现在，只需一次计算就能将量子炒作与量子证明区分开来，区分标准不仅是速度，还有结果是否可以验证。
这项研究着重探索一种探测复杂量子行为的新方法，并揭示经典超级计算机难以模拟的效应。这种理解对于当今的化学和医学领域至关重要。
一个站得住脚的说法
研究人员报告称，在经典模拟成本迅速增加的计算中，量子计算具有优势，即使在出现误差之前也是如此。
Google Quantum AI的工作目标是进行经典机器无法追踪而不丢失答案的计算。
谷歌量子人工智能的创始人兼负责人哈特穆特·内文多年来一直致力于推动量子硬件解决实际的支票问题。
这种关注很重要，因为过去的量子力学新闻经常被更好的经典方法推翻，让局外人不知道该相信什么。
使量子力学结果可验证
当任务不再是一次性的特技表演，而是开始产生稳定的数值时，验证就显得尤为重要。
在他们的公开报告中，可验证性（即独立系统可以匹配的可重复结果）取决于保持较低的误差。
内文表示：“我们的 Willow 量子芯片展示了首个在硬件上实现可验证量子优势的算法。”
即使有了这种保障措施，验证仍然需要更多设备来执行相同的工作，否则疑虑还会再次出现。
倒转量子时间
量子回声利用可控回溯技术，可以揭示信息在扰乱后（信息扩散到许多量子比特中）通常会消失的细节。
研究人员先进行正向操作，翻转选定的量子比特，然后反向进行相同的操作，从而逆转了之前的相互作用。
这种来回往复的序列变成了干涉仪，这是一种在芯片内部使波状信号叠加或抵消的装置。
如果没有回放功能，系统会抹去那些相位细节，留下平淡的平均值，从而揭示的信息更少。
信号始终清晰
为了捕捉这种敏感性，该团队测量了时间顺序异常相关系数，即随时间扩散的扰动分数，简称 OTOC。
通过两次运行该序列，OTOC(2) 保留了信号，因为额外的反转重新排序了相同的信息。
普通相关性迅速下降，但 OTOC(2) 在电路实例之间不断变化，表明该芯片仍然能够跟踪微小的差异。
这种持续性限制了该方法能够揭示的内容，因为噪声最终会抹去剩余的对比度。
字符串内部的循环
在处理器内部，计算扩展为泡利弦，即多量子比特算符序列，用于跟踪局部变化如何扩散。
该团队在选定的时刻随机化相位，这在许多字符串上翻转了符号，而没有改变它们的大小。
这一步骤揭示了建设性干涉，即当大环在构型空间中排列时，波叠加起来会增强结果。
因为很多循环组合同时起作用，所以硬件上的小错误可能会使它们变得模糊不清，从而限制了该技术的扩展程度。
为什么超级计算机落后了
难点不在于运行量子电路，而在于预先用经典代码预测其输出。
一篇论文估计，在 Frontier 平台上，处理一个 65 量子比特的数据点大约需要 3.2 年时间。而在量子硬件上，同样的测量只需大约 2.1 小时，因此两者之间的差距远非理论上的。
该估计取决于目前已知的最佳模拟方法，但新的经典技巧以后仍有可能缩小差距。
当超级计算机达到极限时
即使是顶尖的计算机也会遇到困难，因为模拟许多量子比特需要跟踪的可能性超过了其内存所能容纳的数量。
Frontier系统每秒可进行超过万亿亿次计算，但量子干涉仍然能压制它。
经典的模拟器通常使用张量网络收缩，通过修剪弱连接来压缩数学运算，但大型循环难以采用这种捷径。
在研究人员找到更好的近似方法之前，每增加一个量子比特，原本可控的运行就会变成无法处理的积压工作。
硬件限制依然存在。
这些实验依赖于超导量子比特，它们能够保持相干足够长的时间，从而实现正向和反向的长电路。
每一次门控错误都会使系统偏离其预定路径，导致后半部分无法完美地倒带。
该设计利用纠缠（即共享结果的关联量子态）将信息传播到量子比特网格上。
随着网络的发展，杂散噪声也会传播，因此提高稳定性仍然是一项实际的要求，而不是额外的好处。
从电路到化学
同样的工具不仅可以进行基准测试，还可以帮助推断支配真实量子系统的规则。
研究人员将其定义为哈密顿学习，即通过将测量结果与模拟结果仔细匹配来提取系统规则。
该论文还指出，分子结构研究可以弥补量子回波的不足，因为量子回波可以放大标准模型无法捕捉到的微妙耦合。
内文表示：“我们利用量子回声算法首次展示了可验证的量子优势，这标志着量子计算在现实世界中的首次应用迈出了重要一步。”
这可能会导致什么后果？
量子硬件通过反转、干涉和仔细验证，揭示了经典计算机难以预测的相关性。
下一个挑战是在其他设备上重现这些结果，同时减少误差，以支持有用的化学计算。
