谷歌在Willow处理器上成功验证了一项名为“魔态培育”的技术，显著降低了量子错误率。

量子计算机具备同时处理多种可能性的能力，有望带来指数级的计算性能提升。然而，在当前技术阶段，距离实现这一理想状态仍有较大差距。

在量子计算中，光子被用作量子比特，当它们相互连接时，相比传统计算机使用的二进制0和1，可以展现出更强的处理能力。量子比特能够同时处于0和1的叠加状态，从而加速信息处理。

但量子比特容易频繁出错，这限制了量子计算机的实用性。为了纠正这些错误，机器需要依赖所谓的“魔态”——谷歌研究院的科学家认为，他们开发的量子芯片可能有助于实现这一点。

相关研究成果于周四发表在《科学》杂志上。谷歌在Willow处理器上验证了“魔态培育”技术，将量子错误率降低约40倍：在未使用培育时，每1000份魔态中约有4份存在缺陷；而采用培育后，每1万份魔态中仅出现1份缺陷。T态的逻辑保真度达到99.99%，创下该领域的最高纪录。

“魔态”是构建通用量子计算的核心要素。量子处理器要执行超越经典计算机的复杂运算，必须依靠魔态来生成所需的量子操作集合。然而，魔态一旦使用便无法重复利用，使其成为稀缺资源。此外，以足够低的错误率生成魔态，一直是构建实用大规模系统面临的重大挑战。

更大的难题在于生产成本。部分研究估算，量子计算机可能需要将高达95%的总算力用于魔态生产，留给实际计算任务的资源极为有限。这一瓶颈自2004年便已被研究人员预见，此后二十年间，学界持续探索降低魔态生产成本的方法，但进展缓慢。

在上述新研究中，研究人员展示了如何利用一种名为“培养”的、受园艺启发的技术，以更低的成本提供魔态。

研究结果对2024年提出的理论方法进行了实验验证。当时，谷歌量子AI研究人员Craig Gidney、Noah Shutty与Cody Jones在既有文献基础上提出了魔态培育方案。

其核心思路是将魔态生产过程设计为一套“过滤机制”：谷歌利用协同测量来检测错误并过滤掉无效尝试，从而以更少的资源生成更高质量的量子态。

最新研究证实，在Willow超级计算机上，该方法对T态实现了99.99%的逻辑保真度，刷新了该领域纪录。

除了减少错误之外，谷歌的研究人员还证明，纯化的量子态可以在两种不同的纠错方法之间转移。这标志着该技术在集成到谷歌现有架构方面取得了进展。

尽管取得上述进展，但谷歌明确表示，要将该技术扩展到实际量子计算领域，还需要进一步研究。然而，这些发现为减少构建容错量子系统所需的硬件资源提供了一条潜在途径。

本文来自微信公众号“科创板日报”，作者：黄君芝，36氪经授权发布。