2025年10月22日，谷歌量子人工智能（Google Quantum AI）團隊在《自然》（Nature）期刊發表最新研究成果，宣布其65量子比特量子處理器「Willow」成功實現了「量子優勢」（quantum advantage）。該處理器在運行新算法「量子回聲」（Quantum Echoes）時，速度比目前世界上最快的超級電腦快約13,000倍。此一突破標誌着量子計算由理論向實用應用邁出關鍵一步。此突破建立在 Google 科學家因在量子計算領域的貢獻而獲得2025年諾貝爾物理學獎的基礎上。
（備註：2025年10月7日，瑞典皇家科學院宣布，約翰·克拉克（John Clarke）、米歇爾·H·德沃雷（Michel H. Devoret）和約翰·M·馬丁尼斯（John M. Martinis）因其在超導電路中發現巨觀量子隧穿和能量量子化的開創性工作，共同獲得2025年諾貝爾物理學獎。這一發現為量子計算技術的發展奠定了基礎，尤其是超導量子比特（qubit）架構的實現。
米歇爾·H·德沃雷特目前擔任 Google 量子人工智能（Quantum AI）團隊的量子硬件首席科學家。他與約翰·M·馬丁尼斯共同領導了 Google 的量子硬件研發工作。）
什麼是65量子比特處理器？
量子比特（qubit）係量子計算嘅基本單位，與經典計算機嘅位元不同，量子比特可以同時處於多個狀態（量子疊加態），並透過量子糾纏實現多比特之間高度關聯。呢啲特性令量子計算喺處理某啲複雜問題時，具備指數級嘅並行計算能力。
谷歌嘅「Willow」處理器採用超導量子比特技術，採用105個超導量子比特嘅方陣結構，其中65個量子比特被用於今次實驗。超導量子比特以微波脈衝操控，能夠喺極低溫度下保持量子態嘅相干性。「Willow」處理器嘅設計旨在減少量子比特之間嘅誤差，延長相干時間，從而提高計算可靠性。
量子回聲算法的原理與應用
「量子回聲」算法係一種新型量子計算方法，旨在模擬量子多體系統嘅動態行為。該算法首先對量子系統進行一系列操作，然後擾動其中一個量子比特，再將操作反轉，最後比較前後結果嘅差異，從而提取系統嘅量子特性。呢種方法可以有效研究量子系統中嘅干涉現象，例如二階時間無序關聯函數（OTOC）。
喺今次實驗中，谷歌團隊利用「量子回聲」算法成功模擬分子結構特性，計算速度比目前最快嘅超級電腦快約13,000倍。呢項成果不但展示量子計算喺模擬分子結構方面嘅潛力，亦為藥物發現、材料科學等領域提供新工具。
超越超級電腦：13,000倍加速嘅意義
目前，世界上排名第二嘅超級電腦係美國嘅「Frontier」系統（目前最快嘅超級電腦係超級電腦 El Capitan，達到1.742 exaFLOPS 嘅性能）由 Hewlett Packard Enterprise（HPE）同 Cray 公司合作構建，採用咗 Cray EX 架構。該系統配備咗 9,472 個 AMD EPYC 7713 處理器（每個處理器有 64 個核心）同 37,888 個 AMD Instinct MI250X 圖形處理單元（GPU），總計約 8,699,904 個計算核心。呢啲處理器同 GPU 協同工作，提供強大計算能力，能夠每秒執行超過1000億億次浮點運算（即 1 exaflop）（Frontier 達到咗 1.353 exaFLOPS 嘅性能）。然而，即使係如斯強大嘅計算能力，喺模擬複雜量子系統時仍面臨巨大挑戰。傳統嘅經典算法喺處理量子多體系統時，計算量呈指數級增長，難以喺合理時間內完成。
而「Willow」處理器透過量子並行性同量子干涉效應，能夠喺極短時間內完成複雜嘅量子計算任務。今次實驗中，使用「量子回聲」算法喺 Willow 嘅 65 個量子比特上運行，於約2小時內完成咗 Frontier 需約3.2年先至完成嘅計算任務。呢個差距展示出量子計算喺處理特定問題上嘅巨大優勢。
實用化嘅前景與挑戰
儘管今次實驗取得顯著成果，但量子計算實用化仍面對多項挑戰。現時嘅量子處理器仍存在量子比特數目有限、誤差率較高、相干時間較短等問題。要實現大規模、容錯量子計算，需要喺量子糾錯、量子比特控制、量子晶片製造等方面取得進一步突破。
不過，谷歌團隊嘅實驗為量子計算實用化帶來新方向同信心。佢哋計劃喺未來五年內進一步提升量子處理器性能，拓展其喺藥物發現、材料科學、人工智能等領域嘅應用。同時，佢哋亦積極探索量子計算同經典計算嘅協同工作模式，以充分發揮兩者優勢。
結語
Google 量子人工智能團隊喺《自然》發表嘅最新研究，標誌住量子計算由實驗室向實際應用邁出重要一步。65量子比特嘅「Willow」處理器同「量子回聲」算法嘅成功，不但展示咗量子計算喺模擬分子結構等領域嘅巨大潛力，亦為未來量子計算實用化奠定基礎。隨着技術持續進步，量子計算有望喺藥物發現、材料科學、人工智能等範疇發揮越嚟越重要嘅作用，推動科研同技術創新進入新階段。