在发表于的一项研究中 自然，研究人员来自 谷歌量子人工智能，包括物理学家 米歇尔·H·德沃莱特，获胜者 2025 年诺贝尔物理学奖，提出算法 《量子回声》。在CPU上执行 柳，该算法首次证明了 可验证的量子优势， 也就是说，计算可以在其他平台上重现，并且无法用经典超级计算机进行模拟。
据团队介绍， Quantum Echoes 运行速度快了 13,000 倍 作为 Frontier 超级计算机，当今世界已成为参考。这一表现使谷歌在该公司 2019 年发起的“量子霸权”实验竞赛中处于领先地位，但其实用性仍然具有象征意义。这一次，研究人员声称已经跨过了量子计算能力的门槛 科学可利用。
从至高无上到可验证
作品发表于 自然 超越了简单的权力问题。 “量子回波”算法基于对称为“量子回波”的量子可观测值的测量 乱序相关器 (OTOC)，一个描述量子系统如何变得混沌的量。
研究人员已经开发出一套系统 103 个量子位 在两个时间方向上，一个“向前”（U）和一个“向后”（U†），由基本扰动分开。这个过程重复了数千次，揭示了一个 建设性干扰 处于量子混沌状态。
与之前的“随机电路采样”实验不同，每个结果都是随机且不可重复的， 量子回声产生可验证的物理值 ：磁化强度、密度、速度或电流。这些数据可以被其他量子计算机或自然系统证实，这是量子计算的一个重要里程碑 实验可追溯性 的量子计算。
量子位规模的蝴蝶效应
在 Willow 上进行的实验在量子世界中再现了众所周知的经典混沌原理，即蝴蝶效应。施加到单个量子位的微小扰动会在整个系统中传播，从而改变粒子之间的相关性。
研究人员观察到，当系统满足“量子共振”条件时，这些相关性可能会被放大。这种缓慢的放大，在 幂律而非指数，标志着与经典模型的根本区别，经典模型的信号很快消散。
Google 团队花费超过 十人年 尝试重现这些结果 九大经典算法 不同的。没有人能够模拟观察到的行为超出 OTOC二级订单。 Willow 在两个小时内完成计算，则需要超级计算机 三年多。
理解物质的新方法
该项目的科学意义远远超出了展示力量的范围。 OTOC 可用于 表征内部相互作用 复杂的物理系统，特别是化学、材料物理和分子生物学。
在目前正在重读的第二篇文章中，研究人员表明，相同的协议适用于 核磁共振（NMR） 允许细化分子模型。通过模拟在真实分子上测量的信号并将其与量子计算机生成的信号进行比较，该团队获得了 更精确地估计原子结构。
这个方法，称为 哈密顿学习，可能成为第一批 量子计算的具体应用，特别是在新材料的设计和药物发现方面。
