新智元报道
编辑：编辑部 HXY
微软宣布了创纪录的 12 个纠缠逻辑量子比特，首次实现了端到端量子 +AI+ 云化学分子的模拟。这一创举，意味着人类已经进入量子计算新纪元。
人类进入量子计算新时代！
刚刚，微软官宣创造了有史以来，记录中性能最佳的「逻辑量子比特」——12 个。
而且，这是数量最多、保真度最高的量子纠缠比特。
这是通过改进 Quantinuum 领先的量子计算机 H2（56 物理量子比特），才取得如今这一突破性的进展。
这证明了，微软在世界级纠错方面的专业能力。
仅用了不到 3 个月的时间，他们便将可靠的逻辑量子比特数，增加了 3 倍。
此外，将所有 12 个逻辑量子比特纠缠在一个复杂状态中，进行「更深层次」的量子计算时，相较于对应的物理量子比特，电路错误率提高了 22 倍。
这些结果，均在 Azure Quantum 计算平台上完成，并利用离子阱硬件实现了逻辑量子比特的规模化计算。
最让人兴奋的是，微软展示了首个端到端的化学模拟。
AI 可以处理大规模数据，量子可以实现复杂计算和精度更高结果，直接研发过程从几年时间，压缩至短短几天。
未来，可扩展量子计算将为科学发现铺平道路，特别是在化学、物理和生命科学领域。
与此同时，微软还宣布与 Atom 计算联手打造世界上最强大的计算机，下一步实现 1000+ 高性能的逻辑量子比特。
有网友称，如果有了充足的能源，从量子计算角度来看，计算成本将降至0（特别是对于训练 AI 模型）。到了那时，Scaling Law 就真的终结了。
我们正处在量子 AI 时代边缘。
12 个逻辑量子比特创纪录
微软和 Quantinuum 创世之举的实现，离不开两个关键要素：
一个是 Azure Quantum 量子比特虚拟化平台，另一个是 H2 离子阱量子计算机。
3 个月，数量增加 3 倍
今年 4 月，微软和 Quantinuum 曾联手将量子比特虚拟化系统，应用与H系列离子阱捕获量子比特。
没想到，他们在 H2 上从 30 个物理量子比特中，创建了 4 个逻辑量子比特，创下当时新纪录。
而且，其逻辑层面的错误率比物理错误率，要强 800 倍。
而现在，微软通过扩展微软纠错算法，并对 H2 进行优化。由此，改进后的 H2 量子计算机，实现了 56 个量子比特，双量子比特保真度为 99.8%。
在此基础上，团队解锁了 12 个高度可靠的逻辑量子比特。
此前，在贝尔态（Bell state）准备中，他们将两个逻辑量子比特纠缠在一起。
而在这项研究中，所有的 12 个逻辑量子比特，以更复杂的排列纠缠，可以称为 CAT 态，或 Greenberger-Horne-Zeilinger（GHZ）。
当这些逻辑量子比特纠缠在一起时，它们的电路错误率为 0.0011。
这要比相应的物理量子比特的电路错误率（0.024），提升了 22 倍。
8 个量子比特，5 轮重复纠错
为了进一步验证，研究人员进行了几个使用改进的逻辑量子比特容错型计算。
在 8 个逻辑量子比特上，能够成功进行 5 轮重复纠错。
此外，8 个逻辑量子比特被用在纠错过程中，执行容错型计算，成功展现了逻辑纠缠操作与多轮量子纠错的结合。
它们的电路错误率为 0.002，相较于相应的物理量子比特，提高了 11 倍。
这也是微软首次展示，计算和纠错结合的强大优势，并且逻辑量子比特能够可靠执行更加深入的量子计算，进而为容错量子计算铺平了道路。
首个端到端化学模拟，加速科学发现
那么，微软开展的量子计算实验，究竟有什么用？
最终，是为了加速科学发现。
对此，研究人员开展了端到端化学模拟，将云 HPC、AI、高可靠性量子计算结合，创造了一个混合式工作流。
论文地址：https://arxiv.org/pdf/2409.05835
在量子计算中，2 个逻辑量子比特（通过量子比特虚拟化系统和 H1 创建），用于构建一个重要催化中间体的活性空间基态，再进行测量
如下图 1 所示。
图 1 首次通过 AutoRXN 预测的P-N-N-P 铁催化剂反应途径，这些途径对反应产物功能具有显著影响
然后，再将测量结果交由 AI，估算活性空间的基态能量。
这是首次将 HPC、AI 和量子计算硬件结合，来解决科学问题。
