一个由国际专家组成的团队开发出了一种新的量子计算机基准测试方法，利用数学物理学从随机数据序列中推导出有意义的性能指标。这种工具可以描述量子操作的特征，并将其与传统计算进行比较，只需对数较少的数据就能获得更深入的见解。

量子计算领域正在迅速发展，但随着量子计算机的规模和复杂性的增加，它们已不再像一种工具，而更像一个神秘的"黑盒子"。现在，一个利用数学物理学的团队已经打开了这个黑盒子，成功地从看似随机的数据序列中提取出了具体的指标。这些指标可作为评估量子计算机性能的基准。

柏林亥姆霍兹中心、柏林自由大学、阿姆斯特丹 Qusoft 研究中心、哥本哈根大学和阿布扎比技术创新研究所的专家参与了这项工作，研究成果现已发表在《自然-通讯》上。

量子计算的效率

量子计算机可用于更高效地计算量子系统和解决材料研究等方面的问题。然而，量子计算机越大、越复杂，得出结果的过程就越不透明。因此，我们需要合适的工具来描述这些量子操作，并对量子计算机与经典计算能力在相同任务中的能力进行公平的比较。延斯-艾塞特（Jens Eisert）教授和英戈-罗斯（Ingo Roth）领导的团队现在已经开发出了这样一种具有惊人才能的工具。

量子计算机（此处为阿布扎比技术创新研究所的一项实验）在极低的温度下工作，以尽量减少噪音和不必要的干扰。利用新开发的数学工具，现在可以通过随机测试数据评估量子计算机的性能，并诊断可能存在的错误。图片来源：Roth/量子研究中心，TII

来自随机测试序列的启示

目前正在阿布扎比技术创新研究所（Technology Innovation Institute）成立一个小组的埃佐克-罗斯（Ezoic Roth）解释说："从随机测试序列的结果中，我们现在可以提取出不同的数字，这些数字显示了统计平均运算与所需运算的接近程度。这样，我们就能从相同的数据中学到比以前更多的东西。最关键的是：所需的数据量不是线性增长，而是对数增长。"

这意味着：要学习一百倍的知识，只需要两倍的数据量。这是一个巨大的进步。该团队利用数学物理学的方法证明了这一点。

艾瑟特是柏林亥姆霍兹中心和柏林自由大学理论物理联合研究小组的负责人，"我们已经展示了如何利用随机数据来校准此类系统。这项工作对量子计算机的发展非常重要"。