Google 報告量子運算錯誤縮減的重要進展

前言

量子電腦未來或許能協助解決藥物開發和材料科學等領域的問題。然而，能否發揮潛力，取決於能否克服一項核心工程挑戰：量子資訊極易受到雜訊影響，因此要進行有用的運算，就必須大規模地校正錯誤。Google Quantum AI 報告了這項挑戰中一個成本特別高昂的環節所取得的進展。研究團隊在週四發表於 Science 的論文中，展示了一種名為魔態培育的技術，並在 Willow 處理器上將錯誤減少約 40 倍，產生邏輯保真度達 99.99% 的 T 態。這項成果將先前在理論和模擬中探討的構想，帶到了實際硬體上。這並不代表量子電腦現在已能破解現代加密技術。相反地，這項成果顯示，未來量子程式所需的一項重要資源，或許能以更有效率的方式產生；但這項實驗與密碼學應用之間仍有相當大的差距。

簡而言之

魔態是某些實用量子程式所需的一次性資源，而 Google 引述的估算指出，產生魔態可能會消耗量子電腦高達 95% 的運算能力。傳統魔態蒸餾會透過處理大量含雜訊的狀態來降低錯誤，但需要大型、專用的量子位元工廠。培育採取不同方法：先檢查粗略的狀態，捨棄未通過檢查的嘗試，再逐步培育通過檢查的狀態。Google 報告稱，Willow 上的錯誤減少約 40 倍，保真度達 99.99%，但只有約 8% 的嘗試通過所有檢查。這項實驗最多使用了處理器 105 個量子位元中的 54 個。要破解 RSA-2048，魔態錯誤率必須接近百億分之一，因此這是技術上的進展，並非加密技術目前已面臨風險的證據。

正文

Google Quantum AI 報告的這項展示，針對的是一個位於基本量子錯誤校正與執行更大型、更強大程式之間的瓶頸。量子電腦使用量子位元，其表示狀態可以是 0 和 1 的混合。這項特性讓量子演算法能以不同於一般運算的方式操作資訊。但量子位元十分脆弱：熱、電氣雜訊和其他干擾都可能改變其狀態，進而破壞運算。因此，實用的量子運算必須能找出並校正錯誤，同時不破壞正在處理的資訊。

一種常見策略是將資訊分散到多個實體量子位元上，讓系統能偵測並校正特定故障。這種方法可以保護許多運算，但實用的量子程式也需要一些更難以保護的運算。魔態提供了執行這些運算的途徑。魔態會預先製備，並在使用時消耗，因此更像是有限的一次性資源，而非可重複使用的元件。

如何以足夠低的錯誤率製備魔態，因而成為一項重大課題。Google 引述的估算指出，產生魔態可能會使用量子電腦高達 95% 的運算能力。如果機器的大部分資源都必須用來製造運算所需的資源，那麼真正留給程式本身的運算能力就所剩無幾。降低這項額外成本，或許能提升未來容錯量子電腦的效率，但光靠這一點並不足以解決建造這類電腦所涉及的其他諸多挑戰。

提升魔態品質的既有方法是蒸餾。物理學家 Sergei Bravyi 和 Alexei Kitaev 在 2004 年提出了標準方法。這種方法從大量不完美、帶有雜訊的魔態開始，將它們結合，以產生數量較少但更純淨的狀態。這種方法有效，但需要大量硬體和運算。在大規模設計中，專門用於蒸餾的量子位元及支援流程，可能會形成龐大的「工廠」，其工作是產生魔態，而不是執行主要運算。

Google 研究人員於 2024 年提出魔態培育，作為一種可能成本較低的替代方法。培育不依賴傳統工廠來蒸餾整批狀態，而是在處理器的一小塊區域中，從粗略的魔態開始。接著，系統會執行一連串檢查。如果檢查發現瑕疵，就捨棄該次嘗試；若通過檢查，則可透過後續步驟延展該狀態。換言之，這種方法會篩除失敗的嘗試，同時讓可行的狀態繼續發展。研究人員先前的研究指出，在某些情況下，進一步蒸餾「在實務上或許永遠不再需要」。不過，這當時只是構想，並非硬體展示。

