成功瓦解谷歌量子霸權,或許源自他的“松弛感”

文 | 《中國科學報》 記者 韓揚眉

張潘 受訪者供圖

初見張潘,他身著白色短袖、淺藍色牛仔褲,背著黑色雙肩包,“80後”的松弛感撲面而來。

張潘是中國科學院理論物理研究所(以下簡稱理論物理所)研究員。簡單、隨性,是他的生活態度,也是對待科學研究的態度。張潘從事的統計物理研究,要從各種紛繁復雜的系統中找到最本質的規律,而他要做的就是“化繁為簡”,這剛好與他的性格契合。

2021年,張潘與學生潘峰和陳珂暘提出新方法,在國際上首次對谷歌“懸鈴木”量子計算機進行經典模擬,並表明計算時間可由1萬年縮短至數十秒。而這個方法就是復雜量子系統“化繁為簡”的工具。該成果曾被認為“瓦解瞭谷歌量子霸權”,獲得廣泛認可,張潘也因此獲得瞭多項國內外榮譽,受邀到各地作報告。

喧囂之後,回到辦公室的張潘又沉浸到物理世界中,思考、伏案敲打代碼、與學生熱烈討論……

挑戰谷歌量子霸權

2019年,谷歌宣稱實現瞭“量子霸權”,即在一個特殊的計算問題中展示瞭量子計算機具有超越所有經典計算機的能力。谷歌2019年在《自然》發表的一篇論文中提出,一臺具有53個量子比特的“懸鈴木”量子計算機隻用200秒就能完成“隨機量子線路采樣”問題,而當時排名世界第一的Summit超級計算機需要計算1萬年才能解決這個問題。

這個在量子計算領域非常受關註的“量子優越性”問題,在谷歌之前從未實現過。因此“懸鈴木”量子計算機迅速引發全球關註。興奮之餘,不少科學傢思考:“懸鈴木”量子計算機真的可以完成經典計算完成不瞭的任務嗎?

於是,不同國傢和領域的科學傢對此發起瞭挑戰。然而,在隨機量子線路采樣問題上,科學傢提出的各種方案即使利用超算,計算時間也遠超“懸鈴木”量子計算機。

“有沒有更好的算法幫助經典計算機勝過“懸鈴木”量子計算機?”這是張潘腦中一直思考的問題,因為目前還沒有任何證據證明更好的算法不存在。

張潘與潘峰、陳珂暘提出瞭一個創新方法——稀疏態張量網絡方法。它可以讓上述隨機量子線路采樣問題在經典計算機上的計算效率比已有算法高出多個數量級,將超算的模擬計算時間由1萬年縮短至數十秒,可以比“懸鈴木”量子計算機算得更快,而且能獲得更高保真度,從而真正解決隨機量子線路采樣問題。

能在眾多挑戰者中勝出,歸功於張潘多年來在張量網絡方法上的探索和積累。“張量網絡方法被認為是21世紀的高維線性代數,是一個具有普遍意義的計算方法,我們為瞭發掘張量網絡方法的潛力做瞭很多嘗試和努力,提出瞭新的方法,並嘗試將其應用於統計物理、機器學習、量子計算等不同領域。”張潘說。

在復雜中尋找普遍規律

同《中國科學報》再次談到“懸鈴木”量子計算機,張潘說那些都是過去式瞭。業內人士認為目前已經跨過用隨機量子線路展示量子優越性的階段,到瞭解決有實際意義的問題的時候瞭。

張潘介紹,他的研究組目前在發展用張量網絡方法給量子計算機糾正錯誤,希望幫助量子計算機提高準確度,突破量子糾錯的門檻。

在張潘眼裡,用擊敗量子計算機的方法幫助量子計算機糾錯,是因為這些問題本質上非常相似。無論是“懸鈴木”采樣問題、量子糾錯問題,還是物理中常見的水結冰相變問題、人工智能生成模型中對自然語言的建模,背後都有共同的科學難題——多變量聯合分佈概率。

“對於復雜的系統,人們可能意識不到其背後隱藏的概率空間究竟有多龐大。”張潘舉例道,比如在人工智能領域,讓ChatGPT寫出李白的《靜夜思》,其20個字的排列順序就有300020種可能。又如一杯水中水分子狀態的分佈規律也是無窮盡的。

“直接列舉所有的可能性是不可能的,我們需要做的是想方設法掌握這些高維概率空間中的結構、技巧和規律,探索是否有增強有效計算能力的方法。而好的方法可以同時被用於解決不同問題。”張潘說。

無問西東 自由探索

如今,張潘所關心的人工智能、量子計算等領域的競爭越來越激烈。但因為“簡單”的生活和工作模式,他幾乎沒有感到壓力,隻關心解決問題的本質困難是什麼、用什麼方法可以解決。

“我期望值比較低,當時做不出來就放一放。其實大量想法和思路在實踐後發現做不出來,同一個思路行不通就過幾年再看,我不會有很大的挫敗感。”張潘說。

他常常在深夜或清晨靈光閃現,興奮地把想法拋到研究組微信群供大傢“評判”;組會上他不會安排固定會議流程,而是鼓勵學生聚焦最感興趣的問題展開討論,有時一上午都意猶未盡。

這種松弛感的養成,與張潘一直以來所處的環境有關。

博士畢業後,張潘先後前往歐洲和美國的頂尖自旋玻璃理論研究組做科學研究,而後回到理論物理所。在他看來,這些科研機構有一個共同特點,那就是不關心發表瞭多少論文,隻關心如何讓一群富有熱情和進取心的學者享受具體的課題研究。

無問西東,自由探索。多年來,張潘發表的論文、拿到的項目並不算多,但他爭取做到每個工作都“足夠有意思”。

近些年,張潘越發覺得,能從學生身上學到很多。“我帶學生沒什麼太好的經驗,主要是學生比較優秀,他們的自驅力很強。”張潘說,通常學生就是合作者,他們積極探索新的問題,有自己的思考方式,在討論中會激發許多靈感。

人工智能與量子計算正迅猛發展,猶如一股強勁的“東風”,為科研領域帶來瞭前所未有的機遇與挑戰。張潘為自己能借著這股“東風”做一些工作感到幸運。