今天凌晨1点，谷歌AI发布了一种全新的模拟–数字混合量子模拟方法，可在保持速度的同时增强可控制性，颠覆了传统量子计算的模拟方法。在研究量子热化和临界现象方面实现了重大突破。
传统的量子模拟主要面临两大难题：灵活性差，纯数字的量子模拟效率非常慢，经常会受到噪声的干扰；速度快却无法控制，速度上来了却无法精准控制所有粒子的相互作用。例如，想模拟一半粒子高温、一半粒子低温的场景，就很难精准设置这种空间分布，只能从简单的初始状态开始。
而谷歌的混合模拟方法吸取了这两种方法的优点，在保证模拟速度的前提下，还增强了可控性。并且根据交叉熵基准测试数据显示，谷歌的新方法已经超过传统模拟。
论文地址：https://www.nature.com/articles/s41586-024-08460-3
混合量子模拟创新架构
混合量子模拟器的核心在于将模拟和数字技术相结合。模拟部分利用量子比特之间的自然相互作用来高效地模拟量子系统的动力学过程。这种模拟演化能够自然地反映量子系统的物理行为，尤其是在处理大规模量子系统时具有显著优势。
但模拟演化在初始态制备和精确控制方面存在一定的局限性。为了解决这一问题，谷歌引入了数字量子门操作。数字部分提供了灵活的初始态制备和精确的能量控制能力，使得研究者能够在模拟演化之前对量子态进行精确的调整。
为了实现高保真的模拟演化，谷歌开发了一种新的可扩展校准方案，通过单光子光谱学和交换光谱学精确测量量子比特之间的耦合强度和频率。
首先通过单光子光谱学测量量子比特的频率，然后利用交换光谱学测量量子比特之间的耦合强度。这些测量结果被用来将“dressed”频率转换为“naked”频率。通过这种方法，谷歌成功实现了低误差的模拟演化，误差率仅为0.1%每比特每演化周期，这是混合量子模拟器能够实现高保真模拟的关键。
混合量子模拟的另外一个重要优势在于，能够灵活地制备各种量子态。通过数字量子门操作，谷歌能够制备出具有特定相位和能量分布的量子态，例如，二聚体态和贝尔态。这些量子态的制备为研究量子系统的动力学行为提供了多样化的初始条件。
简单来说，就像是在进行一场科学实验时，你可以从不同的起点出发，看看系统会如何演变。二聚体态就像是两个量子比特紧密地绑定在一起，共享一种特殊的量子关联，这种状态在研究量子纠缠和量子信息传递时非常有用。
而贝尔态则是一种更加复杂的纠缠态，它展示了量子比特之间可以以一种超越经典物理理解的方式相互关联，这对于探索量子系统的非经典特性至关重要。
在量子态的表征方面，谷歌利用多种探测技术对量子态进行了详细的表征。这些探测技术包括单比特测量、多比特关联测量以及能量分布测量等。单比特测量就像是对每个量子比特进行单独的体检，看看它处于什么状态。
多比特关联测量则更进一步，能告诉我们量子比特之间是如何相互关联的，这对于理解量子纠缠这种奇特的量子现象至关重要。
能量分布测量则是从宏观的角度，看看整个量子系统中的能量是如何分布的，这对于研究量子系统的热化过程和能量输运现象非常有帮助。通过这些详细的表征，谷歌的研究人员能够精确地了解量子态的特征，从而更好地设计实验和解释实验结果。
这种对量子态的精确控制和表征能力，使得混合量子模拟器成为研究量子动力学行为的强大工具。所以，谷歌通过最新的模拟方法进行了众多实验。
量子热化实验验证
量子热化是量子多体系统中一个核心的物理问题，主要描述了量子系统在相互作用下如何达到热平衡状态。这一过程涉及到量子纠缠、信息传播以及统计力学的诸多方面，是理解量子多体物理的关键。
在实验中，谷歌将量子比特初始化为一个高能态，在系统的哈密顿量下具有较高的温度，并且包含许多准粒子激发。随后，通过快速调整耦合器的强度，驱动系统演化。这种快速的耦合器强度调整被称为“淬火”，能够激发系统中的准粒子相互作用，从而推动系统向热平衡状态演化。
实验结果显示，量子系统的能量分布迅速趋向于一个指数分布，即Porter-Thomas分布。这一分布是量子混沌状态的典型特征，表明系统已经达到了热平衡状态。谷歌通过在不同时间点进行Z基测量，得到了一系列的概率分布。
这些概率分布随着时间的推移逐渐收敛到Porter-Thomas分布，这一过程清晰地展示了量子系统从初始态到热平衡态的演化过程。此外，谷歌还通过计算自交叉熵基准来量化系统的热化速度。
自交叉熵基准是一种衡量量子态与理想热化态之间相似度的指标，其值越接近1，表明系统的热化程度越高。实验结果显示，自交叉熵基准在大约60纳秒内快速收敛到1，这表明系统在极短的时间内就达到了热平衡状态。这一快速的热化过程归功于同时激活的耦合器，使得系统中的准粒子能够迅速相互作用，从而推动系统向混沌状态演化。
临界现象的观测
除了量子热化，谷歌还深入探索了量子系统在临界点附近的行为。量子临界点是量子相变发生的地方，系统在临界点附近的行为往往表现出长程有序和临界涨落等特征。在实验中，谷歌通过缓慢调整耦合器的强度，使系统穿过一个量子相变点。这一过程被称为“绝热演化”，允许观察系统在临界点附近的行为。
实验结果显示，随着系统穿过量子相变点，能量密度逐渐降低，关联长度显著增加。这一结果与理论预测的Kosterlitz-Thouless相变一致，表明系统在临界点附近表现出长程有序的特征。
Kibble-Zurek机制失效
在研究量子相变的过程中，谷歌还观察到了著名的Kibble-Zurek机制理论的失效现象。Kibble-Zurek是一种描述量子系统在临界点附近动力学行为的理论，预测了关联长度与时间的幂律关系。
但实验结果显示，量子系统的关联长度增长速度远超Kibble-Zurek的预测，表明系统在临界点附近的行为更加复杂。
谷歌进一步分析了这一现象，提出了一个可能的解释：在临界点附近，系统的动力学行为不仅受到量子相变的影响，还受到系统中涡旋和反涡旋对的相互作用的影响。这些涡旋和反涡旋对的相互作用导致了系统的进一步热化，从而使得关联长度的增长速度超过了Kibble-Zurek的预测。
目前，该论文已经在Nature正式发表，想深度了解的小伙伴可以去看原文。
（文：AIGC开放社区）