞都不是癌性的——只需要知道是否有一个细胞是癌性的。同样的概念也适用于检测饮用水中的危险化学品。

实验表明，为传感器配备量子纠缠使它们比传统传感器更具优势，将出错的可能性降低了很小但至关重要的幅度。

“这种使用纠缠来改进传感器的想法并不限于特定类型的传感器，因此它可以用于一系列不同的应用，只要你有纠缠传感器的设备，”研究合著者 Quntao 说。电子与计算机工程助理教授、量子信息理论组首席研究员庄“从理论上讲，你可以考虑像自动驾驶汽车的激光雷达（光检测和测距）这样的应用。”

庄和张开发了实验背后的理论，并在 2019 年的《物理评论 X》论文中对其进行了描述。他们与詹姆斯 C. 怀特光学科学学院的博士生 Yi Xia 和材料科学与工程博士后研究员 Wei Li 共同撰写了这篇新论文。

量子位分类器

在 NISQ 时代，现有应用程序混合使用量子和经典处理，但它们依赖于必须在量子领域进行转换和分类的预先存在的经典数据集。想象一下，拍摄一系列猫和狗的照片，然后将照片上传到一个系统中，该系统使用量子方法将照片标记为“猫”或“狗”。

该团队正在从不同的角度处理标记过程，首先使用量子传感器收集自己的数据。这更像是使用专门的量子相机，在拍摄照片时将照片标记为“狗”或“猫”。

“许多算法考虑存储在计算机磁盘上的数据，然后将其转换为量子系统，这需要时间和精力，”庄说。“我们的系统通过评估实时发生的物理过程来解决不同的问题。”

该团队对他们的工作在量子传感和量子计算的交叉领域的未来应用感到兴奋。他们甚至设想有一天将他们的整个实验装置集成到一个芯片上，该芯片可以浸入生物材料或水样中，以识别疾病或有害化学物质。

“我们认为它是量子计算、量子机器学习和量子传感器的新范式，因为它确实为连接所有这些不同领域搭建了一座桥梁，”张说。