微软官宣创建12个逻辑量子比特 联合AI首次破解化学难题

而且，这是数量最多、保真度最高的量子纠缠比特。

这是通过改进Quantinuum领先的量子计算机H2（56物理量子比特），才取得如今这一突破性的进展。

这证明了，微软在世界级纠错方面的专业能力。

仅用了不到3个月的时间，他们便将可靠的逻辑量子比特数，增加了3倍。

此外，将所有12个逻辑量子比特纠缠在一个复杂状态中，进行“更深层次”的量子计算时，相较于对应的物理量子比特，电路错误率提高了22倍。

这些结果，均在Azure Quantum计算平台上完成，并利用离子阱硬件实现了逻辑量子比特的规模化计算。

最让人兴奋的是，微软展示了首个端到端的化学模拟。

AI可以处理大规模数据，量子可以实现复杂计算和精度更高结果，直接研发过程从几年时间，压缩至短短几天。

未来，可扩展量子计算将为科学发现铺平道路，特别是在化学、物理和生命科学领域。

与此同时，微软还宣布与Atom计算联手打造世界上最强大的计算机，下一步实现1000+高性能的逻辑量子比特。

有网友称，如果有了充足的能源，从量子计算角度来看，计算成本将降至0（特别是对于训练AI模型）。到了那时，Scaling Law就真的终结了。

我们正处在量子AI时代边缘。

12个逻辑量子比特创纪录

微软和Quantinuum创世之举的实现，离不开两个关键要素：

一个是Azure Quantum量子比特虚拟化平台，另一个是H2离子阱量子计算机。

3个月，数量增加3倍

今年4月，微软和Quantinuum曾联手将量子比特虚拟化系统，应用与H系列离子阱捕获量子比特。

没想到，他们在H2上从30个物理量子比特中，创建了4个逻辑量子比特，创下当时新纪录。

而且，其逻辑层面的错误率比物理错误率，要强800倍。

而现在，微软通过扩展微软纠错算法，并对H2进行优化。由此，改进后的H2量子计算机，实现了56个量子比特，双量子比特保真度为99.8%。

在此基础上，团队解锁了12个高度可靠的逻辑量子比特。

此前，在贝尔态（Bell state）准备中，他们将两个逻辑量子比特纠缠在一起。

而在这项研究中，所有的12个逻辑量子比特，以更复杂的排列纠缠，可以称为CAT态，或Greenberger-Horne-Zeilinger（GHZ）。

当这些逻辑量子比特纠缠在一起时，它们的电路错误率为0.0011。

这要比相应的物理量子比特的电路错误率（0.024），提升了22倍。

8个量子比特，5轮重复纠错

为了进一步验证，研究人员进行了几个使用改进的逻辑量子比特容错型计算。

在8个逻辑量子比特上，能够成功进行5轮重复纠错。

此外，8个逻辑量子比特被用在纠错过程中，执行容错型计算，成功展现了逻辑纠缠操作与多轮量子纠错的结合。

它们的电路错误率为0.002，相较于相应的物理量子比特，提高了11倍。

这也是微软首次展示，计算和纠错结合的强大优势，并且逻辑量子比特能够可靠执行更加深入的量子计算，进而为容错量子计算铺平了道路。

首个端到端化学模拟，加速科学发现

那么，微软开展的量子计算实验，究竟有什么用？

最终，是为了加速科学发现。

对此，研究人员开展了端到端化学模拟，将云HPC、AI、高可靠性量子计算结合，创造了一个混合式工作流。

论文地址：https://arxiv.org/pdf/2409.05835

在量子计算中，2个逻辑量子比特（通过量子比特虚拟化系统和H1创建），用于构建一个重要催化中间体的活性空间基态，再进行测量

如下图1所示。

图1 首次通过AutoRXN预测的P-N-N-P铁催化剂反应途径，这些途径对反应产物功能具有显著影响

然后，再将测量结果交由AI，估算活性空间的基态能量。

这是首次将HPC、AI和量子计算硬件结合，来解决科学问题。

接下来，具体阐述微软如何通过这样一个混合工作流，完成在化学领域中的实际应用。

首先，研究团队在Azure Quantum Elements中，使用AutoCAS和AutoRXN进行高性能计算（HPC）模拟，分别识别催化剂的活性空间和反应途径。

