Science重磅:谷歌百比特芯片实测“量子情境性”
量子情境性是指测量结果无法预先确定,而是取决于测量“情境”,这一现象已被提出作为量子优势的来源之一。然而,语境性在量子计算中的作用尚不明确。 2026年11月19日,Google Quantum AI、普林斯顿大学、马萨诸塞大学阿默斯特分校、耶鲁大学、莱斯大学、明尼苏达大学、牛津大学、塞维利亚大学、加利福尼亚大学圣巴巴
量子情境性是指测量结果无法预先确定,而是取决于测量“情境”,这一现象已被提出作为量子优势的来源之一。然而,语境性在量子计算中的作用尚不明确。
2026年11月19日,Google Quantum AI、普林斯顿大学、马萨诸塞大学阿默斯特分校、耶鲁大学、莱斯大学、明尼苏达大学、牛津大学、塞维利亚大学、加利福尼亚大学圣巴巴拉分校组成的研究团队在《Science》期刊上发表题为“Quantum-classical separation in bounded-resource tasks arising from measurement contextuality”(测量情境性–经典性能分离)的研究论文。
研究团队先用少量量子比特实现-科亨-斯佩克不等式量化情境性,随后实施多玩家格林伯格-霍恩-蔡林格游戏,另行求解
测量情境性
过去,只要谈到“量子叠加”和“量子纠缠”。 量子纠缠在量子通信里已经研究得很透彻,但放到量子计算里,事情就没有那么简单了。
从计算复杂度理论来看,在通用计算模型下,学术界还没有给出量子优势的无条件数学证明。只有极少数特定任务,在严格限制内存、通信或电路深度的前提下,才能证明量子与经典之间存在明确的性能分离。
而越来越多的理论研究指向一个被长期低估的物理资源:量子情境性。早在2014年,Howard等人在《自然》(Nature)发表的论文就指出,情境性正是通用量子计算实现加速所需“魔态Magic State)”的底层来源。
所谓世纪之争。爱因斯坦曾质疑:“当没有人看的时候,月亮还在那里吗?”
经典物理学认为物理属性在观测前就已经客观确定,测量只是把预设值读出来。但量子力学却认为在特定量子系统中,你无法在测量前为所有可观测量赋予固定、自洽的数值。一个物理量测出来是什么结果,取决于你同时对它执行了哪些相容测量——也就是它所处的“测量情境”。
此前,研究人员已经在光子、离子阱等少数几个粒子的微型系统里反复验证过情境性。但是量子态极脆弱,每多加一个
资源受限的协同任务
如何把“量子情境性”变成可测量、可对比的工程指标?谷歌团队的做法是把物理定律转化为“资源受限的协同任务”,搭建起一套从少体到多体、层层加码的硬件验证体系。
少比特尺度上,团队先引入“魔方博弈”,也就是量子伪心灵感应博弈。在这个游戏中,Alice和Bob可以事先商定策略,开赛之后便不能通信。裁判从一个3×3方阵中随机指定一行和一列,分别交给两人。两人只能填+1或−1,需满足行乘积为+1、列乘积为−1,且交叉格数字一致才能获胜。
然而,不管经典策略怎么预设表格,最高胜率都是88.89%。如果两人事先共享两对纠缠贝尔态,隔离后只需按照行号或列号进行联合测量,这时候,“情境”和纠缠可以锁定结果,理想胜率达到100%。
图:魔方阵游戏
为了不依赖特定的初始量子态来评估硬件本身的情境性,团队还采用了Cabello等人提出的贝尔-科亨-斯佩克尔(BKS)不等式检验,将九宫格期望值浓缩为指标χ。任何“非情境隐变量”理论的χ上限是4,量子极限可以达到6。该测试最大优势是“态无关”,即理论预言对任意初始态都成立。只要测出χ>4,就能直接认定硬件处于非经典情境性。
从少量比特扩展到百比特系统后,团队提出了两项多体任务。
