刚获得诺贝尔物理奖的谷歌量子团队，再登 nature 封面：
提出 “Quantum Echoes”（量子回声）新算法，算出来的结果还能重复验证，解决了之前量子计算结果难确认的问题。
经典超级计算机 Frontier 需要 3.2 年才能完成的计算，量子计算机仅用 2.1 小时就搞定，速度快了 13000 倍。
论文刚刚登上 Nature，新晋诺奖得主、现任谷歌量子 AI 实验室硬件首席科学家 Michel Devoret 参与，还包括来自普林斯顿大学、加州大学伯克利分校、MIT 等顶尖院校的研究人员，总计超过 200 位作者参与了这项研究。
在另一项研究中（稍后将上传到 arXiv），新算法在探测原子和粒子的相互作用以及分子的结构中得到验证。
量子计算机得出的结果与传统核磁共振（NMR）的结果相符，并且揭示了通常无法从核磁共振中获得的信息。
正如望远镜和显微镜打开了新的世界的大门一样，这项实验朝着 ” 量子镜 ” 迈出关键一步，能够测量以前无法观测到的自然现象
量子计算增强的核磁共振技术有望成为药物研发领域的强大工具，助力确定潜在药物如何与其靶点结合；在材料科学领域，它也能用于表征聚合物、电池组件乃至构成量子比特的材料等新型材料的分子结构。
量子回声算法，一种可验证的量子优势
量子计算机的核心就是一种 ” 量子多体系统 “（比如一堆纠缠的量子比特），但研究它有个大问题：
随着时间演化，量子信息会快速扩散到整个系统中，这种现象被称为 ” 信息加扰 “（scrambling）。
这时候再想通过常规方法，比如 ” 时序关联函数 “（TOC）观察它的细节，信号会指数级消失，严重限制了人们探测量子信息的能力。
为了解决这个问题，谷歌团队提出 ” 量子回声 ” 算法：
先让系统正向演化，然后施加一个操作，再反向演化，如此反复。模拟时间倒流，把已经扩散的量子信息重新聚焦回来。
这次研究的主角 ” 非时序关联函数 “（OTOC），就是这种思路的升级，它能把量子系统里不同 ” 演化路径 ” 的信号叠在一起，放大有用信息、抵消杂音。
研究团队用超导量子处理器（最多用到 65 个量子比特）做了两类关键实验，得出两个核心结论：
第一，OTOC 能长时间观测量子系统的细节，比传统方法强太多
传统的 TOC 信号，演化 9 个周期后就弱到几乎测不到（标准差＜0.01）；但测的 OTOC（尤其是二阶 OTOC，记为 OTOC ），就算演化 20 个周期，信号依然清晰（标准差＞0.01）。
第二，二阶 OTOC 里藏着 ” 大循环干涉 “（large-loop interference）的现象，经典计算机算不出来
量子系统演化时，会产生很多 ” 泡利字符串 “（可以理解为量子状态的 小单元），这些字符串会形成 ” 大循环 “，并且这些大循环的信号会相互加强出现：” 相长干涉 “。
这种 ” 大循环干涉 ” 让经典计算机很难模拟。他们用最强超级计算机 Frontier 尝试模拟 65 个量子比特的 OTOC 信号，需要约 3.2 年；而量子处理器测一次只需要 2.1 小时，速度差了 1.3 万倍。
就算用更快的经典模拟方法如蒙特卡洛，算出来的信号信噪比（1.1）也远不如量子实验（3.9）。
证明了 ” 实用量子优势 ” 的可能
所谓 ” 量子优越性 ” 不只是量子计算机比经典计算机快就行，还得做到 ” 有用 “。
这一次团队还演示了 OTOC ( 2 ) 在实际问题中的应用——学习量子系统的哈密顿量（Hamiltonian learning）。
在许多物理系统中，需要确定系统哈密顿量的未知参数。传统方法往往受限于量子态的快速退相干。而 OTOC ( 2 ) 由于其缓慢衰减的特性和对动力学细节的高度敏感性，成为了理想的探测工具。
研究人员设计了一个单参数学习实验：先模拟一个 ” 未知规则的量子系统 “，再用 OTOC 测这个系统的信号，然后通过调整参数、让量子模拟的信号和实测信号匹配，最终精准找到了那个未知的相位（误差很小）。
这说明 OTOC 不只是 ” 能测到特殊现象 “，还能用来解决实际问题，比如分析真实的量子材料（像固态核磁共振系统）、反推它们的内部作用规律。
这次突破也依赖 Willow 芯片的硬件优势：去年它就通过 ” 随机电路采样 ” 测试证明了处理复杂量子状态的能力，如今能支持 ” 量子回声 ” 算法，关键在于其极低的出错率 ” 和 ” 高速运算 ” 两大特质，既满足算法对计算复杂度的要求，也保证了结果精度。
发布后持续改进到今天，当前一代 Willow 芯片在规模化方面实现了一流的性能。在整个 105 个量子比特阵列中，单量子比特门的保真度高达 99.97%，纠缠门的保真度高达 99.88%，读出的保真度高达 99.5%，所有操作均以数十至数百纳秒的速度运行。
对于未来规划，谷歌量子团队表示接下来他们将聚焦研发 ” 长寿命逻辑量子比特 “，为构建更大规模、可纠错的实用量子计算机打基础。
论文地址：
https://www.nature.com/articles/s41586-025-09526-6
参考链接：
[ 1 ] https://blog.google/technology/research/quantum-hardware-verifiable-advantage/
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
年度科技风向标「2025 人工智能年度榜单」评选报名火热进行中！我们正在寻找 AI+ 时代领航者 点击了解详情
企业、产品、人物 3 大维度，共设立了 5 类奖项，欢迎企业报名参与
一键关注 点亮星标
科技前沿进展每日见
以上就是刚拿诺奖就登 Nature 封面！谷歌“量子回声”算法计算提速 13000 倍，可重复验证结果的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/67024.html
微信扫一扫 
支付宝扫一扫 
![[272]如何把Python脚本导出为exe程序](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175237274162331.jpg)
![[272]如何把Python脚本导出为exe程序](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175237274248195.jpg)
![[272]如何把Python脚本导出为exe程序](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175237274347331.jpg)
![[272]如何把Python脚本导出为exe程序](https://www.chuangxiangniao.com/wp-content/uploads/2025/10/175237274319271.jpg)
