主要观点总结
文章介绍了谷歌推出的最新量子芯片Willow，阐述了量子计算与传统计算的本质区别，解释了量子优越的底层原因，并讨论了量子计算机的实际应用及现状。文章还提到了谷歌芯片解决的两个根本性难题，以及量子芯片的里程碑跨越。
关键观点总结
关键观点1: 量子计算与传统计算的本质区别
量子比特处于叠加态，可以同时代表传统电路的多个状态，这是量子计算比传统计算快的原因。
关键观点2: 量子优越的底层原因
量子计算机通过量子态的自然演化来解决问题，而经典计算机需要调用指数级资源去模拟量子态。在某些特定问题上，量子计算机可以实现对经典计算机的优越性能。
关键观点3: 量子计算机的实际应用及现状
目前量子计算机只能处理很有限的一些问题，科学家需要发明针对每个问题的量子算法。现在的量子算法主要包括质因数分解、搜索和线性代数操作等。量子计算机不会取代传统计算机，只是在某些特殊问题上具有优势。
关键观点4: 谷歌量子芯片的里程碑跨越
谷歌的Willow芯片解决了相干时间和实时纠错两个根本性问题，实现了量子芯片的规模化应用。
正文
道理简单，但真造出一台量子计算机来，选一个问题，让它操作一番，而这番操作对传统计算机（
严格说是「经典」计算机
）
很费力
。谷歌在2019年做成了这件事，
它选了一个为量子计算机量身定做的问题
。
这个问题叫
「随机电路取样（Random Circuit Sampling）」
。
想象你有一台量子计算机，它的电路是由若干个「量子门」，也就是量子的逻辑门组成。这跟经典芯片有逻辑门是一个意思。现在我们在量子芯片上选择若干个量子门，它们就组成了一个随机电路。把这个电路中所有量子门的初始量子态都设成零，让它演化一段时间，请问最终得到的结果会是什么？
是一大堆01的组合。有时候是这样的，有时候是那样，毕竟这里有量子随机性，你必须多做几次实验，得到一个概率分布。
好，现在请问，
如果让你用一台经典计算机来预测那个概率分布，你需要多长时间？答案是很长很长时间。
这是因为每个门开关的概率都得考虑到，你得把各种可能的电路走法都想一遍，就相当于前面说的把每条路径都算一遍，这里是天量的计算。
对量子计算机来说，这本来就是一个量子事件，跑一遍就得到一个结果
，多跑几遍就能得到结果的概率分布。注意因为量子随机性，你每次跑出来的结果是不一样的，所以答案不是一条唯一的路径 —— 但是考虑到各种相干相消，你已经自动过滤掉了很多路径，所以你不需要像经典计算机那样运算那么多次，就能得到一个稳定的概率分布。
关键在于，
量子计算机靠的是量子态的自然演化，而经典计算机只能调用指数级资源去模拟量子态。
在这个问题上，只要你这台量子计算机的逻辑门足够多，它就必然打败经典计算机。
2019年，谷歌的量子芯片首先在随机电路取样问题上打败经典计算机，所以叫做实现了
「量子优越性（quantum supremacy）」
，意思是在这个量身定做的问题上，它比经典计算机优越。
而
2024年这个Willow芯片，只不过是用更复杂的芯片再次做成了同样的事情，所选的问题也还是随机电路取样
，这里没什么本质不同。
“10的25次方年”一点都不值得吹嘘，因为这里是量身定做的问题。
这就好比说，我也可以出一道题，保证全世界最强的AI做得都没我好：这个题就是请你用一个算法模仿我。你再怎么模仿，也不可能比真正的我更像我！
随机电路取样是个合法的问题，但这并不等于说量子计算机已经成了传统计算机的威胁。
