Google breaks open a bottleneck in quantum computing with "Magic State Cultivation"

# Google 用"魔法态培育"打通量子计算的关键瓶颈 **TL;DR：Google Quantum AI 提出并验证了一种名为"魔法态培育"（Magic State Cultivation）的新方法，可将魔法态误差降低 40 倍，并以超导量子比特的速度运行，为实用化容错量子计算迈出关键一步。** ## 瓶颈的根源：T 门 量子计算最大的瓶颈之一，是如何创建所谓的"魔法态"。在 Google Quantum AI 的一篇新研究论文中，一种有前景的解决方案得到了验证。而这一瓶颈的根源，在于 T 门。 T 门是一种单量子比特操作，它赋予了量子计算机强大的能力。如果没有 T 门或类似的操作，你得到的实际上只是一台普通计算机。但 T 门的执行极具挑战性，因为它无法用标准方法进行纠错。 ## 为什么需要"魔法态" 变通方法是制备一种魔法态——一种携带 T 门效果的特殊量子态。然后利用量子纠缠，将其特性传递给执行计算的量子比特。但这种方法会消耗魔法态，使其成为一种一次性资源。 Google Quantum AI 的 Emma 指出，量子计算机需要持续供应这种资源： > 在量子计算机中，我们将需要大约一百万到一万亿个魔法态和 T 门，这就是我们需要持续供应的原因。 ## 现有方案：蒸馏 目前制造这种供应的主流方法叫做蒸馏。 这个名字其实非常贴切：你获取大量含噪声的魔法态，然后对它们进行蒸馏、提纯，最终得到一个可实际使用的高保真度单态。但它会消耗大量量子比特，也会耗费大量时间。一些针对量子计算机运行应用的资源估算数字非常庞大。 ## 新方案：魔法态培育 Google Quantum AI 发现了一种新方法，称为**魔法态培育**（magic state cultivation）。 培育过程分几步进行： 1. 首先将一个低保真度的含噪声态注入到一个小型逻辑量子比特上； 2. 随后进行多轮交叉校验，失败的尝试被丢弃； 3. 所有校验通过后，留下的就是一个更高保真度的魔法态。 这一方法并不会完全取代蒸馏，但能显著减少其用量： > 你可能仍然需要一定量的魔法态蒸馏，但所需的量会减少，因此实际上可以节省资源。 ## 测量方法：回馈层析 为了量化这些魔法态的质量，团队创建了一种新的测量方法，称为**回馈层析**（kickback tomography）。 团队成员解释说，这项技术巧妙地用培育本身来检验培育： > 我们实际上使用培育技术作为一种测量工具来检验自身。由于培育过程是容错的，这意味着我们可以获得非常高保真度的测量装置。这是项目中比较有趣的部分之一，因为它是这些量子纠错技术的一个应用——最初提出这些技术时，我们并未预见会有这样的用途。 ## 实验结果：误差降低 40 倍 经培育的魔法态被发现其误差比原始未培育的魔法态**减少了 40 倍**。 在质量与速度上，团队都达到了新的水平： > 我们在这些魔法态的质量方面达到了新的最先进水平，而且我们是利用超导量子比特的速度来实现的。所以大约每百万分之十秒执行一次。 ## 第二个阶段：逃逸与嫁接 但创建状态只是整个过程的一半。 魔法态培育的第二部分是**逃逸阶段**——即你已经在一个小型编码中创建了一个非常高保真度的态，你需要将其适配到一个更大、更便于量子计算机使用的编码中。 这一步使用了**嫁接**（grafting）技术： > 我们使用了一种称为嫁接（grafting）的技术，该技术由我在 Google Quantum AI 的同事们在原始理论论文中提出，我们进行了概念验证实验，以证明这些概念在实践中可行。 这一成果是多领域协作的产物： > 这项工作需要来自整个技术栈的专业知识，从低温系统、芯片制造到理论研究，缺少任何一个顶尖团队都无法实现。 ## 意义 这些成果将一个理论构想转化为了可运行的技术，朝着实用化容错量子计算迈出了有意义的一步。 Source: [Google breaks open a bottleneck in quantum computing with "Magic State Cultivation" — Gaiden206](https://youtu.be/XtTr87pij54)