要理解这些研究人员的工作，首先必须掌握量子计算的潜力与难题。科学家们早已知晓，量子机器能够以经典计算机无法比拟的速度和精度，模拟原子和分子的行为。这种能力对于设计新材料或理解复杂的化学反应至关重要。然而，为了模拟物理系统随时间变化的过程，量子计算机必须将这一过程分解为微小且易于处理的步骤，就像通过一系列快照来重建一段动态视频一样。这种被称为“特罗特化”（Trotterization）的标准方法虽然有效，但往往会累积微小的误差，且随着模拟时间的延长，这些误差会不断扩大。为了解决这一问题，研究人员开发了一种更先进的技术，称为“多产品算法”（multi-product algorithm）。该方法结合了多种不同的分步模拟过程以抵消误差，理论上能提供更清晰的现实图景。然而，这里有一个陷阱：虽然这种方法提高了精度，却使模拟变得极其脆弱。由于模拟过程变得越复杂，失败的概率就会剧烈下降，导致过程经常无法产生结果，从而使其在实际应用中变得不切实际。
北京大学的一个物理学家团队现在通过改进多产品算法并结合一种增强可靠性的技术，解决了这一困境。他们成功地在集成于硅芯片上的可编程量子处理器上演示了这种新方法。该设备利用被称为“光子”的光粒子来携带信息，旨在同时处理四个量子比特（qubits）。研究人员对该芯片进行了编程，以模拟电子与原子核之间的动态舞蹈，这是许多物理系统中存在的一种基本相互作用。通过精心安排一系列操作，将不同的模拟路径结合起来，他们能够抵消通常困扰这些计算的误差。至关重要的是，他们在过程中加入了一层“放大”机制。在原始的多产品方法中，计算机经常会产生一个在数学上正确但在物理上淹没在大量失败尝试中的结果。而新方法则像是一个过滤器，它会丢弃失败的路径，并重复成功的路径，直到正确答案以近乎确定的方式显现。
实验是在一块包含数百个光学元件的微型硅芯片上进行的，所有元件协同工作以引导和操纵单个光子。研究人员用特定的光态初始化系统，然后让其根据模拟的电子-原子核系统的规则进行演化。他们将改进后的新算法输出与标准的分步方法以及原始的多产品版本进行了对比。结果非常明确：新方法追踪系统真实行为的精度显著高于标准方法。更重要的是，虽然原始的多产品算法成功率仅约为四分之一，但借助放大技术，新版本几乎每次都能成功。在运行特定时长内的模拟时，该团队测得的成功率约为 99.8%，有效地将一场赌博变成了一个可靠的工具。
这一成就标志着使量子模拟走向实用化迈出了重要一步。在此项工作之前，高错误率和低成功概率使得先进算法在很大程度上仅限于理论层面。通过证明这些复杂的计算可以在真实的、可重编程的芯片上以高精度且几乎保证成功地完成，研究人员消除了一个主要的准入门槛。他们使用的硅芯片不仅仅是一个一次性的实验，它还是一个可以被重新编程以模拟不同物理系统的灵活平台。团队展示了该方法不仅适用于简单案例，也适用于定义现实世界物理学的复杂耦合相互作用。尽管目前的设备规模较小，但此处演示的原理为开发更大型、更强大的模拟器指明了道路，这些模拟器有望解决目前无法解决的问题。这项工作证实，通过将误差抵消策略与概率提升技术相结合，可以 Harness（利用）量子动力学的全部力量来进行实际的科学发现。
技术摘要：利用算符线性组合在可编程光子量子处理器上模拟哈密顿动力学
问题陈述
高效地模拟物理和分子系统的动力学演化是量子计算的一个基本应用。虽然 Lie-Trotter-Suzuki 近似（Trotterization）是一种基础算法，但其精度往往达不到理论预测，需要高阶公式，这会增加电路深度和操作成本。为了解决这一问题，研究者提出了多项式算法（multi-product algorithms）——即多个 Trotter 化过程的线性组合——以实现高阶精度且降低电路深度。然而，通过线性算符组合（Linear Combinations of Unitaries, LCU）实现这些算法面临着显著的实验挑战。具体而言，标准的 LCU 实现由于辅助寄存器与数据寄存器之间的纠缠，会产生不希望出现的线性组合项，从而导致成功概率较低。这种在实现高精度模拟与维持可行成功概率之间的权衡，限制了多项式算法的实际应用。
