Google量子運算突破登上《Nature》熱議,風光背後是長達13年的賽跑
Google量子運算突破登上《Nature》熱議,風光背後是長達13年的賽跑

Google突破一小步,人類科學一大步。

這個突破經由CEO-皮查伊(Sundar Pichai)親自官方宣布、論文登上Nature150週年紀念特刊、各大主流媒體頭版頭條、熱度全網第一,甚至連川普的大女兒伊凡卡都忍不住第一時間發出賀電:

Google2.jpg
圖/ 愛范兒

官方宣布。美國實現了量子霸權!

沒錯,就是那個量子運算200秒=地球最強超算1萬年的突破,現在Google以最隆重的形式對外官方宣布,超過電腦識別貓、蓋過AlphaGo橫空出世。

而且Google CEO還難掩激動地介紹,這就像飛機最初被發明的時刻——萊特兄弟的飛機第一次只飛了12分鐘,但它證明了飛機飛行的可能性。

這是一個歷史性時刻,Google也首次透露,已經為此埋頭攻堅了13年。

Google3.jpg
圖/ 愛范兒

量子優越性首次實現

Quantum Supremacy,伊凡卡口中的「量子霸權」,Google更傾向於翻譯為量子優越性。

直白來說,量子優越性就是在未來的某個時刻,功能強大的量子電腦可以完成經典電腦幾乎不可能完成的任務。

比如在一天之內破解原本幾萬年才能破解的密碼、實現通用人工智慧、快速模擬分子模型。

此前對於這樣的里程碑突破都處於設想階段,從未被實現。

但一個月前,Google的論文草稿,「意外」在NASA官網發布,結果非常震撼,稱200秒的量子運算實現了最強超算1萬年的結果。

但不料論文匆匆下架,反而引起更大關注。

當時輿論炸了鍋,有認為Google淪為「神棍」唬弄大眾的,也有認為出於美國國家安全被下架……

更有競爭對手直接攻擊,IBM就甚至專門發表了一篇論文,質疑Google「誤導大眾」。

而現在,論文正式在Nature上發表,Google CEO-皮查伊驕傲官方宣布Google AI團隊實現了量子優越性,還在部落格中強調:

就像第一枚火箭成功地脫離地球引力,飛向太空邊緣。這一突破向我們展示了什麼是可能的,並把看似不可能實現的事物推到了我們面前。

這就是這一里程碑對量子運算世界的意義:一個充滿可能性的時刻。

皮查伊還說,Google為此已經努力了13年。並且一度因為進展有限而沮喪。

Google4.jpg
圖/ 愛范兒

在量子運算上,Google的攻堅從13年前開始。

2006年,Google科學家-聶文(Hartmut Neven)開始探索一個新的idea——用量子運算來加快機器學習的速度,並催生了Google AI量子團隊。

接著2014年,美國物理學會院士-馬丁尼斯(John Martinis)加入了Google,擔任Google量子硬體首席科學家,領導構建量子電腦的工作。

兩年後,量子運算理論首席科學家-博伊索(Sergio Boixo)在Nature Communications上發表了相關論文,最終將團隊的工作重點聚焦到了量子優勢性運算任務上來。

這是一場科技研究的馬拉松,一切都從零起步。即使對於Google的明星團隊來說,這樣的工作也一樣是巨大的挑戰。

實際上,在去年10月之前,Google在量子優越性方面的進展始終有限。

然而萬萬沒想到,2018年10月加州野火撲不滅,出於安全考慮,Google不得不短暫關閉位於聖克拉拉的實驗室,一眾科學家也被迫休假。

但就在這期間,反而催生出新思路,然後實現了真正的躍遷。

皮查伊還感慨,量子運算並非明確性的未來,要相信並堅定認為能實現,並不容易。

但Google內部始終相信,量子運算可以加速解決世界上一些最緊迫的問題。量子運算能為人類在分子尺度上理解和模擬自然界提供前所未有的良機。

Google5.jpg
圖/ 愛范兒

皮查伊還說,量子運算將是對人們在經典電腦上所做工作的偉大補充,量子給運算帶來了一個完整的循環。

不過,即便現在里程碑時刻已經到來,皮查伊也提醒說,這只是證明方向可行性,還不是馬上大規模商用發揮效用的時刻,我們需要繼續攻堅,需要繼續砥礪前行。

無意的洩露

就像開頭說的,Google這項量子優越性的研究,在Nature發表之前,就在NASA官網短暫出現過。

那麼問題來了,為什麼是NASA發布?為什麼上架不久便撤回了呢?

