谷歌量子语境性基准
2 节点1 篇8 来源
谷歌量子AI(Google Quantum AI)在大规模超导处理器上实验证明并测量了量子语境性,确立了其作为检测细微硬件误差的敏感新基准。这项于2026年11月19日发表在《科学》杂志上的研究表明,语境性——即测量结果依赖于其他兼容测量的背景这一原则——在规模化系统中依然存在,挑战了纠缠是量子优势唯一来源的传统观点。
研究团队在Willow处理器(72和105量子比特)上运行了四项独立实验。在Mermin-Peres魔术方格游戏中,使用四个量子比特,他们实现了98.3%的胜率,显著超过了88.9%的经典极限。单独的Bell-Kochen-Specker不等式测试得出的语境性分数约为5.59至5.62,超过了经典界限4,并接近理想量子最大值6。随着规模扩大,研究人员在多达71个量子比特的N玩家GHZ奇偶校验游戏中保持了量子优势,尽管随着玩家数量增加,优势幅度有所缩小。最后,他们在高达105个量子比特的网格上解决了二维隐藏线性函数问题,超过一半的时间返回了有效答案。
为何重要:这些测试暴露了随机电路基准测试通常会平均掉的相干控制误差,为未来处理器的校准提供了固定的物理上限。然而,该研究并未在这些尺寸上证明无条件的计算优势;105量子比特任务的经典下界仍属推测,且严格的理论分离适用于更大规模(约100万量子比特)。
后续关注:观察其他实验室对语境性分数的独立验证,GHZ奇偶校验游戏在超过71个量子比特时的进一步扩展情况,以及这些诊断基准在特定化学或材料科学模拟中的应用。
事情怎么走到这一步
相关研究首次以arXiv预印本形式发布(arXiv:2512.02284),表明实验早在发表前一年左右已完成。
quantumresearch.center ↗谷歌量子AI在《科学》杂志封面发表题为“源于测量语境性的有界资源任务中的量子-经典分离”的研究,详细披露了Willow处理器的实验结果。
blog.google ↗
还没定论的部分
- 能否证实或证伪105量子比特隐藏线性函数问题的推测性经典深度界限?
- 语境性基准与随机编译等其他误差检测方法相比,在实际应用中表现如何?
- 当量子比特数超过71时,GHZ奇偶校验游戏中缩小的优势幅度会稳定还是继续恶化?