Google проверила фундаментальное свойство квантовой механики на процессоре Willow с 105 кубитами
iXBT.com ·

Команда Google Quantum AI продемонстрировала на сверхпроводниковом квантовом процессоре Willow масштабное проявление контекстуальности — свойства квантовых систем, при котором результат измерения зависит от того, какие другие совместимые измерения проводятся одновременно. Теоретически именно контекстуальность может быть одним из физических ресурсов, обеспечивающих преимущество квантовых алгоритмов над классическими вычислениями. Результаты опубликованы в журнале Science.
Чтобы проверить это свойство, учёные использовали игру с магическим квадратом. Представим таблицу 3 × 3, в каждую ячейку которой нужно поставить +1 или −1. Произведение чисел в каждой строке должно равняться +1, а в каждом столбце — −1. Составить такую таблицу невозможно: условия для строк требуют чётного общего количества отрицательных чисел, а для столбцов — нечётного. В игровой версии два участника получают задание заполнить строку и столбец соответственно, не общаясь друг с другом. Они выигрывают, если их ответы совпадают в пересекающейся ячейке. Любая заранее подготовленная таблица позволяет выиграть максимум в 8 случаях из 9, то есть в 88,89% партий.
Квантовая система позволяет превысить этот предел благодаря запутанности — особой связи между частицами, при которой результаты их измерений оказываются согласованными. В эксперименте участники игры располагали двумя парами запутанных кубитов Белла. Google провела все 9 вариантов игры по 100 000 раз и получила результат 98,30% ± 0,01%.
Таким образом, процессор проигрывал примерно 1 партию из 60, тогда как классическая стратегия неизбежно проигрывает как минимум 1 из 9.
Затем команда измерила саму степень контекстуальности с помощью неравенства Белла — Кохена — Шпекера. Оно позволяет проверить, могут ли результаты измерений объясняться заранее заданными значениями физических величин. Для классических систем соответствующий показатель χ не может превышать 4, тогда как квантовая механика допускает значение до 6. Google получила χ = 5,590 ± 0,008 — результат заметно выше классической границы и всего на 7% ниже квантового предела.
Важная особенность теста заключается в том, что он не зависит от исходного состояния кубитов: результат характеризует сам процессор, а не специально подготовленный набор данных.
Отдельно учёные проверили, сохраняется ли квантовое преимущество при увеличении числа кубитов. В игре GHZ, основанной на особом состоянии квантовой запутанности, эксперимент охватил до 71 участника, каждому из которых соответствовал отдельный кубит. Квантовая механика позволяет выигрывать в такой игре каждый раз, тогда как лучшие классические стратегии дают 75% для 3 участников, а при увеличении их числа результат приближается к 50%. Из-за аппаратного шума Google не достигла идеального результата, но квантовая система оставалась выше классической границы на всех проверенных размерах. Кроме того, команда подтвердила подлинную квантовую запутанность между 45 кубитами.
Ещё один эксперимент проверял алгоритм поиска скрытой линейной функции, для которого в 2018 году была теоретически доказана возможность квантового преимущества при использовании схем постоянной глубины. Это означает, что число последовательных вычислительных шагов не увеличивается вместе с размером задачи. Google впервые реализовала такой алгоритм на реальном оборудовании в крупном масштабе: процессор решил задачи на решётках размером до 105 кубитов, показав вероятность успеха выше 50%.
У экспериментов обнаружилось и практическое применение для проверки оборудования. Задачи на контекстуальность требуют согласованной работы множества кубитов и позволяют выявлять тонкие систематические ошибки, которые могут оставаться незаметными при стандартных тестах со случайными квантовыми схемами. В качестве эталона здесь выступают физические пределы: χ = 6 для измерения контекстуальности и 100% для вероятности выигрыша. Такой подход может помочь оценивать точность процессоров при выполнении сложных алгоритмов, в том числе при моделировании молекул для химии и материаловедения.