根據《金融時報》報導,Google去年已經和NASA展開合作,並立下flag:2019年實現量子優越性,就是讓量子電腦的運算能力遠超經典電腦,完成經典電腦做不到的運算。

計劃是把量子電腦上運行的結果,與經典仿真(在經典電腦上模擬量子電路)進行比較。

雙方合作用的量子晶片叫Bristlecone,有72個量子位元。Bristlecone必須把超導電路維持在絕對零度附近,所以沒法搬離Google的實驗室,NASA研究人員只能透過Google雲端API遠程連接晶片。

Google6.jpg
圖/ 愛范兒

按照約定,雙方2019年初在NASA最強的超級電腦Pleiades上對運行仿真所需的軟體進行編碼,並在今年7月,比較量子電路仿真和Google量子電腦硬體的結果。

Google和NASA一直持樂觀態度,但業界也有人認為這個flag要倒。阿里巴巴數據基礎設施和搜索技術部門的研究人員發表了一篇論文,認為要實現量子優越性可能需要錯誤率更低的量子晶片。

南加州大學量子訊息科學與技術中心主任-利達(Daniel Lidar)也對此表示懷疑。他在麻省理工科技評論時說:「(實現量子優越性)似乎還需要其他方式抑制錯誤。」

如果通過了同行評審,就意味著flag沒有倒,且量子運算將進入一個新的時代。

那為什麼NASA發布論文不久便撤回了呢?

《財富》雜誌報導說,那時研究成果還沒有經過完整的同行評審。

如今只過了一個月,論文便登上了Nature,可信度大大提升,量子運算的新時代真正到來。

所以具體論文內容是什麼?

論文詳解

Google7.gif
圖/ 愛范兒

在撤回論文一個月後,Google終於將論文發表在了《Nature》上。

Google在論文摘要中說:

我們使用具有53個超導量子位元的可編程處理器,佔用狀態空間為253≈1016。重複實驗的測量結果會採樣相應的概率分佈。

經典電腦中的位元只能處於0或者1兩種狀態 ,而薛定格貓告訴我們,貓可以處於死和活兩種狀態的疊加,量子位元也一樣,能同時處於0和1兩種狀態。

1個量子位元只能表示2個狀態,2個量子位元就能表示4個狀態,4個量子位元就能表示8個狀態,以此類推。

由於量子力學中物體的狀態正是在這種疊加狀態空間中演化,再加上不同量子位元之間的耦合,就可以模擬出更多的狀態。

因此只需53個量子位元就可以模擬1016種狀態,而這個數字已經超出了當今超級電腦的運算能力。

說完了量子電腦的基本概念,下面我們看一下Google量子電腦的硬體。

Google把這個實現量子優越性的量子處理器叫做「Sycamore」。它由54個transmon量子位元的二維陣列組成,每個位元與周圍的4個位元相耦合。

Google8.jpg
圖/ 愛范兒

上圖展示了Sycamore處理器的佈局,包含54個量子位的陣列(以灰色×表示),每個矩形都透過耦合器(以藍色方塊表示)連接到其四個最近的近鄰。

整個處理器的外觀和普通的CPU晶片非常相似。

Google9.jpg
圖/ 愛范兒

該處理器使用鋁製造,實現了低溫超導中的約瑟夫森效應,並使用銦製造兩個矽晶片之間的凸點。晶片被引線連接到到超導電路板上,並在稀釋製冷裝置中被冷卻至20mK以下。

這一溫度只比絕對零度高百分之二度,之所以要如此冷,是為了將環境熱能降低到低於量子勢能,防止外界熱量對量子處理器的干擾。

處理器透過濾波器和衰減器連接到室溫電子設備,後者可合成控制信號。所有量子位的狀態可以透過同時利用頻率復用的技術來讀取。

為了完全控制這個量子處理器,Google還精心設計了277個數模轉換器。

那麼Google,用量子力學原理,和這樣一個超級複雜的量子硬體解決了什麼問題呢?

