本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
到目前為止，大多數人都聽說過量子計算是一項革命性技術，它利用量子力學的奇異特性來比普通計算機更快地解決某些問題。這些問題範圍從數學世界到零售業務，再到物理學和金融學。如果我們能正確掌握量子技術，其好處將提升整個經濟並增強美國的競爭力。
量子計算的前景在 20 世紀 80 年代首次被認識到，但至今仍未實現。量子計算機極其難以設計、製造和程式設計。因此，它們受到噪聲、故障和量子相干性喪失等形式的錯誤的嚴重影響，量子相干性對其執行至關重要，但在任何重要的程式有機會執行完成之前就會瓦解。
這種相干性喪失（稱為退相干）是由振動、溫度波動、電磁波以及與外部環境的其他相互作用引起的，最終會破壞計算機的奇異量子特性。鑑於目前退相干和其他錯誤的普遍存在，當今的量子計算機不太可能為即使是適度執行時間的程式返回正確的答案。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的有影響力的故事的未來。
雖然競爭技術和競爭架構正在解決這些問題，但沒有現有的硬體平臺可以維持相干性並提供大規模計算所需的強大糾錯能力。突破可能還需要幾年時間。
與此同時，價值數十億美元的問題是，我們如何從一臺在完成典型計算之前變得無法使用且不可靠的計算機中獲得有用的結果？
答案來自各個領域的深入研究，工業界、學術界和國家實驗室的研究人員正在尋求各種減少錯誤的方法。一種方法是根據各種噪聲水平的計算結果來猜測無錯誤計算的樣子。另一種完全不同的方法是混合量子-經典演算法，它僅在量子計算機上執行程式中效能最關鍵的部分，而程式的其餘部分在更強大的經典計算機上執行。這些策略和其他策略已被證明可用於處理當今量子計算機的嘈雜環境。
雖然經典計算機也受到各種錯誤源的影響，但這些錯誤可以透過適量的額外儲存和邏輯來糾正。量子糾錯方案確實存在，但會消耗大量的量子位元（量子位），以至於只剩下相對較少的量子位元用於實際計算。這會將計算任務的大小縮小到缺陷硬體上可以執行的任務的一小部分。
為了說明量子位元消耗的重要性，當今最先進的基於閘電路的量子計算機（使用類似於您正在閱讀本文的計算機、智慧手機或平板電腦中數位電路的邏輯閘）僅擁有 50 個量子位元。這只是您的裝置可用的經典位元數量的一小部分，通常是數千億。
馴服缺陷以完成任務
問題在於，量子力學挑戰了我們的直覺。因此，我們努力找出執行有意義的任務的最佳演算法。為了幫助克服這些問題，我們在洛斯阿拉莫斯國家實驗室的團隊正在開發一種方法，用於發明和最佳化在嘈雜的量子計算機上執行有用任務的演算法。
演算法是告訴計算機執行某些操作的操作列表，類似於烹飪食譜。與經典演算法相比，量子演算法最好保持儘可能短，而且我們發現，最好針對給定硬體裝置的特定缺陷和噪聲狀態進行定製。這使得演算法能夠在有限的時間範圍內執行更多處理步驟，然後在退相干將正確結果的可能性降低到接近於零之前完成。
在我們洛斯阿拉莫斯實驗室在實驗室定向研究和開發計劃資助下進行的量子計算跨學科工作中，我們正在努力實現演算法有效執行的關鍵一步。主要思想是減少閘電路的數量，以便在退相干和其他錯誤源有機會將成功的可能性降低到無法接受的程度之前完成執行。
我們使用機器學習將量子電路翻譯或編譯成針對特定量子計算機的最佳短等效電路。直到最近，我們還在經典計算機上使用機器學習方法來搜尋量子程式的縮短版本。現在，在最近的一項突破中，我們設計了一種方法，該方法使用當前可用的量子計算機來編譯自己的量子演算法。這將避免在經典計算機上模擬量子動力學所需的大量計算開銷。
由於這種方法產生的演算法比最先進的演算法更短，因此它們相應地減少了噪聲的影響。這種機器學習方法還可以補償特定於演算法和硬體平臺的錯誤。例如，它可能會發現一個量子位元比另一個量子位元噪聲更小，因此該演算法優先使用更好的量子位元。在這種情況下，機器學習會建立一個通用演算法，以使用最少的計算資源和最少的邏輯閘來計算該計算機上的分配任務。經過最佳化後，該演算法可以執行更長時間。
這種方法已在雲端向公眾開放的量子計算機上的有限環境中奏效，它還利用了量子計算機在未來設想的更大規模量子計算機上擴充套件大型問題演算法方面的卓越能力。
使用量子演算法的新工作將為專家和非專家提供在量子計算機上執行計算的工具。應用程式開發人員可以開始利用量子計算在加速執行速度方面的潛力，使其超越傳統計算的限制。這些進步可能會使我們所有人更接近擁有強大、可靠的大規模量子計算機，以解決複雜的現實世界問題，這些問題甚至會讓最快的經典計算機也束手無策。