然后，他们优化了用于自定义量子算法中的错误检测代码，以在两个逻辑量子比特上模拟活性空间的量子行为。

接着，使用了一种称为经典阴影的方法，测量逻辑量子比特，以生成经典数据。

这一方法利用测量结果，作为经典数据来训AI模型，进而了解分子的量子性质。

在然后，将这种“阴影数据”与AI模型结合，确定催化剂的化学性质，并估算达到化学精度的活性空间基态能量（图2）。

为了方便比较，研究人员对物理量子比特，也进行了类似的计算。

图2 使用物理量子比特和逻辑量子比特，估算活性空间基态能量时所达到准确性的比较图。逻辑量子比特计算产生更好的基态能量估算，可能性高达97%。化学精度限制在，以经典计算得出的真实基态能量1.6mHa以内

通过经典计算方法，得出催化剂活性空间的基态能量，最终评估基于混合量子和AI结果的准确性。

使用量子比特解决这个问题，并未展现出科学量子的优势，因为经典计算机也可得出。

然而，对于一些复杂化学问题，经典计算放大不太可能以高精度方法解决，因此量子计算机就是不二选择。

以上，便是整个化学模拟的全过程，这一概念得到验证，说明了两个问题：

- 首个使用量子计算、高性能计算（HPC）和AI来模拟和解决化学问题端到端工作流程演示。

- 量子力学问题以高度准确性得到解决。比起物理量子比特，逻辑量子比特基态能量估算更好。

这些成就展示了在科学量子优越性方面的持续进展，当量子-经典混合超级计算机能够解决，传统计算机无法单独解决的科学问题时，量子计算里程碑就实现了。

量子计算，迎来新时代

Google之外，微软在量子计算上投下重注。

纳德拉曾公开表示，混合现实、人工智能和量子计算是未来数年“塑造”世界的三种开创性技术。

微软正在迎来计算新时代，在量子计算中的突破，是为了释放科学潜能，应对世界上一些最紧迫的挑战。

这也是Azure Quantum——首个可靠量子计算平台，诞生的原因之一。

他们希望，通过这一平台，可以让量子计算规模化。

5个月前，微软等展示了可靠性比物理量子比特，高800倍的逻辑量子比特，并宣称已进入利用可靠量子计算机解决实际问题下一阶段。

因为，如今的嘈杂中等规模量子计算机（NISQ），主要问题是物理量子比特噪声太大且易出错，并在实际应用中不可靠。

而且，仅仅通过增加物理量子比特，不足以实现文件的量子纠错。

这就是为什么，需要过渡到可靠的、高保真的逻辑量子比特。

通用多个物理量子比特结合，可以抵御噪声，并在长时间计算中保持相干性。

不过，量子计算并不是孤立存在的，它需要与云HPC的强大功能深度集成。

因此，新一代混合量子应用程序，才可以解决人类当前最紧迫的挑战——开创更加可持续能源方案，拯救生命的治疗方法。

Azure Quantum计算平台能够提供多种硬件架构的量子计算，而且支持业界领先的混合量子应用程序。

所有的程序都放置在，一个安全、统一、可扩展的云环境中。

创建新一代混合量子应用程序

通过将高性能计算、AI和量子技术相结合，整合到同一个云平台Azure Quantum上，微软正在开创一种新的计算范式。

Azure Quantum能够利用多种量子比特架构和多种芯片，使量子应用程序无缝执行，从而为各种应用领域提供加速计算，比如生成化学和密度泛函理论（DFT）。

AI在大规模数据处理方面的优势，和量子在复杂计算中前所未有精度形成了互补，构成了强大的计算基础，提供了一个安全、统一且可扩展的混合计算环境。

这使得创新者能够开发出最佳方案，解决经典计算机上难以处理甚至无法解决的问题。

这种差异化的计算栈中，研究人员在适当的阶段使用量子工具，加上Copilot的工作流协同、开发者工具、经典超算、AI协同推理和多模态模型，以迭代循环的方式推进。

在微软看来，这种方式能迸发出巨大的力量，或许能将研发和解决方案的工程周期，从几年缩短到几天。

参考资料：

https://azure.microsoft.com/en-us/blog/quantum/2024/09/10/microsoft-and-quantinuum-create-12-logical-qubits-and-demonstrate-a-hybrid-end-to-end-chemistry-simulation/

https://blogs.microsoft.com/blog/2024/09/10/microsoft-announces-the-best-performing-logical-qubits-on-record-and-will-provide-priority-access-to-reliable-quantum-hardware-in-azure-quantum/