现在，只需一次计算就能将量子炒作与量子证明区分开来，区分标准不仅是速度，还有结果是否可以验证。
这项研究着重探索一种探测复杂量子行为的新方法，并揭示经典超级计算机难以模拟的效应。这种理解对于当今的化学和医学领域至关重要。
一个站得住脚的说法
研究人员报告称，在经典模拟成本迅速增加的计算中，量子计算具有优势，即使在出现误差之前也是如此。
Google Quantum AI的工作目标是进行经典机器无法追踪而不丢失答案的计算。
谷歌量子人工智能的创始人兼负责人哈特穆特·内文多年来一直致力于推动量子硬件解决实际的支票问题。
这种关注很重要，因为过去的量子力学新闻经常被更好的经典方法推翻，让局外人不知道该相信什么。
使量子力学结果可验证
当任务不再是一次性的特技表演，而是开始产生稳定的数值时，验证就显得尤为重要。
在他们的公开报告中，可验证性（即独立系统可以匹配的可重复结果）取决于保持较低的误差。
内文表示：“我们的 Willow 量子芯片展示了首个在硬件上实现可验证量子优势的算法。”
即使有了这种保障措施，验证仍然需要更多设备来执行相同的工作，否则疑虑还会再次出现。
倒转量子时间
量子回声利用可控回溯技术，可以揭示信息在扰乱后（信息扩散到许多量子比特中）通常会消失的细节。
研究人员先进行正向操作，翻转选定的量子比特，然后反向进行相同的操作，从而逆转了之前的相互作用。
这种来回往复的序列变成了干涉仪，这是一种在芯片内部使波状信号叠加或抵消的装置。
如果没有回放功能，系统会抹去那些相位细节，留下平淡的平均值，从而揭示的信息更少。
信号始终清晰
为了捕捉这种敏感性，该团队测量了时间顺序异常相关系数，即随时间扩散的扰动分数，简称 OTOC。
通过两次运行该序列，OTOC(2) 保留了信号，因为额外的反转重新排序了相同的信息。
普通相关性迅速下降，但 OTOC(2) 在电路实例之间不断变化，表明该芯片仍然能够跟踪微小的差异。
这种持续性限制了该方法能够揭示的内容，因为噪声最终会抹去剩余的对比度。
字符串内部的循环
在处理器内部，计算扩展为泡利弦，即多量子比特算符序列，用于跟踪局部变化如何扩散。
该团队在选定的时刻随机化相位，这在许多字符串上翻转了符号，而没有改变它们的大小。
这一步骤揭示了建设性干涉，即当大环在构型空间中排列时，波叠加起来会增强结果。
因为很多循环组合同时起作用，所以硬件上的小错误可能会使它们变得模糊不清，从而限制了该技术的扩展程度。
为什么超级计算机落后了
难点不在于运行量子电路，而在于预先用经典代码预测其输出。
一篇论文估计，在 Frontier 平台上，处理一个 65 量子比特的数据点大约需要 3.2 年时间。而在量子硬件上，同样的测量只需大约 2.1 小时，因此两者之间的差距远非理论上的。
该估计取决于目前已知的最佳模拟方法，但新的经典技巧以后仍有可能缩小差距。
当超级计算机达到极限时
即使是顶尖的计算机也会遇到困难，因为模拟许多量子比特需要跟踪的可能性超过了其内存所能容纳的数量。
Frontier系统每秒可进行超过万亿亿次计算，但量子干涉仍然能压制它。
经典的模拟器通常使用张量网络收缩，通过修剪弱连接来压缩数学运算，但大型循环难以采用这种捷径。
在研究人员找到更好的近似方法之前，每增加一个量子比特，原本可控的运行就会变成无法处理的积压工作。
硬件限制依然存在。
这些实验依赖于超导量子比特，它们能够保持相干足够长的时间，从而实现正向和反向的长电路。
每一次门控错误都会使系统偏离其预定路径，导致后半部分无法完美地倒带。
该设计利用纠缠（即共享结果的关联量子态）将信息传播到量子比特网格上。
随着网络的发展，杂散噪声也会传播，因此提高稳定性仍然是一项实际的要求，而不是额外的好处。
从电路到化学
同样的工具不仅可以进行基准测试，还可以帮助推断支配真实量子系统的规则。
研究人员将其定义为哈密顿学习，即通过将测量结果与模拟结果仔细匹配来提取系统规则。
该论文还指出，分子结构研究可以弥补量子回波的不足，因为量子回波可以放大标准模型无法捕捉到的微妙耦合。
内文表示：“我们利用量子回声算法首次展示了可验证的量子优势，这标志着量子计算在现实世界中的首次应用迈出了重要一步。”
这可能会导致什么后果？
量子硬件通过反转、干涉和仔细验证，揭示了经典计算机难以预测的相关性。
下一个挑战是在其他设备上重现这些结果，同时减少误差，以支持有用的化学计算。
