驗證量子晶片正確執行複雜計算的新方法

麻省理工學院，谷歌和其他地方的研究人員設計了一種新穎的方法，用於驗證量子處理器何時能夠準確執行傳統計算機無法執行的複雜計算。他們在定製系統（如圖所示）上驗證了他們的方法，該系統能夠捕獲光子晶片（「 PNP」）計算出眾所周知的難題的精確度。圖片來源：Mihika Prabhu

一種新的方法可以確定電路是否正確執行了傳統計算機無法解決的複雜操作。

在邁向實用量子計算的一步中，麻省理工學院，谷歌和其他地方的研究人員設計了一個系統，該系統可以驗證量子晶片何時能夠準確執行傳統計算機無法執行的複雜計算。

量子晶片使用稱為「量子位」的量子位執行計算，量子位可以表示對應於經典二進位位的兩個狀態（0或1）或兩個狀態的「量子疊加」。獨特的疊加狀態可以使量子計算機解決經典計算機幾乎無法解決的問題，從而可能在材料設計，藥物發現和機器學習等領域取得突破。

全面的量子計算機將需要數百萬個量子位，但這還不可行。在過去的幾年中，研究人員已開始開發包含大約50至100量子位的「噪聲中級量子」（NISQ）晶片。這足以證明「量子優勢」，這意味著NISQ晶片可以解決傳統計算機難以處理的某些算法。但是，驗證晶片是否按預期執行操作會非常低效。晶片的輸出看起來可能是完全隨機的，因此需要很長時間來模擬步驟以確定一切是否按計劃進行。

在2020年1月13日發表於《自然物理學》上的一篇論文中，研究人員描述了一種新穎的協議，可以有效地驗證NISQ晶片已經執行了所有正確的量子操作。他們在定製量子光子晶片上運行的一個極其困難的量子問題上驗證了其協議。

「隨著工業和學術界的飛速發展，我們已經超越了能勝過傳統機器的量子機器的風口浪尖，量子驗證的任務變得至關重要，」電氣工程與計算機科學系博士後第一作者雅克·卡洛蘭（Jacques Carolan）說。 EECS）和電子研究實驗室（RLE）。「我們的技術為驗證多種量子系統提供了重要工具。因為如果我投資數十億美元構建量子晶片，那肯定會做一些有趣的事情。」

麻省理工學院的EECS和RLE的研究人員以及Google Quantum AI實驗室，Elenion Technologies，Lightmatter和Zapata Computing的研究人員也與Carolan一同加入了論文。

分而治之

研究人員的工作實質上是將量子電路產生的輸出量子狀態追溯到已知的輸入狀態。這樣做可以揭示對輸入執行了哪些電路操作以產生輸出。這些操作應始終與研究人員編寫的程序匹配。如果不是這樣，研究人員可以使用這些信息來確定晶片上哪裡出了問題。

卡羅蘭說，新協議的核心是「可變量子解採樣」，它是一種「分而治之」的方法，它將輸出量子狀態分解為多個塊。「我們不需要一次很長時間地完成全部操作，而是逐層進行這項無擾的工作。這使我們能夠分解問題，以更有效的方式解決它。」 Carolan說。

為此，研究人員從神經網絡（通過多層計算解決問題）中汲取了靈感，構建了一個新穎的「量子神經網絡」（QNN），其中每一層代表一組量子運算。

為了運行QNN，他們使用傳統的矽製造技術來構建一個2×5毫米NISQ晶片，該晶片具有170多個控制參數，這些可調電路組件使操縱光子路徑更加容易。從外部組件以特定的波長生成成對的光子，並將其注入晶片中。光子穿過晶片的移相器（它們會改變光子的路徑）相互幹擾。這將產生一個隨機的量子輸出狀態-表示在計算過程中將發生的情況。輸出由一組外部光電探測器傳感器測量。

該輸出將發送到QNN。第一層使用複雜的優化技術來挖掘嘈雜的輸出，以查明所有加在一起的單個光子的籤名。然後，它「解擾」該組中的單個光子，以識別哪些電路操作將其返回到其已知的輸入狀態。這些操作應與任務的電路特定設計完全匹配。所有後續層都進行相同的計算-從方程式中刪除以前未加密的光子-直到所有光子都未加密。

例如，假設輸入處理器的量子位的輸入狀態全為零。NISQ晶片對量子位執行一堆操作，以生成大量的，看似隨機變化的數字作為輸出。（輸出數將一直處於量子疊加狀態，因此會不斷變化。）QNN選擇該大量數的塊。然後，它逐層確定哪些操作將每個量子位還原回其輸入狀態零。如果有任何操作與原始計劃的操作不同，則說明出現了問題。研究人員可以檢查預期輸出與輸入狀態之間的任何不匹配情況，並使用該信息來調整電路設計。

玻色子「未採樣」

在實驗中，研究小組成功運行了一項流行的計算任務，該任務用於證明量子優勢，稱為「玻色子採樣」，通常在光子晶片上執行。在本練習中，移相器和其他光學組件將操縱一組輸入光子並將其轉換為輸出光子的不同量子疊加。最終，任務是計算某個輸入狀態與某個輸出狀態匹配的概率。從本質上講，這將是一些概率分布的樣本。

但是由於光子的不可預測的行為，經典計算機幾乎不可能計算這些樣本。從理論上講，NISQ晶片可以相當快地計算它們。但是，由於NISQ操作和任務本身的複雜性，到目前為止，還沒有方法可以快速，輕鬆地進行驗證。

卡洛蘭說：「賦予這些晶片量子計算能力的相同特性幾乎使它們無法驗證。」

在實驗中，研究人員能夠在其定製的NISQ晶片上「解採樣」遇到玻色子採樣問題的兩個光子-並在很短的時間內完成傳統的驗證方法。

「這是一篇使用非線性量子神經網絡學習黑匣子執行的未知unit運算的出色論文，」 約克大學量子技術專業的計算機科學教授Stefano Pirandola說。「很明顯，該方案對於驗證由量子電路（例如，由NISQ處理器執行）的實際門可能非常有用。從這個角度來看，該方案是未來量子工程師的重要基準測試工具。這個想法明顯地在光子量子晶片上實現了。」

卡羅蘭說，雖然該方法是為量子驗證目的而設計的，但它也可以幫助捕獲有用的物理性質。例如，某些分子在激發時會振動，然後基於這些振動發射光子。通過將這些光子注入光子晶片，Carolan說，解擾技術可用於發現有關那些分子的量子動力學的信息，以幫助生物工程分子設計。它也可以用來解擾攜帶量子信息的光子，這些量子信息通過湍流空間或材料而積累了噪聲。

卡羅蘭說：「夢想是將其應用於物理世界中有趣的問題。」