接下来，具体阐述微软如何通过这样一个混合工作流，完成在化学领域中的实际应用。
首先，研究团队在 Azure Quantum Elements 中，使用 AutoCAS 和 AutoRXN 进行高性能计算（HPC）模拟，分别识别催化剂的活性空间和反应途径。
然后，他们优化了用于自定义量子算法中的错误检测代码，以在两个逻辑量子比特上模拟活性空间的量子行为。
接着，使用了一种称为经典阴影的方法，测量逻辑量子比特，以生成经典数据。
这一方法利用测量结果，作为经典数据来训 AI 模型，进而了解分子的量子性质。
在然后，将这种「阴影数据」与 AI 模型结合，确定催化剂的化学性质，并估算达到化学精度的活性空间基态能量（图2）。
为了方便比较，研究人员对物理量子比特，也进行了类似的计算。
图 2 使用物理量子比特和逻辑量子比特，估算活性空间基态能量时所达到准确性的比较图。逻辑量子比特计算产生更好的基态能量估算，可能性高达 97%。化学精度限制在，以经典计算得出的真实基态能量 1.6mHa 以内
通过经典计算方法，得出催化剂活性空间的基态能量，最终评估基于混合量子和 AI 结果的准确性。
使用量子比特解决这个问题，并未展现出科学量子的优势，因为经典计算机也可得出。
然而，对于一些复杂化学问题，经典计算放大不太可能以高精度方法解决，因此量子计算机就是不二选择。
以上，便是整个化学模拟的全过程，这一概念得到验证，说明了两个问题：
- 首个使用量子计算、高性能计算（HPC）和 AI 来模拟和解决化学问题端到端工作流程演示。
- 量子力学问题以高度准确性得到解决。比起物理量子比特，逻辑量子比特基态能量估算更好。
这些成就展示了在科学量子优越性方面的持续进展，当量子-经典混合超级计算机能够解决，传统计算机无法单独解决的科学问题时，量子计算里程碑就实现了。
量子计算，迎来新时代
谷歌之外，微软在量子计算上投下重注。
纳德拉曾公开表示，混合现实、人工智能和量子计算是未来数年「塑造」世界的三种开创性技术。
微软正在迎来计算新时代，在量子计算中的突破，是为了释放科学潜能，应对世界上一些最紧迫的挑战。
这也是 Azure Quantum——首个可靠量子计算平台，诞生的原因之一。
他们希望，通过这一平台，可以让量子计算规模化。
5 个月前，微软等展示了可靠性比物理量子比特，高 800 倍的逻辑量子比特，并宣称已进入利用可靠量子计算机解决实际问题下一阶段。
因为，如今的嘈杂中等规模量子计算机（NISQ），主要问题是物理量子比特噪声太大且易出错，并在实际应用中不可靠。
而且，仅仅通过增加物理量子比特，不足以实现文件的量子纠错。
这就是为什么，需要过渡到可靠的、高保真的逻辑量子比特。
通用多个物理量子比特结合，可以抵御噪声，并在长时间计算中保持相干性。
不过，量子计算并不是孤立存在的，它需要与云 HPC 的强大功能深度集成。
因此，新一代混合量子应用程序，才可以解决人类当前最紧迫的挑战——开创更加可持续能源方案，拯救生命的治疗方法。
Azure Quantum 计算平台能够提供多种硬件架构的量子计算，而且支持业界领先的混合量子应用程序。
所有的程序都放置在，一个安全、统一、可扩展的云环境中。
创建新一代混合量子应用程序
通过将高性能计算、AI 和量子技术相结合，整合到同一个云平台 Azure Quantum 上，微软正在开创一种新的计算范式。
Azure Quantum 能够利用多种量子比特架构和多种芯片，使量子应用程序无缝执行，从而为各种应用领域提供加速计算，比如生成化学和密度泛函理论（DFT）。
AI 在大规模数据处理方面的优势，和量子在复杂计算中前所未有精度形成了互补，构成了强大的计算基础，提供了一个安全、统一且可扩展的混合计算环境。
这使得创新者能够开发出最佳方案，解决经典计算机上难以处理甚至无法解决的问题。
这种差异化的计算栈中，研究人员在适当的阶段使用量子工具，加上 Copilot 的工作流协同、开发者工具、经典超算、AI 协同推理和多模态模型，以迭代循环的方式推进。
在微软看来，这种方式能迸发出巨大的力量，或许能将研发和解决方案的工程周期，从几年缩短到几天。
参考资料：