第一项是可扩展的N方GHZ奇偶性博弈。N名玩家每人持有一个量子比特,在禁止通信的前提下各自输出0或1,并核对奇偶性。随着人数增加,经典最优猜测的胜率降低至50%;而共享GHZ态的玩家只需在X或Y基下测量,理论胜率依然保持在100%。
第二项是二维隐藏线性函数(HLF)问题。理想量子电路使用一个深度恒定(只有几层逻辑门)就能以100%的概率给出正确解,而同深度经典电路在规模扩大后必然失效——因为经典信息受限于“局部视野”,量子电路却能靠纠缠与情境性破壁。
虽然严格的理论无条件优势证明需要数万个量子比特才能完全落地,但在百比特规模上跑通这套算法,本身就是对多体情境性计算能力的压力测试。
71比特博弈与105比特求解
上述硬件实验已经全部在谷歌超导处理器上完成。
研究团队在魔方博弈中选取2×2的四比特方阵,制备高保真度贝尔态并分给双方。实验覆盖全部9种行列组合、各运行10万次后,处理器平均胜率达到98.30%±0.01%。这相当于每60局才因噪声失误1次,刷新该博弈的公开实验最高纪录。
BKS不等式测试要求对同一系统连续进行三次“无损”测量。团队引入辅助量子比特执行量子非破坏性(QND)测量,每次读出后立即将其重置为∣0⟩态,完整保留主比特状态。研究人员把180个随机情境(共540次连续QND测量)串联并运行千次后,实测χ=5.590±0.008。
这一数值比量子理论极限6低约7%,对应的情境分数为0.795,超出非情境上限4近200个标准差。
图:用BKS不等式量化测量情境性
在GHZ奇偶性博弈中,团队将规模扩大至71比特。每个规模测试1000个独立配置、各运行千次。随着比特数增加,累积噪声使胜率下降,但在71比特时,实测胜率仍高出经典上限多个标准差。团队还验证了45比特的真正多体纠缠。
图:N比特GHZ奇偶性博弈
研究还客观对比了IBM近期的120比特纠缠实验,指出后者使用“后选择”等误差缓解手段,而在禁止通信的严格博弈协议下,这类手段并不合规。
二维隐藏线性函数(HLF)问题则从9比特扩展至105比特。团队以阿达玛门、S门及四层CZ门构建浅层电路,并借助开源Stim模拟器验证。每个规模测试千组随机矩阵、各运行百次后,105比特下的正确求解概率约为0.6,仍高于0.5。按经典电路至少需
层双比特门的基准对比,这台受限于二维网格连接的量子处理器,直至105比特消耗的门层数依然少于经典模型。
图:二维隐藏线性函数(HLF)问题的量子求解
写在最后
这项研究的价值远不止在百比特
业界此前担心量子比特规模扩展到百比特后,噪声和串扰会抹平非经典关联。但71比特GHZ博弈和105比特HLF求解证明,只要门保真度和串扰控制达标,多体量子情境性完全能在高密度超导芯片上存活,且能支撑超越经典策略的资源受限任务。
而且行业常用的RCS)和“随机测试很美,结构化算法露馅”。
而魔方博弈、BKS测试和HLF要求多比特在高度结构化电路中精确协同,微小相干误差根本藏不住。更关键的是,传统测试常问“有没有跑赢经典标准”,情境性测试给出的却是胜率1、χ值6、情境分数1。这对未来分子模拟、材料科学等结构化算法应用尤为重要。
最重要的是,情境性是实现容错通用量子计算所需“魔态”的物理根源,谷歌近期也基于相关算法推进了“魔态培育”实验。总之,把不可观测的哲学争论,转化为可量化、可追踪的工程参数,正是硬科技走向成熟的典型路径。
[1]https://www.science.org/doi/10.1126/science.aec3042
[2]https://research.google/blog/a-game-you-cannot-win-unless-you-have-a-quantum-computer/