[论文解读] The Argument against Quantum Computers, the Quantum Laws of Nature, and Google's Supremacy Claims

Gil Kalai|arXiv (Cornell University)|Aug 12, 2020

Quantum Computing Algorithms and Architecture参考文献 38被引用 4

一句话总结

吉尔·卡莱（Gil Kalai）提出了一项计算复杂性论据，反对量子计算机的可行性，断言噪声中等规模量子（NISQ）设备本质上受限于一个低层次复杂性类（LDP），使得量子误差校正和量子优越性均不可能实现。该论点基于噪声敏感性以及在现实误差条件下无法实现稳健的量子优势。

ABSTRACT

My 2018 lecture at the ICA workshop in Singapore dealt with quantum computation as a meeting point of the laws of computation and the laws of quantum mechanics. We described a computational complexity argument against the feasibility of quantum computers: we identified a very low-level complexity class of probability distributions described by noisy intermediate-scale quantum computers, and explained why it would allow neither good-quality quantum error-correction nor a demonstration of "quantum supremacy," namely, the ability of quantum computers to make computations that are impossible or extremely hard for classical computers. We went on to describe general predictions arising from the argument and proposed general laws that manifest the failure of quantum computers. In October 2019, "Nature" published a paper describing an experimental work that took place at Google. The paper claims to demonstrate quantum (computational) supremacy on a 53-qubit quantum computer, thus clearly challenging my theory. In this paper, I will explain and discuss my work in the perspective of Google's supremacy claims.

研究动机与目标

• 通过识别噪声量子系统中的基本计算与物理限制，挑战可扩展量子计算的可行性。
• 论证在现实噪声模型下，即使对于NISQ设备，量子误差校正和量子优越性也是不可实现的。
• 提出基于噪声敏感性和刚性（rigidity）的新物理定律，以解释量子计算的失败。
• 使用统计与复杂性理论推理，批判性评估谷歌2019年关于量子优越性的声明。
• 探讨这些失败对量子模拟、经典模拟以及对量子力学更广泛理解的影响。

提出的方法

• 识别出一个低层次复杂性类（LDP），以捕捉噪声中等规模量子（NISQ）计算机的计算能力。
• 应用噪声敏感性与稳定性理论，表明具有恒定或次恒定误差率的量子线路表现出混沌行为，从而阻碍可靠计算。
• 使用玻色子采样与相关性分析框架（来自Kalai与Kindler，2014年）证明，经典采样可在统计测试下模仿量子分布。
• 应用计算复杂性理论，表明采样比计算概率更简单，从而削弱基于采样任务的量子优势主张。
• 通过统计审视谷歌的53量子比特实验，认为其声称的量子优势在严格分析下不成立。
• 提出一个普遍原则——“刚性”——将计算不可行性与物理定律联系起来，表明量子系统无法维持相干且可扩展的计算。

实验结果

研究问题

• RQ1 在NISQ设备的真实噪声水平下，能否实现量子误差校正？
• RQ2 在噪声与误差传播的约束下，量子计算机是否可能在任何计算任务上优于经典计算机？
• RQ3 谷歌实验中使用的统计测试是否真正证明了量子优越性，还是经典系统可通过低阶相关性重现相同结果？
• RQ4 支配量子计算失败的物理定律是什么？它们如何与噪声敏感性和计算复杂性相关联？
• RQ5 量子优越性的失败是否可由量子系统中普遍存在的“刚性”原则来解释？其对量子模拟与经典建模有何影响？

主要发现

• 噪声中等规模量子（NISQ）计算机本质上受限于复杂性类LDP，该类允许多项式时间可学习，且不支持稳健的量子优势。
• 由于噪声敏感性，在恒定或次恒定误差率下，量子误差校正不可行，从而动摇了容错量子计算的基础。
• 谷歌2019年在53量子比特设备上声称实现量子优越性的说法不可靠，因为其统计证据可通过经典系统利用低阶相关性重现。
• 2020年发表于《科学》杂志的光子量子优势声明同样存在缺陷，其统计论据错误，且与卡莱对量子优势的普遍论断一致。
• 经典采样算法可在相同统计测试下模仿量子分布，表明采样本身并不意味着计算不可行性。
• 量子优越性的失败并非源于工程限制，而是源于深层的计算与物理原理——尤其是噪声敏感性与量子系统的刚性。