這項新成果在 Google 的 Willow 處理器上測試了這種方法。Google 在說明這項研究時表示，與未經培育的狀態相比，該協定達成「驚人的 40 倍錯誤減幅」，並產生邏輯保真度創紀錄達 99.99% 的 T 態。邏輯保真度描述的是，經過相關錯誤保護程序後，編碼的量子資訊能多可靠地代表預期狀態。這項成果之所以重要，是因為它讓培育技術從理論和電腦模擬，進一步走到實體量子處理器上的實驗。

這項改善也伴隨明顯的效率取捨。Google 報告稱，只有約 8% 的嘗試通過所有檢查。換句話說，處理器每保留一個乾淨狀態，就會捨棄十次嘗試中的九次以上。在評估這種方法的實用價值時，這個產出率很重要：更高品質的輸出固然有用，但系統也必須將產生這些輸出所需的量子位元、時間和被捨棄的嘗試納入考量。這項展示證明培育技術能在硬體上運作，但尚未證明它在更大規模下會比所有替代方案都更便宜或更快速。

這項實驗與加密技術的討論相關，因為魔態培育是估算某些密碼學攻擊所需量子硬體規模時納入考量的技術之一。2025 年，Google 研究人員 Craig Gidney 估算，使用不到一百萬個帶有雜訊的量子位元，便可能破解 RSA-2048。這比他 2019 年估算的 2,000 萬個量子位元減少了 20 倍。培育技術是促成這項較新估算的構想之一。Willow 的展示為整體技術構想中的一個環節提供了實驗支持，但並未展示破解 RSA-2048 金鑰所需的完整運算。

必須明確區分資源估算與實際攻擊。Willow 實驗最多使用了處理器 105 個量子位元中的 54 個。根據論文，要分解 RSA-2048 金鑰，需要錯誤率約為百億分之一的魔態。Google 報告的 99.99% 保真度遠未達到這項要求：用於所提出解密運算的目標狀態，必須比這項實驗達成的結果純淨約一百萬倍。此外，對未來攻擊所需量子位元資源的估算，並不代表所需的機器目前已經存在，也不代表這項展示已讓受保護的帳戶面臨風險。

Google 也曾討論量子運算對 Bitcoin 橢圓曲線密碼學的影響。這套數學系統有助於防止他人從公開地址推導出私密金鑰。3 月，一份由 Quantum AI 與 Ethereum Foundation 研究人員 Justin Drake、史丹佛大學密碼學家 Dan Boneh 共同撰寫的白皮書，估計破解這套密碼學所需的實體量子位元少於 500,000 個。該公司也曾提及去年 10 月的 Quantum Echoes 實驗，並將其描述為首次在真實硬體上驗證的量子加速。這些成果都是更廣泛研究工作的一部分，但應與魔態實驗區分開來：它們都不代表 Bitcoin 錢包正在遭到盜領，也不代表目前的 Willow 展示能推導出私密金鑰。

Google 指出的下一步，是擴大魔態培育的規模，並改進處理器的底層硬體。研究團隊推估，若將 Willow 的硬體雜訊減半，魔態錯誤率就能降至約十萬分之二。這項推估的依據是，研究團隊聲稱培育過程中的錯誤會隨晶片雜訊水準的立方而縮減。這是對硬體改善後可能達成成果的預測，並非本次報告的實驗已經實現的結果。在更大型的系統中測試這種方法，將有助於判斷預期的效益能否維持，以及這個流程能否以實用的速度產生足夠數量的狀態。

整體而言，這項發現最好被視為一項有意義但範圍有限的工程進展。它提供了證據，顯示培育技術能在實際晶片上降低錯誤，並可能有助於降低進階量子程式所需資源的成本。偏低的通過率、實驗規模有限，以及密碼學應用所需的更高品質，仍是重要限制。未來的進展將取決於能否結合可靠的錯誤校正、較低的硬體雜訊，以及資源效率更高的產製方式。這項研究縮小了量子運算構想與可運作硬體之間的部分差距，但前方仍有明確的技術里程碑待突破。

重點摘要表