刚刚，微软官方宣布，创造出了有史以来性能最强的“逻辑量子比特”——12。
而且，这是数量最多、保真度最高的量子纠缠比特。
这一突破是通过对领先的量子计算机 H2（56 个物理量子比特）的改进实现的。
这体现了微软在世界一流的错误纠正方面的专业知识。
在不到三个月的时间里，他们将可靠逻辑量子比特的数量增加了两倍。
此外，当12个逻辑量子比特全部纠缠在复杂状态中进行“更深层”的量子计算时，电路错误率相比相应的物理量子比特增加了22倍。
这些成果均在Azure计算平台上完成，并利用离子阱硬件实现逻辑量子比特的大规模计算。
最令人兴奋的是，微软展示了第一个端到端的化学模拟。
AI可以处理大规模数据，量子可以实现复杂的计算和更精确的结果，直接把研发过程从几年压缩到仅仅几天。
未来，可扩展的量子计算将为科学发现铺平道路，特别是在化学、物理和生命科学领域。
同时，微软还宣布将与Atom 联手打造全球最强计算机，下一步将实现1000+高性能逻辑量子比特。
有网友表示，如果有足够的能源，从量子计算的角度看，计算成本会降到0（尤其是训练AI模型），到时候定律才真正终结。
我们正处于量子人工智能时代的边缘。
12 个逻辑量子比特创下纪录
微软和的举动离不开两个关键要素：
一个是Azure量子比特虚拟化平台，另一个是H2离子阱量子计算机。
3个月，数量增长3倍
今年4月，微软与曾文胜合作，成功实现量子比特系统虚拟化，并运用到H系列离子阱中，用于捕获量子比特。
出乎意料的是，他们在H2上用30个物理量子比特创造出了4个逻辑量子比特，创下了当时的新纪录。
而且其逻辑层面的错误率比物理错误率强800倍。
现在，微软扩展了微软纠错算法，并对 H2 进行了优化，改进后的 H2 量子计算机实现了 56 个量子比特，双量子比特保真度达到 99.8%。
在此基础上，团队解锁了12个高可靠性逻辑量子比特。
此前，他们在贝尔态制备中纠缠了两个逻辑量子比特。
在这项研究中，所有 12 个逻辑量子比特都纠缠在一种更复杂的排列中，称为 CAT 状态，或 -Horne- (GHZ)。
当这些逻辑量子比特纠缠在一起时，它们的电路错误率为0.0011。
这比相应物理量子比特的电路错误率（0.024）高出22倍。
8个量子比特，5轮重复纠错
为了进一步验证，研究人员使用改进的逻辑量子位进行了几次容错计算。
对八个逻辑量子比特成功进行了五轮重复纠错。
此外，在纠错过程中采用了8个逻辑量子比特进行容错计算，成功实现了逻辑纠错运算与多轮量子纠错的结合。
它们的电路错误率为0.002，比相应的物理量子比特高出11倍。
这也是微软首次展示出计算与纠错相结合的强大优势，逻辑量子比特可以可靠地进行更深层次的量子计算，为容错量子计算铺平了道路。
首个端到端化学模拟，加速科学发现
那么，微软进行的量子计算实验到底有什么用呢？
最终，这是为了加速科学发现。
为此，研究人员进行了端到端的化学模拟，结合云 HPC、AI 和高可靠性量子计算来创建混合工作流程。
论文地址：
在量子计算中，两个逻辑量子位（由量子位虚拟化系统和 H1 创建）用于构建重要催化中间体的活性空间基态，然后测量
如下图1所示。
图 1. PNNP 铁催化剂的首过预测反应途径，对反应产物的功能有显著影响。
然后将测量结果传递给人工智能来估计活性空间的基态能量。
这是HPC、AI和量子计算硬件首次结合在一起解决科学问题。
接下来我们将详细阐述微软如何通过这样的混合工作流在化学领域实现实际应用。
首先，研究团队在 Azure 中使用和执行高性能计算 (HPC) 模拟，分别识别催化剂的活性空间和反应途径。