方法论
作者提出并实验演示了一种由无知振幅放大（Oblivious Amplitude Amplification, OAA）辅助的改进型多项式算法。
算法改进：
- 核心方法涉及将多个低阶 Trotter 化过程 (S1) 与特定系数 (cq) 进行线性组合，以抵消低阶误差项，从而将近似精度提升至更高阶（例如，从 O(t3) 提升至 O(t5) 或更高）。
- 为了克服标准 LCU 电路中固有的低成功概率问题（其中概率随 1/(∑∣cq∣)2 下降），作者集成了 OAA。该技术能够像 Grover 算法的机制一样，将成功概率放大至接近 1，且无需算法在传统意义上必须是幺正的。
- 理论分析表明，通过选择迭代次数 L(q) 使得 ∑∣cq∣≈1.969（从而获得约 25% 的基础成功概率），单步 OAA (N=1) 即可将成功概率放大至接近 100%，同时保持多项式方法的误差缩放特性。
实验平台：
- 该算法是在一个可编程四比特硅基光子量子模拟器上实现的。
- 该芯片集成了 451 个光学元件，采用绝缘体上硅（SOI）平台并通过 CMOS 工艺制造。
- 系统利用一种映射方式，将量子高维态（qudit states）转换为多个量子比特态，从而实现高保真度的纠缠操作。
- 硬件执行一系列可编程的受控受控幺正（CCU）门。LCU 电路通过准备处于 ∣00⟩ 态的辅助寄存器、应用对应于 Trotter 步骤的受控幺正操作，并对辅助寄存器进行投影测量来实现。
- OAA 电路通过重复序列 UOAA=(−WRW†R)N 来实现，其中 W 是 LCU 电路，R 是振幅翻转算符。
核心贡献
- 算法创新： 提出了结合多项式 Trotter 化与 OAA 的改进型多项式算法，旨在同时实现高精度模拟与近乎确定性的成功概率。
- 硬件里程碑： 首次在集成光子学中演示了多比特受控幺正门。
- 首创模拟： 首次在可编程光子芯片上，专门针对 LCU 电路实现了哈密顿动力学模拟。
- 实验验证： 对该算法进行了完整的实验基准测试，并将其与标准 Trotterization 及原始多项式算法进行了对比。
结果
作者模拟了一个受 Rabi 型哈密顿量支配的耦合电子-核自旋系统的动力学过程。
- 精度： 理论与实验结果表明，对于演化时间 t≤30，改进型多项式算法的精度显著高于传统的 Trotterization 和原始多项式算法。模拟误差定义为精确态与输出态之间的差异。
- 成功概率： 在没有 OAA 的情况下，改进型多项式算法在 t≤30 时表现出约 26.33% 的成功概率。通过实施 OAA (N=1)，成功概率被放大至 99.79%，趋于确定性结果。
- 保真度： 实验数据与理论预测高度吻合，得到的平均经典统计保真度为 Fc=0.996±0.005（使用 OAA）和 Fc=0.996±0.004（未使用 OAA）。
- 局限性： 对于演化时间 t>30，由于高阶误差和非幺正效应，观察到了与精确解的偏差，且无法完全保持高成功概率。
意义与主张
本文声称在基于算符线性组合的小规模量子模拟器中验证了该多项式算法。这项工作证明，通过将多项式算法与 OAA 相结合，可以放宽通常阻碍 LCU 模拟的成功概率约束。作者指出，这种方法为量子动力学模拟提供了实用的实现路径。此外，他们提到，由于 LCU 中的线性组合算符不需要严格满足幺正性，该方法对于模拟非厄米（non-Hermitian）系统的动力学具有潜力。在可重构硅基光子芯片上成功集成这些算法，为通过扩展量子硬件来高效模拟复杂的物理和分子系统指明了方向。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。