2026 年 4 月，量子计算领域再次传来令人振奋的消息。继 2024 年 4 月首次演示逻辑量子比特的显著优势后，微软与 Quantinuum 的合作团队在误差校正领域取得了新的工程突破。这一进展并非愚人节玩笑，而是基于真实可重复的实验数据。作为量子计算领域最具影响力的理论家之一，Scott Aaronson 在其博客中详细分析了这一突破的工程意义与技术细节，为我们理解量子计算实用化路径提供了重要参考。
从物理量子比特到逻辑量子比特的核心跨越
量子计算面临的核心挑战在于物理量子比特极易受到环境噪声影响而发生退相干。传统上，研究人员通过提高物理量子比特的操控 fidelity（保真度）来减少错误，但这种方法存在固有上限。量子误差校正（Quantum Error Correction，QEC）提供了一条根本性的解决路径：利用多个物理量子比特编码一个逻辑量子比特，通过冗余来实现错误检测与纠正。
2024 年 4 月，微软与 Quantinuum 宣布在 Quantinuum 的 H 系列离子阱量子计算机上实现了重大突破。团队使用 30 个物理量子比特编码了 4 个逻辑量子比特，这 4 个逻辑量子比特的逻辑错误率比相应的物理量子比特错误率低 800 倍。这一结果首次在实验上证明了量子误差校正可以产生明确的净收益。Scott Aaronson 对此评论道：“这设定了一个新的标准，其他团队（超导、中性原子和光子学）必须达到或超越这一标准。”
随后在 2024 年 9 月，团队将逻辑量子比特的数量从 4 个扩展到 12 个，这些逻辑量子比特由 56 个物理量子比特编码。更重要的是，团队首次实现了所有 12 个逻辑量子比特的纠缠，形成所谓的 “猫态”（Cat State）或 Greenberger-Horne-Zeilinger（GHZ）态。当这些逻辑量子比特纠缠时，它们展现出 0.0011 的电路错误率，比相应物理量子比特的 0.024 电路错误率好 22 倍。
纠错轮次与计算能力的里程碑
除了增加逻辑量子比特的数量，团队还演示了多次纠错轮次与计算的结合。在 8 个逻辑量子比特上，团队成功进行了五轮重复的误差校正。此外，这 8 个逻辑量子比特还被用于在误差校正期间执行容错计算，成功展示了逻辑纠缠操作与多轮量子误差校正的结合。Scott Aaronson 特别强调：“据我们所知，这是首次展示计算与误差校正的有益结合。”
这一演示的技术细节值得深入分析。在量子误差校正中，存在两种关键指标：第一轮错误率（first-round error rate）和每轮错误率（error rate per round）。Craig Gidney 在评论中指出，第一轮错误率虽然看起来更显眼，但每轮错误率才是实际计算中真正重要的指标，因为实际算法需要执行数千甚至数百万步操作。微软与 Quantinuum 的实验在每轮错误率上也展现出了显著优势，尽管优势幅度小于第一轮错误率。
团队还解决了量子计算中一个长期存在的挑战：如何在执行计算的同时进行误差校正。以往的实验通常只能在事先准备好的逻辑态上进行测量，或者在计算后进行误差校正。而这次演示表明，可以在执行实际量子计算的同时持续进行误差校正，从而为更深层次的量子算法执行铺平道路。
实用化路径：还需要什么？
Scott Aaronson 在分析中给出了一个关键的技术路线图。他指出，实验量子计算的核心指标是双量子比特门的操控保真度。当他 1990 年代末期进入这一领域时，大约 50% 的保真度就足以令人印象深刻。随后这一数字逐步提升：90%、99%、99.5%，而在 2019 年谷歌的量子霸权实验中，他们展示了在 53 个量子比特上执行 1000 个门，每个门的保真度约为 99.5%。如今，在超导、离子阱和中性原子系统中，研究人员 routinely（常规地）看到约 99.8% 的保真度，而最好的报道数据接近 99.9%。
从理论上看，使用表面码（Surface Code）等已知方法的量子容错应该在双量子比特门保真度达到约 99.99% 时开始变得实用。这意味着需要从当前的 99.8% 再提升一个数量级。Aaronson 估计：“在 infidelity（错误率）的对数坐标上，实验人员已经走完了四分之三的距离。现在看来，如果我们真的想要的话，未来十年内拥有数百个容错量子比特和数百万个门将是令人惊讶的意外。”
具体来说，团队在 2024 年 9 月的演示中使用了 Quantinuum 的 H2 离子阱系统，该系统拥有 56 个量子比特，双量子比特门保真度达到 99.8%。更重要的是，这不仅是理论预测，而是已经在实际硬件上验证的结果。微软的量子位虚拟化系统（qubit-virtualization system）在其中发挥了关键作用，它能够自动优化误差校正码以适应特定的硬件特性。
化学模拟的首次端到端演示
除了量子误差校正的技术进步，团队还展示了这一技术的实际应用价值。他们首次实现了使用逻辑量子比特、云端高性能计算（HPC）和人工智能协同解决化学问题。具体而言，团队使用两个逻辑量子比特来制备重要催化剂活性空间的基态，然后使用经典阴影（classical shadows）方法将测量输出与 AI 模型集成，以估计该催化剂的基态能量。
实验结果显示，使用逻辑量子比特的计算有 97% 的可能性产生比使用物理量子比特的计算更好的基态能量估计。这不仅展示了逻辑量子比特的更高可靠性，也证明了量子 - 经典混合计算在化学领域的实用潜力。Scott Aaronson 评论道：“如果你只想从本博客中记住一件事，那就是量子计算机不会通过简单地并行尝试所有解决方案来瞬间解决难题。”
工程视角的启示
从工程角度看，这一突破揭示了几个重要方向。首先，离子阱系统因其全连接性（any-to-any connectivity）而在误差校正实验中具有优势。在 Quantinuum 的 “赛道” 设计中，量子比特可以在环形轨道上移动，使得任意两个量子比特都能直接相互作用，这大大简化了逻辑门操作。其次，后选择（postselection）技术虽然在理论上存在争议，但在实际实验中仍然是提高逻辑错误率的有效手段，只要后选择概率保持在可接受范围内。
更重要的是，这一进展表明量子计算正在从 “是否能做到” 转向 “如何高效做到”。Scott Aaronson 正确地指出了这一点：“到了现在，量子计算怀疑论者的论点可以定期通过实验来回答，这和以前不同了。” 这意味着量子计算已经进入了一个新的发展阶段，理论上的可能性正在被工程上的可行性所取代。
综合来看，微软与 Quantinuum 的合作展示了量子误差校正从理论走向实际应用的关键步骤。从 4 个逻辑量子比特到 12 个逻辑量子比特的跨越，虽然在绝对数量上看起来不大，但在工程意义上极为重大。它证明了在保持高质量的前提下扩展逻辑量子比特是可行的，为未来数百甚至数千个逻辑量子比特的系统奠定了基础。正如 Aaronson 所言，量子计算的发展轨迹 “看起来相当不错”，而这次突破正是这一轨迹上的重要节点。
参考资料
- Scott Aaronson, "And yet quantum computing continues to progress", Shtetl-Optimized, 2024 年 4 月 3 日
- Microsoft Azure Quantum Blog, "Microsoft and Quantinuum create 12 logical qubits and demonstrate a hybrid, end-to-end chemistry simulation", 2024 年 9 月 10 日
- Microsoft Research, "Logical Qubits Technical Paper", arXiv:2409.XXXXX
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。