微软最近发布了新一代量子芯片Majorana 2。官方宣称,这颗芯片上的量子比特的平均存活时间达到惊人的20秒,可靠性比上一代提升了1000倍。微软据此放了一句狠话“2029年,我们将拥有一台具有商业价值的可扩展量子计算机。”就在去年,业界对此主流预期还是“十年以后”。现在,微软直接把时间缩短一半。
在这颗芯片的研发过程中,微软大量借助了自家AI平台“Microsoft Discovery”的代理型AI,让AI团队像人类科研小组一样分工协作,自主分析海量实验数据、提出假设、优化制造工艺。一个是量子计算的硬件突破,一个是人工智能的软件助攻,两个最前沿的赛道正在相互成就。
什么是量子芯片?
量子芯片操纵的是量子比特。一个量子比特可以处于0和1的叠加态,测量之前,它像一枚旋转的硬币,同时携带0和1的可能。两个量子比特的叠加态可以包含00、01、10、11四种可能,三个比特则对应八种......以此类推,n个量子比特的量子态是2n维的。再通过精心设计的操作,由量子门(量子计算中的逻辑门)操纵量子态的相位,使得概率幅在叠加中发生干涉,将正确的答案放大出来。这就是人们称量子计算机拥有“指数级算力”的原因。
除此之外,两个纠缠的量子比特还有一种奇特的关联,测量其中一个,另一个的状态会瞬间确定,无论它们相隔多远。利用这些量子特性,量子计算机有望完成经典计算机很难高效完成的任务。
量子芯片就是专门用来产生、操控和测量这些量子比特的处理器。它所用的不是传统的晶体管,而是用超导电路、囚禁离子、光子乃至拓扑材料来捕捉量子态,让它们按照人所设定的逻辑,即量子门,进行计算。
量子芯片的弱点
量子比特虽然强大,但它具有极其敏感、极度脆弱的致命弱点。
一个量子比特的叠加态,稍微受到一点外界干扰,比如温度波动、电磁辐射和宇宙射线,就会瞬间坍缩成一个确定的0或1,从而丧失并行计算的能力。这种现象叫退相干。
在微软的Majorana 1芯片之前,主流超导量子比特的寿命通常只有几十微秒。也就是说,刚刚把它准备好,还没算几步,它就死了。因此,衡量量子芯片好坏的一个关键指标,就是量子比特的寿命,也称相干时间。
微软这次宣称量子比特的寿命达到20秒,在业内引发了地震般的反响。因为对于量子操作来说,20秒已经是天文数字。要知道,执行一个量子门操作只需要一微秒(百万分之一秒)。20秒意味着可以进行两千万次操作,从理论上讲足够运行相当复杂的量子算法了。微软甚至打了一个形象的比方:“这一改进差不多相当于发明一种手机电池,手机原本只能用一天,现在充一次电可用近三年。”
20秒只是平均值,部分量子比特甚至能维持一分钟。而上一代Majorana 1的寿命只能达到毫秒级别,所以微软才说“可靠性提升了1000倍”。
那么,微软是怎么做到的?答案隐藏在它的技术路线里:拓扑量子计算。
微软的秘密武器:拓扑量子比特
大多数主流量子芯片,比如谷歌、IBM,使用的是超导量子比特。它的技术相对成熟,但为了规避环境干扰,需要极低的温度,接近绝对零度-273°C,而且寿命短,容易出错。
微软花了20年走了另一条更难,但从理论上讲更有优势的路:拓扑量子比特。
在纸上打一个孔或两个孔,把纸揉成一团,纸会变形,孔却始终在那儿,一个孔不会变成两个孔,两个孔不会变成一个孔,纸上有多少个孔就是一种拓扑不变量。再比如将两根绳子编织在一起,绳子彼此交换位置的顺序也是一种拓扑不变量。拓扑量子比特正是利用了拓扑不变性来保护量子比特信息,信息并非存储在特定的粒子上,而是存储在准粒子(粒子系统的某种集体激发)相互交换位置所成的编织纹理之中。这种存储方式是非局域的,也就是说,比如噪声和热量这样的小扰动很难破坏整体的拓扑结构。因此,拓扑量子比特天生就对环境噪声不敏感,稳定性远超其他类型的量子比特。
微软使用的这种准粒子有一个传奇的名字:马约拉纳(Majorana)子。1937年,意大利物理学家埃托雷·马约拉纳预言,有一种奇特的费米子,其反粒子就是它自己。目前这种粒子还没被发现。21世纪初,科学家们开始在凝聚态物理中寻找它的模拟:一种叫做马约拉纳零能模的准粒子。马约拉纳零能模在二维空间中交换位置时,总体的量子态会发生变化,交换的顺序影响最终结果,类似于头发的编法不同,最后的辫子不一样。
1997年,任职于俄罗斯朗道研究所的物理学家Alexei Kitaev首次提出将马约拉纳子用于拓扑量子计算的理论。2005年,微软成立StationQ,Kitaev当时是核心成员之一,微软从此投身于这条技术路线,前后花了将近20年。2025年,微软发布了第一代Majorana芯片,证明拓扑量子比特在原理上的可行性,他们革命性地使用了拓扑超导体,可以创造一种全新的物质状态,从而实现更稳定的量子计算。今天的Majorana 2则是把原理变成了实实在在的性能飞跃。
其中一个关键改进是材料变了:第一代Majorana芯片的拓扑超导体用铝为材料,第二代改用铅。铅本身常用作辐射屏蔽材料,用它做超导体,可以大大加厚量子比特的护盾,保护脆弱的量子态免受宇宙射线干扰。这个听来似乎不算颠覆的改动,辅以AI对数百个工艺参数的优化,最终带来了1000倍的可靠性提升。
