跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

谷歌与IBM的量子里程碑,以及通往实用机器的漫漫长路

谷歌称已实现“量子霸权”,即量子处理器能解决经典计算机无法匹敌的问题。IBM则认为,这一里程碑没有实际用途。

科技新闻林晓雯发布: 2026年9月27日3 分钟阅读资料来源 5
谷歌与IBM的量子里程碑,以及通往实用机器的漫漫长路

谷歌的说法来自一篇科学论文。《财富》先拿到论文,《自然》随后将其发表。实验在一台名为Sycamore的53量子比特处理器上进行。谷歌称,该芯片在约200秒内对随机生成的电路采样一百万次。同样的任务,它估计最先进的超级计算机要跑大约1万年。

差距本身就是重点。《财富》拿到论文时,NASA曾短暂将其发布上网。据《财富》报道,谷歌研究人员在论文中写道:“量子加速在真实系统中可以实现,且不受任何隐藏物理定律的阻碍。”

这一结果并非凭空出现。2017年4月,《麻省理工科技评论》报道称,领导谷歌量子团队的物理学家John Martinis给自己定下的期限是当年年底达成同样的里程碑。当时他的团队只有一块6量子比特芯片,按二乘三排列。这块芯片用来测试一种制造方法:量子比特及其控制线路分别在不同芯片上制造,然后通过凸点键合连接。Martinis说,这样做是为了消除额外控制线,这些线会干扰量子比特的工作方式。他还说,霸权实验需要49量子比特的阵列,而30到50量子比特的设计已经在推进中。

IBM先做到50量子比特,随后质疑这一指标

谷歌并非唯一一家。美联社2017年11月报道,IBM已制造并测量了一款50量子比特的处理器原型。领导IBM量子计算与人工智能研究部门的Dario Gil称,这是首次有公司造出这一规模的量子计算机。麻省理工学院机械工程教授Seth Lloyd没有参与该工作。他对美联社说,IBM可能仍有故障需要排除,但这一宣布是重大进展的标志。

到2019年3月,IBM开始推行另一把尺子。ZDNET报道称,IBM的Q System One是一块20量子比特处理器,其量子体积达到16,是此前IBM Q系统所记录量子体积8的两倍。量子体积综合考量量子比特数量、连通性和相干时间,也把门操作与测量误差、器件串扰和编译器效率算进去。IBM称,要在一个十年内达到量子优势,这一指标需要每年翻倍。自2017年以来,其量子计算机的算力每年都翻了一番。

2019年9月谷歌的论文浮出水面时,IBM的Gil直言不讳。他对《财富》说,该实验是高度特殊情况的“实验室实验”,“没有实际应用”,并建议不要用量子霸权作为进展指标。他说:“量子计算机永远不会‘凌驾’于经典计算机之上,而是会与它们协同工作,因为各自都有独特的优势。”

英特尔实验室量子硬件总监Jim Clarke称谷歌的进展是“一个值得注意的里程碑”。他说,商用可行的量子计算机还需要更多研发突破。“虽然开发仍处于这场马拉松的第一英里,我们坚信这项技术的潜力。”

谷歌自己在2019年10月发布于博客的说明对局限相当谨慎。公司称这一结果是“hello world”时刻,并表示还需要很多年才能实现更广泛的实际应用。它把这项工作描述为历时13年的努力:2006年,谷歌科学家Hartmut Neven开始探索用量子计算做机器学习;2014年,Martinis及其加州大学圣塔芭芭拉分校团队加入,工作继续推进。

里程碑与产品之间的差距不是技术细节。量子处理器需要远大于50量子比特才能做有用的工作,而纠错在大规模上仍未解决。马里兰大学教授、初创公司IonQ联合创始人Chris Monroe在2017年对《麻省理工科技评论》说,霸权实验将是“一个学术里程碑”。他对后续工作的评价是:“之后你还得想办法让它更可扩展、更可编程。”

评论 0

资料来源

5
  1. 01Google's New Chip Is a Stepping Stone to Quantum Computing SupremacyEN
  2. 02IBM says it's reached milestone in quantum computingEN
  3. 03IBM hits quantum computing milestone, may see 'Quantum Advantage' in 2020sEN
  4. 04Google Claims 'Quantum Supremacy,' Marking a Major Milestone in ComputingEN
  5. 05What our quantum computing milestone meansEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。