然后，他们优化了错误检测代码，以用于自定义量子算法，以模拟两个逻辑量子位上的活动空间的量子行为。
接下来，使用一种称为经典阴影的方法来测量逻辑量子位以生成经典数据。
该方法利用测量结果作为经典数据来训练人工智能模型，从而了解分子的量子特性。
然后将这些“影子数据”与人工智能模型相结合，以确定催化剂的化学性质，并以化学精度估算活性空间的基态能量（图 2）。
为了便于比较，研究人员还对物理量子比特进行了类似的计算。
图 2 使用物理量子位和逻辑量子位估算活动空间基态能量时所实现的精度比较。逻辑量子位计算可以产生更好的基态能量估计，概率为 97%。化学精度限制在经典计算获得的真实基态能量的 1.6 mHa 以内。
通过经典计算方法，得到了催化剂活性空间的基态能量，并最终评估了混合量子及AI结果的准确性。
使用量子比特来解决这个问题并不能体现出科学的量子优势，因为经典计算机也能得出答案。
然而，对于一些复杂的化学问题，经典计算无法扩展以高精度解决这些问题，因此量子计算机是唯一的选择。
以上就是化学模拟的整个过程，这个概念已经得到验证，这说明了两个问题：
- 首次演示使用量子计算、高性能计算 (HPC) 和 AI 来模拟和解决化学问题的端到端工作流程。
- 量子力学问题得到高精度求解，逻辑量子比特基态能量估计比物理量子比特基态能量估计更准确。
这些成就表明科学量子霸权的进展不断顺利，当混合量子-经典超级计算机能够解决传统计算机无法解决的科学问题时，就实现了量子计算的里程碑。
量子计算开启新时代
除了谷歌之外，微软也在量子计算方面投入了巨额赌注。
纳德拉曾公开表示，混合现实、人工智能和量子计算是未来几年将“塑造”世界的三大突破性技术。
微软正在通过量子计算的突破开启计算的新时代，以释放科学的潜力并解决世界上一些最紧迫的挑战。
这也是首个可靠量子计算平台Azure诞生的原因之一。
他们希望通过这个平台，量子计算能够得到规模化。
五个月前，微软等公司展示了比物理量子比特可靠800倍的逻辑量子比特，并声称已进入利用可靠量子计算机解决实际问题的下一阶段。
因为当今嘈杂的中型量子计算机（NISQ）的主要问题是物理量子比特噪声太大、容易出错，在实际应用中不可靠。
而且，仅仅简单地添加物理量子比特还不足以实现文件的量子纠错。
这就是为什么需要转向可靠、高保真的逻辑量子比特。
多个物理量子比特的组合，能够抵抗噪声，并在长期计算中保持一致性。
然而量子计算并不是孤立存在的，需要与云端HPC的强大能力深度结合。
因此，新一代混合量子应用可以解决当今人类面临的最紧迫的挑战——创造更可持续的能源解决方案和拯救生命的治疗方法。
Azure计算平台在多种硬件架构上提供量子计算，支持业界领先的混合量子应用。
所有程序都置于安全、统一且可扩展的云环境中。
创造新一代混合量子应用
通过将高性能计算、人工智能和量子技术相结合并将它们集成到同一个云平台 Azure 中，微软正在开创一种新的计算范式。
Azure 能够利用多种量子比特架构和多种芯片来实现量子应用程序的无缝执行，为生成化学和密度泛函理论 (DFT) 等多种应用领域提供加速计算。
人工智能在大规模数据处理方面的优势与量子在复杂计算方面前所未有的精确性相得益彰，形成了强大的计算基础，并提供了安全、统一、可扩展的混合计算环境。
这使得创新者能够为传统计算机难以甚至无法解决的问题开发出最佳解决方案。
在这个差异化的计算堆栈中，研究人员在适当的阶段使用量子工具，结合工作流协作、开发者工具、经典超级计算、AI协作推理和多模态模型，以迭代循环的方式推进。
在微软看来，这种方法可以释放出巨大的力量，或许可以将研发和解决方案的工程周期从几年缩短到几天。
参考：
