Google Quantum AI 宣布，已在其量子处理器 Willow 上实际运行了一项名为“魔态培育”（magic state cultivation）的技术，与未经培育的状态相比，错误降低了约 40 倍。相关结果发表于《Science》杂志。该公司表示，这一步解决了推动量子计算扩展至实际应用所面临的最棘手资源瓶颈之一。
为什么魔态会成为瓶颈？
通用量子计算需要一组特定操作，才能运行超越传统计算能力的实用程序。为执行这些操作，人们会创建称为“魔态”的特殊量子状态，然后将其用于纠错操作。然而，创建高质量且经过纠错的状态会消耗大量资源；Google 引用的估算显示，量子计算机多达 95% 的能力可能会用于生成这些状态，而不是执行计算本身。
问题还在于，魔态一经使用就会被消耗，无法重复使用，因此会成为量子系统中的稀缺资源。
培育技术如何运作？
这一由 Google Quantum AI 研究人员基于既有研究开发的思路，是将一个有噪声的状态输入芯片上的一小块区域，然后进行一系列协调测量，以发现并排除有缺陷的尝试。通过这种方式，可以培育出纯度更高、错误率更低的量子状态，同时对其进行调整，使其适用于能够在计算机内部使用的更大编码。
主要挑战在于将理论设想转化为能够在真实硬件上运行的系统。在测试期间，团队发现电气设备漂移和温度变化产生了某种噪声，影响了用于评估结果的测量方法的有效性。在进行模拟、一致性检查和假设审查后，研究人员加入了控制手段以减小噪声影响，并设计出一种新的测量技术，将培育过程本身用作校准工具。
测量结果以及实际发生了什么变化？
在 Willow 处理器上，与未经培育的状态相比，该协议将错误降低了 40 倍，同时生成了逻辑保真度达到 99.99% 的 T 态。Google 称，这是量子测量领域的新纪录。
团队还展示了在两种量子纠错类型之间转换的可能性：“色码”（color codes）适合魔态培育，而“表面码”（surface codes）则是一种更成熟的方法。这包括将状态从距离为 3 的色码转移至距离为 5 的表面码，同时保持经过提纯的状态并在硬件内部完成传输。
还有哪些问题尚未解决？
这一结果并不证明实用量子计算已经实现。Google 承认，魔态培育仍需在更大规模上进行展示，才能适用于有用的量子计算，同时其他工程和技术挑战也依然存在。这项成果的真正价值在于，它将一个核心理念从理论层面推进到了真实处理器上的成功实验，并为减少构建纠错量子计算机所需的资源规模提供了潜在路径。