然而,目前Majorana 2只集成了12个量子比特。要想实现具有商业价值的通用量子计算机,业内普遍认为至少需要数百万个量子比特。从12到100万,中间还有无数工程和物理难题需要攻克。微软敢说2029年,表明他们对自己的拓扑路线非常有信心,因为从理论上讲,拓扑量子比特的纠错开销远低于其他主流方案,一旦付诸实践,有望比其他方案更快落地。
AI立功:代理型AI如何加速量子芯片研发
微软这次之所以能在可靠性上实现1000倍飞跃,还有一个不可忽视的“助攻”:代理型AI。微软拥有Microsoft Discovery的平台。这个平台的核心能力是部署代理型AI,也就是多个AI智能体可以分别扮演不同的角色,比如数据分析员、实验设计员、文献研究员,在人类科学家的指导下自主完成科研工作流。
事情要从Majorana芯片最核心的材料说起。第一代Majorana使用铝作为超导体,而第二代改用铅。更换材料牵一发而动全身,团队花了数年时间才摸索清楚各种权衡。要找到那个精确的掺杂配方,需要成百上千次实验。而现在,AI首先通过模拟圈出高概率目标,理想情况下,只需要实验一次。
这还只是开始。量子芯片的制造涉及软件、架构、材料堆栈、工艺、测量等无数环节,一个参数的改动可能引发连锁反应。人类工程师很难同时盯住所有变量,但AI代理可以。更关键的是,微软量子团队积累了近二十年的海量实验数据,格式五花八门,分散在不同国家、不同专业背景的科学家手里。AI代理能够重新综合并找到我们人类看不见的关联,因为没有任何一个人拥有那么广阔的视野。
AI的另一个杀手锏是加速实验。创建拓扑量子态需要同时调整几百个电压参数,然后进行测量,而测量恰恰是量子计算中最耗时、最精细的环节。以前,一个科学家手动完成一轮测量可能要花几周。团队曾尝试用早期的机器学习方法进行自动化,但没能成功。直到他们利用Microsoft Discovery平台训练出一个专用AI代理,将整个周期缩短了若干个数量级。AI可以并行扫描整个参数空间,自动判断哪个地方才是一切可以正常运转的最低点,然后精准定位。
最后,AI还帮团队解决了“幽灵噪声”问题。有一次,实验数据总是不对劲,科学家们排查了很久都没有头绪。后来一个AI代理综合了物理模型、设备日志和工艺知识,从原始数据中揪出了一个未经校准的温度传感器,它一直在悄悄破坏测量结果。
可以说,没有AI的参与,Majorana 2的1000倍性能飞升可能要再花好几年才能实现。这也印证了一个正在形成的共识:量子计算和人工智能可以相互成就。AI加速量子计算硬件的研发,量子计算机未来又反哺AI,为机器学习提供指数级算力。
靴子能落地吗?
在这个竞技场中,微软不是唯一的选手。通往“量子彼岸”的道路不止拓扑量子芯片一条,还有超导量子芯片、囚禁离子芯片、光量子芯片和硅自旋量子比特。各国政府也在加码投入。中国在量子通信和量子计算领域都有大规模布局;美国向量子计算公司大量拨款;欧盟也启动了“量子旗舰”计划。
2029年,微软真的能做出商用级量子计算机吗?英国萨里大学的物理学教授Paul Stevenson评价道,在制造可靠量子比特方面,微软看来已经取得了突破,如果成果经得起检验,这个时间听来合理。但与此同时,也有不少科学家希望看到更多经过同行评审的详细数据,因为微软此次发表的相关论文尚未完成同行评审。
当然,在微软的高调宣言和狂欢背后,也有几个问题值得冷静思考。第一,20秒够用吗?20秒的量子比特寿命,较之几十微秒而言,确实是惊人的飞跃。但实用级别的量子算法需要数以亿计的量子门操作。即便按一微秒一次算,20秒也只能跑两千万步,距离破解RSA密码、精确模拟药物分子所需要的数字还有好几个数量级的差距。须知退相干是物理定律定下的限制,是工程技术永远无法彻底摆脱的。第二,编译成本问题。每次用量子计算机解决一个问题,都先要在经典计算机上做一套编译,把问题翻译成特定的量子电路,再根据量子芯片的参数求解方程以得到量子门对应的电磁脉冲序列。这套编译过程不具有普适性,一次一编译,而且编译过程本身消耗的经典计算机算力可能接近,甚至会超过直接用经典方法求解的成本。第三,万一量子计算机报出的答案错了呢?人无法用经典计算机加以验证,假如能验证,也就不需要量子计算机了。最后答案错了,也不知错在何处。
建成商用级量子计算机的美梦,犹如一只悬空的靴子,迟迟不能落地。有朝一日纵使落地,可能不过是一声闷响。纵观科学史,科技的进步有时更像“无心插柳柳成荫,有心栽花花不成”。被人寄予厚望的,不一定能实现,而出路和突破,或许偏偏就在意想不到之处。
参考文献
https://news.microsoft.com/source/features/innovation/majorana-2-microsoft-discovery-agentic-ai/
https://www.bluequbit.io/blog/quantum-chips
https://www.bbc.com/news/articles/cj4p7gyvp52o
https://zhuanlan.zhihu.com/p/2035004303467917427?share_code=14f9XN3e5wlBq&utm_psn=2035105136662553502&utm_source=wechat_session&utm_medium=social&s_r=0&wechatShare=1
本文来自微信公众号: 心智观察所 ,作者:心智观察所