恰恰是一個經典運算所不善於解決的量子電路採樣問題,在這個問題上,經典電腦的運算能力顯得捉襟見肘了。

量子電腦上每次運行隨機量子電路都會產生一個位串,例如0000101。由於量子乾涉,就像激光在透過狹縫後形成的散斑一樣,進行重複多次實驗時(採樣),某些位串比其他位串更容易出現。

然而,隨著量子位元的數量n(寬度)和門循環數量m(深度)的增加,用經典電腦為隨機量子電路找到最可能的位串變得越來越困難。

在實驗中,Google首先運行12到53量子位元的隨機簡化電路,保持電路深度恆定。

驗證系統正常運行後,Google運行了53量子位元且深度不斷增加的隨機硬電路,當深度m增加到20時,經典仿真變得完全不可用。

Google10.jpg
圖/ 愛范兒

在量子處理器上獲得一百萬個樣本需要200秒,而在一百萬個內核上進行相等保真度經典採樣將花費1萬年,而對保真度的驗證將花費數百萬年。

Google11.jpg
圖/ 愛范兒

Google在論文中只是展示了量子電腦的一種應用,未來可以用它來解決包括量子物理學和量子化學模擬在內的問題。

量子運算的突破,還能促成機器學習的新應用,加速解決世界正在面臨的一些最緊迫而復雜的問題。比如氣候變化的模擬,比如探究哪一些分子能夠製造更有效的藥物。

IBM不服,指控Google唬弄

有很多科技公司都在從事量子電腦的研究,其中就包括IBM、微軟等傳統IT巨頭,也有阿里巴巴這樣的網路公司。

就在Google正式公佈論文的前一天晚上,IBM選擇了和Google硬碰硬。

這位藍色巨人說,Google關於量子優越性的說法是有缺陷的。因為Google實際上是在沒有充分利用超級電腦的全部能力的情況下進行競爭的。

對此,Google不予置評。

IBM的話通俗地說,就是Google調整了baseline。

Google原本在論文中,他們的量子電腦只需200秒就解決了原本超算需要1萬年才能解決的問題。但IBM表示,實際上這個問題並沒有Google宣傳的那麼難,如果有時間進行優化和改進,那麼超算只需要2.5天就能解決該問題。

雖然這個時間仍然比量子電腦所需的長得多,但是遠遠沒到遙不可及的地步。

在IBM看來,所謂的量子優越性是要做到經典電腦無法做到的事情,而Google顯然沒有做到這一點。

IBM的量子運算研究員甘貝塔(Jay Gambetta)說,公司不是為了與Google對抗,而是為了避免將「量子優越性」一詞過度宣傳。

也有人認為,Google是否實現量子優越性並不重要,IBM與Google的爭吵誰對誰錯也不重要。

重要的是在這些巨頭的競爭之下,量子運算技術正在以超乎我們想像的進程飛速發展。

兩位首席科學家牽頭

Google12.jpg
圖/ 愛范兒

博伊索是GoogleAI量子實驗室的量子理論首席科學家,也在南加州大學電氣工程系任教。

他的研究領域是玻色–愛因斯坦凝態、量子資訊、量子運算、量子通訊等,目前已在他的領域發表了84篇論文,總計被引用3,259次。

Google13.jpg
圖/ 愛范兒

來自GoogleAI量子實驗室的馬丁尼斯,是量子硬體首席科學家。他曾是美國國家標準暨技術研究院(NIST)的院士,也是美國物理學會的院士,目前也在加利福尼亞大學聖塔芭芭拉分校工作。

馬丁尼斯畢業於加州大學柏克萊分校,並在那裡他獲得了兩個物理學學士和博士學位。

之後他加入了NIST,在此期間,他還發明了串聯陣列超導量子干涉儀(SQUID)放大器。

1993年,他開始著手建立基於超導感測器和串聯陣列SQUID的高分辨率X射線微熱量計。這項工作已經發展到包括在X射線微分析和天體物理學以及光學和紅外天文學中的應用。

在2010年,他被授予「年度科學突破」獎,原因是他首次證明了機械振盪器系統中的量子態。

2014年,他被授予倫敦超導量子位元低溫物理學研究獎,同年加入Google領導量子硬體的研究工作。

One more thing

最後的最後,在這歷史性時刻,讓我們用皮查伊接受MIT科技評論專訪的一些回答來結尾吧:

我對這樣的里程碑時刻備感興奮,但確實也要提醒大家,這只是一個可能性被驗證的開始,距離真正的大規模變革還需要很長時間——甚至是10年,但我們可以為科技發展的速度感到樂觀。

當我們回顧深藍1997年擊敗卡斯帕羅夫、AlphaGo在2016年擊敗李世乭,或許突破所需的時間不算短,但當這樣的時刻到來,就會有更多人投入其中、加入其中,我們人類就是這樣進步的。

而且當前如此令人興奮,我們正處在時代性技術週期裡,AI會加速量子運算,量子運算也會加速AI,人類遭遇的那些大挑戰、大難題,現在有解決的機會了。

傳送門

1.Google部落格
2.論文原文
3.IBM論文

本文授權轉載自:愛范兒

責任編輯:陳映璇

關鍵字: #量子運算
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