李牮:从奇异粒子到量子计算

近日,腾讯深圳总部, 浙江西湖高等研究院PI(独立实验室负责人)李牮博士进行了一场名为 “从奇异粒子到量子计算”的科普讲座。李牮引领听众一窥即将到来的量子革命的一个重要前沿——量子计算,并进一步介绍其中非常有趣并极具潜力的一种方案——“拓扑”量子计算。作为拓扑量子计算的基石,李牮博士还介绍大家认识了一种性质奇异的粒子——马约拉纳费米子。

接下来,让我们跟着李牮博士,来看看这些令人着迷的物理怎样有机会在不远的将来再次深刻地改变人类的生活。

在谈量子计算之前,我们要先从什么是“量子”说起。这里的“量子”,其实是由量子力学所描述的事物的泛称。在量子的世界中存在着不少与我们从日常生活的“经典”世界中获得的经验不同的东西。举例来说,在经典的世界中的一只灰猫,无论人们什么时间看它,它都是灰色的;而在量子的世界中的一只灰猫,人们在看它的时候会发现它有时是黑色的,有时是白色的,只有在统计意义上它才是“灰色”的(见上图)。我们把这只量子猫所处的状态叫做黑和白的量子叠加态。

如果我们进一步将黑和白当作1和0这两个二进制数,那么这只量子灰猫实际上就是一个量子比特。不同于“非1即0”的经典比特,每一个量子比特都处在“既1又0”的量子叠加态。这样的量子叠加态可以由两个复数组成的一个矢量来描述(见上图),而每个复数的模方对应着这个量子比特在被读取的时候显示1或者0的几率——用我们刚才的量子灰猫的例子,这些几率也就是我们实际看到它是一只黑猫或者一只白猫的几率。

量子计算就是从若干个量子比特的初始状态出发,通过一系列变换操作,得到某个特定的终态作为计算结果(上图是一个简单的例子)。这里,量子计算与经典计算最根本的不同就是在于量子计算操作的对象是多个量子比特的量子叠加态。如果量子比特的总数目为N,而每个量子比特或1或0,我们就有种排列组合(例如,如果N=3,我们有下列排列组合:000,001,010,011,100,101,110,111)。这些排列组合构成了量子叠加态的基础——我们的N个量子比特可以“同时”(以一定几率)处在种状态上,类似于我们的一只量子灰猫可以“同时”处在黑和白两种状态。换句话说,基于N个量子比特的量子计算机可以对种状态进行并行处理,从而达到经典计算机无法企及的计算能力(假设N足够大)。

然而,成功制造出一台强大的量子计算机远非易事。这其中最大的障碍是量子退相干。简单的说,量子退相干会破坏我们的量子叠加态,是我们在日常生活中很难直接看到奇特的量子现象的“罪魁祸首”。量子退相干的来源又是无处不在的——温度、外界环境的各种干扰都能带来量子退相干。要想有效的克服量子退相干,一个非常有吸引力的方案就是拓扑量子计算。

拓扑是数学的分支,它不关心物体局部的细节,而只关心整体的分立化的性质。举个例子,一个茶杯在拓扑上可以等于一个甜甜圈,因为它们都有一个孔。茶杯的孔是把手的地方,甜甜圈的孔当然是它中间的孔。另外一方面,一个球和任何一个没有孔的东西是等价的,因为你总是可以把它捏成另一个东西(见上图)。当拓扑的概念应用到量子计算中来,就是我们想要找到一种特殊的系统,让其中的量子比特以及对它们的操作不受局部细节(干扰)的影响,从而很大程度上避免量子退相干。在现阶段,最接近实现拓扑量子计算的这样一个特殊的系统是基于奇异的马约拉纳费米子的。

马约拉纳费米子是一种“特立独行”的费米子。通常的费米子,例如作为代表的电子,和它的反粒子(正电子)具有截然相反的电荷——电子带负电,正电子带正电——从这个角度说,我们可以把它们看作一黑一白。然而马约拉纳费米子有点像我们中国的太极,它的反粒子——如果我们想象成把黑白互换——其实就是它自己(见上图)。但这还不是马约拉纳费米子奇异性质的全部。如果我们把两个马约拉纳费米子“拼”到一起,我们可能看到两种结果,如同我们得到黑色或者白色(见下图)。这很像我们开头所说的量子灰猫,或者量子比特——唯一的不同,也是根本的不同,是现在这个量子比特由两个马约拉纳费米子组成,而这两个马约拉纳费米子可以分处在相距很远的不同位置。这种分散于空间中的量子比特可以有效的对抗局部干扰带来的量子退相干。

