谷歌量子AI首次实现“魔法态培育”,逻辑保真度达99.99%

谷歌在Willow芯片上首次硬件实现魔法态培育,错误率降40倍,保真度达99.99%。
谷歌量子AI团队宣布首次在物理硬件上实现“魔法态培育”,在Willow处理器上将错误率降低40倍,逻辑保真度达到99.99%,成果发表于《Science》。文章解释了魔法态是实现非克利福德操作、释放量子优势的关键资源,传统蒸馏方法资源开销巨大,而培育技术利用纠错码特性直接制备高质量魔法态。实验将培育与表面码纠错结合,99.99%保真度意味着万次操作仅一次错误。该突破被视为通往实用容错量子计算机的重要一步,但仍需在更多量子比特和复杂算法中验证。
量子计算迎来关键突破:魔法态培育首次在硬件上实现
量子计算领域一直面临一个核心矛盾:量子比特极易出错,而纠错本身又需要消耗大量资源。谷歌量子AI团队在Twitter上宣布,他们首次在物理硬件上实现了“魔法态培育”(magic state cultivation),并在Willow处理器上将错误率降低了40倍,逻辑保真度达到99.99%。这项成果已发表在《Science》期刊上,被视为通往实用化容错量子计算机的重要一步。
什么是魔法态?为什么它如此重要?
在量子计算中,并非所有操作都能直接实现。为了构建通用的量子计算机,我们需要一种被称为“魔法态”的特殊量子态,它能够通过“魔法态蒸馏”过程转化为高质量的量子门,从而实现非克利福德操作——这是量子优势的关键来源。然而,传统的魔法态蒸馏方法需要大量的量子比特和复杂的操作,资源开销极大。
谷歌的“魔法态培育”技术则提供了一种更高效的替代方案。它利用量子纠错码的特性,在物理硬件上直接“培育”出高质量的魔法态,而不是通过多次蒸馏来提纯。据谷歌团队介绍,这种方法在Willow处理器上实现了40倍于以往方法的错误率降低,并将逻辑保真度提升至99.99%,创下了新的技术标杆。
克利福德操作与非克利福德操作
在量子计算中,量子门可按其 simulability 分为两类。克利福德门(如 Hadamard 门、相位门、CNOT 门)可以将稳定子态映射为稳定子态,根据 Gottesman–Knill 定理,仅由克利福德门构成的量子线路可以在经典计算机上被高效模拟,因此无法产生量子优势。要实现通用量子计算,必须引入至少一种非克利福德门,例如 T 门(π/8 门)。魔法态是一种非稳定子量子态,通过“魔法态注入”协议将其与克利福德门结合,即可实现非克利福德操作。魔法态的“魔法量”(magic)可用稳定子熵等度量刻画,其纯度直接决定非克利福德门的错误率,因此高质量魔法态的制备是容错量子计算的关键瓶颈之一。
魔法态蒸馏
魔法态蒸馏(magic state distillation)由 Bravyi 和 Kitaev 于 2005 年提出,是一种通过消耗多个含噪魔法态、使用克利福德操作和测量来输出少量更高保真度魔法态的协议。典型的 15-to-1 协议每轮消耗 15 个低质量魔法态换取 1 个高质量魔法态,且需多轮级联才能达到容错阈值要求,资源开销随目标错误率呈多对数增长,是容错量子计算中资源消耗最大的环节之一。
技术细节:Willow处理器上的实验
谷歌的Willow处理器是其实验性量子芯片,此前已展示过在纠错方面的潜力。此次实验的核心在于将魔法态培育与表面码纠错相结合。团队在物理量子比特上制备魔法态,并通过一系列纠错循环来抑制错误,最终得到的逻辑魔法态保真度远超以往。
有意思的是,99.99%的逻辑保真度意味着每10,000次操作中仅有1次错误,这对于构建大规模容错量子计算机至关重要。谷歌在推文中强调,这是“向有用的、容错的量子计算机迈出的又一步”,并附上了演示视频。
表面码
表面码(surface code)是目前最受关注的量子纠错码之一,由 Kitaev 提出。它将逻辑量子比特编码在二维物理量子比特阵列中,通过交替测量 X 型和 Z 型稳定子来检测错误,具有较高的纠错阈值(约 1%)和仅需近邻耦合的局部性优势,与超导量子芯片的平面布局天然契合。逻辑错误率随码距增大呈指数下降,这是“低于阈值”运行的直接体现。Willow 处理器正是围绕表面码设计,其纠错性能已在码距 3、5、7 的实验中系统验证。
逻辑保真度与物理错误率的关系
逻辑保真度描述的是纠错后逻辑量子比特上执行操作的正确概率。99.99% 的逻辑保真度意味着逻辑错误率约为 10⁻⁴,比典型物理量子比特的错误率(约 10⁻³)低一个数量级以上。这一指标之所以关键,是因为容错量子算法(如 Shor 算法或量子化学模拟)对逻辑错误率有极为苛刻的要求,通常需要低至 10⁻⁶ 甚至更低;魔法态培育通过在后处理阶段反复提纯,使单步逻辑错误率向这一目标靠近。
行业影响与未来展望
这项成果发表在《Science》上,表明其经过了同行评审,具有较高的可信度。量子计算领域的主要玩家,包括IBM、微软和多家初创公司,都在竞相提升量子纠错能力。谷歌此次的突破,尤其是在硬件上实现魔法态培育,可能加速容错量子计算的实用化进程。
不过,从实验室演示到真正解决实际问题还有距离。魔法态培育需要在更多量子比特和更复杂的算法中验证,且整体资源开销仍需进一步优化。但无论如何,40倍错误率降低和99.99%保真度是一个令人瞩目的里程碑。
结语
量子计算的“魔法”正在逐步变为现实。谷歌的这项进展不仅展示了硬件层面的创新,也为整个行业提供了新的技术路径。随着纠错技术的不断成熟,我们有理由期待更强大、更可靠的量子计算机早日到来。
相关推荐

AI冲击+学历内卷,零基础转行程序员的方向选择指南
零基础、双非、空窗期想转行程序员怎么选方向?结合B站UP主的实战经验,梳理运营、车载测试、软件测试、运维网安到Java/C++加大模型应用开发的难度阶梯与学历门槛,给出不同背景求职者的入行冲刺建议。

572只AI集体造谣开发者:开源插件翻车实录
B站UP主给开源刷B站插件做升级,572只AI机器人涌入评论区集体造谣「共用账本」,开发者解释无效、发系统指令被防注入规则拦截。本文拆解源码还原谣言传播链,分析AI代理在信息核实与指令防护上的结构性缺陷。

零基础转大模型开发:一套四阶段学习路线图
零基础转行大模型开发该学什么?本文梳理一套四阶段学习路线:从岗位认知、Prompt/RAG/Agent核心技能,到工程化落地与求职实战,帮你建立清晰的能力地图,少走弯路。