量子计算重大突破，谷歌首次在真实芯片上跑通「魔态培育」

如果《黑客帝国》中的机器真实存在，它们或许会面临一个现实困扰：算力尚未投入工作，就得先耗费大量资源准备“燃料”。

这听起来有些离奇，却正是未来量子计算机可能遭遇的困境。

近日，Google Quantum AI 在《Science》上发表了论文《Magic state cultivation on a superconducting quantum processor》，宣布首次在真实量子处理器 Willow 上实现了 Magic State Cultivation（魔态培育）。

其目标，是量子计算中一种昂贵且特殊的“燃料”——魔态。

会魔法的“魔态”

先别被这个名称吓到。

MagicState（魔态）并非神秘之物，在量子计算领域，它指代具有特殊量子资源的一类量子态。

若将量子计算机比作工厂，普通量子纠错操作如同成熟的基础设备，而魔态则是一种昂贵、稀缺但不可或缺的特殊耗材。

它不是用于所有计算，却是量子计算机迈向通用、容错计算的关键资源之一。

早在2004年，研究人员已认识到，要让量子计算机执行通用计算，必须拥有高质量的非 Clifford 量子资源。

魔态蒸馏（MagicState Distillation）是过去二十年解决该问题的一种方法。

其思路与“提纯”类似：先准备质量较低的魔态，再通过量子纠错、测量和筛选，去除错误部分，最终得到数量少但质量高的魔态。

这如同酿造葡萄酒：若初始葡萄品质不一，需经发酵、过滤、检测和提纯等工序去除不合格部分。但在量子计算机中，每次“过滤”都需付出代价。

一些资源估算甚至认为，未来容错量子计算机可能需要将高达95%的计算容量用于魔态生产。

这意味着量子计算机可能陷入尴尬局面：大部分资源并非直接用于解决问题，而是用于生产解决问题所需的“能源”。

此外，魔态是消耗品。一旦用于实现非 Clifford 操作，便无法像普通量子比特那样重复使用。

过去二十年，研究人员一直努力降低“魔态税”，而谷歌这次找到了另一种方式。

把“种子”养大

此次谷歌并未提出新的量子纠错技术，而是将以往仅存于理论或模拟中的想法首次应用于真实量子芯片。

这种方法名为 Magic State Cultivation（魔态培育）。

2024年，Craig Gidney、Noah Shutty 和 Cody Jones 已在理论上提出此概念。

传统魔态蒸馏是不断提炼原料，而魔态培育则是挑选一颗优质种子，再逐步培育。

研究人员首先创造出存在一定概率错误的 T 态，并将其放入精心设计的量子纠错区域，期间周围量子比特不断用于测量。

发现错误后予以消除，并通过检查后继续推进。纠错编码逐渐增强，剩余状态愈发可靠。到2024年，理论研究已采用状态矢量模拟、稳定子模拟、错误枚举和 Monte Carlo 等方法进行资源估算。

魔态培育的真正改变，并非简单堆叠更多量子比特，而是让同等数量的量子比特执行更多实际计算。

谷歌此次首次在 Willow 量子处理器上实现了这套方案。

使用的处理器是谷歌生产的 Willow。研究人员将芯片上一小部分注入含噪声的量子态，并通过大量同步测量，找出并消除错误。

最终保留的 T 态逻辑保真度达到 99.99%，错误率比未经处理时降低约40倍，实验后仅保留约8%的尝试。

99.99%的逻辑保真度意味着，经过错误校正后，量子资源已接近理想状态，可作为未来容错量子计算的可靠组件。

若魔态培育最终能规模化，它将节省的不仅是实验指标，而是一大片原本被纠错操作占用的计算空间。

谷歌还完成了从 Color Code 到 Surface Code 的编码转换，并将 distance-3 的 Color Code 中的量子态转移到 distance-5 的 Surface Code 上。

这里的 distance 可粗略理解为量子纠错编码对错误的抵抗能力。通常，编码距离越大，纠错能力越强，但也会消耗更多物理量子比特和操作资源。

谷歌的方法是使用 Color Code 培育魔态，再通过 code switching 将已培育的量子态接入 Surface Code。

以往停留在理论上的低成本制造高质量魔态的方法，首次在真实量子芯片上成功运行。

和产业之间的距离

先别急于兴奋。

这一成果从实验室走向产业应用，仍有漫长道路。

Google Quantum AI 负责人 Hartmut Neven 此前预测，未来五年将看到真正的商业量子计算应用，并特别提及药物研发、电池和新能源材料等领域。谷歌也将化学、药物发现、优化和密码学视为量子计算的重要潜在应用方向。

谷歌已与制药公司 Boehringer Ingelheim 合作，尝试用量子计算模拟人体内的重要酶类 Cytochrome P450。该酶影响药物代谢过程，研究表明未来容错量子计算机有望以更高精度处理 P450 的关键电子结构问题。

Hartmut Neven 对此相当乐观。他在2025年接受路透社采访时表示，谷歌希望在未来五年看到“只有量子计算机才能实现”的实际应用，并点名新药、先进电池和新能源。

然而，在人工智能领域，量子计算的应用距离普通人的日常生活，可能比今天的生成式 AI 更遥远。短期内，你不会因 Magic State Cultivation 的突破，就发现 GPT 或 Gemini 突然快了一倍。

它所能改变的是更深层次的东西，即降低未来容错量子计算机的运行成本，包括解决传统计算机难以处理的问题，如复杂量子系统模拟、材料与化学问题以及组合优化等。

这也是为何人工智能行业对算力需求更高时，大家更加关注量子计算。

NVIDIA CEO Jensen Huang 对实用化量子计算的未来应用持谨慎态度，认为可能需要15-30年才能实现。

至于这条路要走多久，目前尚无定论。

本文来自微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。贝博体育网址