中国首次实现量子优势后，科学评论家坐不住了。作为量子计算领域最重要的专家之一，斯科特对这一成果赞不绝口，甚至还发了一篇博文进行分析。在斯科特看来，此次潘建伟和卢朝阳团队取得的研究成果，不仅是量子计算优越性的有利证明，也是量子计算超越传统方法的又一重要证明。突破。毕竟，在此之前，关于量子计算优越性的争论从未停止过。此前，GilKalai（著名数学家）曾撰文称，用玻色子进行多光子采样在理论上是不可能成功的。而IBM也对谷歌获得的量子计算的优越性提出了质疑，认为这种证明方式完全不可靠。相比之下，IBM使用传统方法可以达到相同的结果。然而，“九章”的实验结果无疑从理论上和方法上证明了量子计算的优越性，毫不留情地给了质疑者以有力的一击。那么，什么是量子优势，什么是玻色子采样？Scott对量子优越性进行了科普，介绍了潘建伟和陆朝阳团队此次取得的成果。什么是量子优势？我们先来回答这个问题。据卢朝阳介绍：量子优势是指当一个新生的量子计算原型机在某个问题上的计算能力超过了最强的传统计算机时，就证明它在未来的很多方面都有超越的可能。就在去年，谷歌率先实现了这种量子霸权。它构建的量子计算原型叫做Platanus。Platanus在解决“随机线采样”问题时，在100万样本的情况下只需要200秒。然而，当时世界上最快的超级计算机Summit却用了2天时间解决了这个问题。对此，谷歌CEO皮查伊评价：这是量子计算领域的HelloWorld时刻。现在，随着九丈的出现，量子计算与传统计算的差距拉大了：解决玻色采样问题时，九丈在5000万样本的情况下只需要200秒。当今最快的超级计算机富岳，将耗时6亿年。如果样本数量继续扩大，比如100亿个样本，九丈需要10个小时，而富岳则需要1200亿年。横向对比的话，九丈的速度比涡虫快了一百亿倍！据微博用户“沐瑶”称，量子霸权一词的发明者JohnPreskill当时评价道：2012年提出量子霸权概念时，他问大规模量子计算是否非常非常困难。或者它非常困难？前者意味着还有几十年，后者意味着可能是百年。谷歌的结果让他更加相信前者。斯科特表示，与谷歌相比，潘建伟团队此次实验的意义在于，这是首次通过光子学证明量子计算的优越性。当然，斯科特也调侃了潘建伟团队解决的玻色子采样问题：这除了证明量子计算的优越性外，也是反驳吉尔卡莱理论的有利证据。那么，吉尔卡莱一直认为理论上不可能的玻色子采样的难点在哪里呢？什么是玻色子采样，难点在哪里？玻色子采样解决的本质上是这个问题：光子的分布是怎样的？对于量子计算机来说，只需要让自己符合光子的分布就可以解决这个问题。然而，传统计算机必须通过计算称为永久矩阵的矩阵来计算光子的分布。如果只输入两个光子，计算机只需要计算一个2×2的矩阵。然而，随着光子输入和检测器数量的增加，矩阵的大小也会增加，从而增加问题的计算难度。按照Scott的说法，普通经典计算机模拟BosonSampling实验的难度增加了大约2^n，其中n是检测到的光子数。除了考虑噪声等实验影响条件外，还必须不断对结果进行统计检验，以验证这些影响对实验造成的欺骗性结果。斯科特说，与这些验证过程相比，团队可能更容易给出具有欺骗性的结果（但他们没有）。事实上，斯科特在审阅稿件时发现，潘建伟团队仅用了30个光子来验证他们的实验结果，而且还依赖于合理的外推。斯科特觉得奇怪，如果按照团队给的方法，应该可以达到40个光子，甚至50个光子吧？目前直接验证n个光子的BosonSampling大约需要2^n倍的时间，但目前的超级计算机应该可以满足计算条件。几周后，团队作者给出了回应，称他们现在已经验证了40个光子的结果，但只花了大约40万美元……听起来有点贵，不过陆朝阳也对此回应：钱吧不是我们生产的，而是由无锡的超级计算机“神威·太湖之光”（世界超级计算性能排行榜第4位）生产的。至于用于冷却超级计算机的水，太湖之光负责人表示，可以为周边居民区供暖……“谢谢陆朝阳送来的200个口罩。”最后，Scott还谈到了这篇评测中的一些有趣的事情。斯科特说，疫情发酵一段时间后，当时中国已经恢复生产口罩，但在美国几乎买不到。这时，组长之一的卢朝阳送来了200个口罩（斯科特说他压根没提这个要求）。对此，Scott表示：我很感谢这件事，虽然不会影响我的审核结果。有网友调侃，以后投稿的时候，能不能顺便给审稿人送点口罩？原Scott博客：https://www.scottaaronson.com/blog/参考链接：https://weibo.com/1644684112/JwTSjD34L