更为有趣的是我们在这样的量子比特系统中实现计算操作的方法——编织。这里所说的“编织”是想象在一个平面中分布的若干个马约拉纳费米子随着时间而相互围绕运动所形成的图像(见上图)。精妙的物理和数学理论告诉我们,通过特定形式的编织,我们能够实现对马约拉纳费米子量子比特的某些基本操作,从而构成量子计算的基础。重要的是,这些编织的形式也具有拓扑的意义——如同一件织好的毛衣,无论穿着它的人身形如何,毛衣并无真正分别(除非毛线不幸断开)。

至今为止,制造一台真正强大的量子计算机,无论是拓扑的还是非拓扑的,仍旧是物理学家们夜以继日奋力追求的目标。但是我们有理由相信,美妙的物理将在不远的未来通过量子计算再次为人类的生活带来深刻的变化。

在讲座的最后,李牮博士介绍了西湖大学的办学理念、发展思路、建设进展。谈及加入西湖大学暨浙江西湖高等研究院的初衷,他这样说道,“对我而言,科研中的未知往往是财富:我享受它带来的煎熬,更享受解开未知后的骄傲。西湖高研院亦是这样的未知,我将致力于将她变成我和所有人的骄傲。”

附:李牮博士个人简介

李牮(1981-),湖北武汉人,曾为普林斯顿大学物理系博士后。2002年于西北大学获学士学位并保送进入中科院物理所;2004年转入香港大学并于2008年获得博士学位;2008年底至2013年在瑞士日内瓦大学从事博士后研究;2013年至2017年在美国普林斯顿大学从事博士后研究。 现为浙江西湖高等研究院理学研究所研究员。

原创声明,本文系作者授权云+社区-专栏发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

学界 | AAAI 2018获奖论文提前揭晓:两大奖项花落阿尔伯塔、牛津

3014
来自专栏镁客网

美物理学家颠覆现有全息技术,使走进3D电影的世界成为可能 | 黑科技

983
来自专栏机器之心

在大家热议Vicarious AI那篇Science论文时,我们和这家公司的CTO聊了聊(回应LeCun批判)

3568
来自专栏腾讯高校合作

犀牛鸟基金获奖者中科院自动化所刘康博士获COLING2014最佳论文奖

<图为在中国计算机大会上吕建院士、王巨宏女士为刘康博士(中)颁奖> 在刚刚结束的第25届计算语言学国际会议COLING2014颁奖仪式上,CCF-腾讯犀牛鸟基...

2867
来自专栏企鹅号快讯

拒绝boring,炫酷潮AI竞赛来袭!

韩梅梅 听说,上周AI界发生了一件大事? 李雷 对,李开复、王小川、张一鸣组了一个AI Challenger全球AI挑战赛,吸引了65个国家,1万多AI界武林高...

1835
来自专栏新智元

【重磅】RSS2016 深度学习机器人领域最新应用及趋势总结(PPT下载)

【新智元导读】虽然在计算机视觉方面取得巨大突破,但深度学习(DL)在机器人领域尚未成为主流。由于在特定情境下无法确保机器人做出规定动作等原因,机器人领域还有很多...

3415
来自专栏大数据挖掘DT机器学习

用R语言作上海房价预测模型

考虑到商品房经济始于1998年,且可供查找的数据截止到2011年,故本文的数据来源于1998-2011年的《上海统计年鉴》和国家统计局。在本文中主要讨论影响上...

3277
来自专栏机器之心

深度学习:远非人工智能的全部和未来

选自Linkedin 作者:Fabio Ciucci 机器之心编译 参与:黄小天、路雪 人工智能的这一波热潮毫无疑问是由深度学习引发的,自吴恩达等人 2011 ...

2538
来自专栏AI科技大本营的专栏

开讲 | 对抗样本攻击,AI安全专家90分钟聊GAN货

刚刚我们在音频里所提到的,是一年前轰动全球的大事件: 2016年5月7号,在美国的佛罗里达州,一辆特斯拉径直撞上一辆行驶中的白色大货车,酿成了世界上自动驾驶系统...

2015
来自专栏大数据文摘

昨天没能去清华亲眼见到Yann LeCun?这有一份演讲精华(提纲+PPT)

1072

扫码关注云+社区