經典演算法重現 D‑Wave 所謂「量子專屬」模擬

量子電腦公司經常宣佈突破，聲稱佢哋嘅硬件可以解決傳統電腦幾乎做唔到嘅問題。但一項由 Flatiron Institute 計算量子物理中心（CCQ）同 Boston University 研究人員完成嘅新研究顯示，所謂「量子專屬」計算，其實可能只係經典演算法仲未追上。

研究團隊開發出一種更高效率嘅經典模擬方法，結合 tensor networks（張量網絡） 同 belief propagation（信念傳播）。用呢個方法，佢哋成功重現 D‑Wave 喺 2025 年量子霸權研究入面使用嘅同一個量子動力學問題，而且部分模擬甚至可以喺普通手提電腦上完成。

原本嘅量子霸權說法

2025 年 3 月，量子計算公司 D‑Wave 公布研究，表示其 Advantage2 超導量子退火機（約 5,000 個 qubits）成功模擬一類複雜磁性材料系統。

根據佢哋嘅論文，機器完成模擬只需 大約 20 分鐘。研究同時估算，如果用傳統超級電腦計算同一任務，可能要 接近 100 萬年 才能完成。

該模擬涉及 無序磁性系統（Ising spin‑glass 模型） 嘅動力學，通常用晶格結構描述。研究團隊認為當時嘅經典演算法無法有效處理如此大規模嘅量子系統，因此將結果描述為「超越經典計算」。

呢類宣稱通常屬於 quantum supremacy（量子霸權） 或 quantum advantage（量子優勢）：即量子裝置能夠喺合理時間內完成，而經典電腦幾乎無法做到嘅任務。

新嘅經典模擬方法

Flatiron 同 Boston University 嘅研究人員重新研究同一個物理問題，但佢哋唔係直接追蹤完整量子態——因為對 5,000 qubits 而言，呢個計算量會呈指數式爆炸。

相反，佢哋利用系統本身嘅數學結構，設計出更聰明嘅模擬方式，包括：

• 與晶格結構對應嘅 二維同三維 tensor networks
• 用於快速更新網絡嘅 belief propagation 訊息傳遞演算法
• 壓縮技術，用嚟控制量子糾纏增長帶來嘅計算量

透過呢種方法，模擬可以追蹤系統動力學，而唔需要明確表示整個 5,000‑qubit 波函數。結果大幅降低計算成本，同時保持高準確度。

研究人員表示，呢套方法可以 準確而有效地模擬與 D‑Wave 量子退火相同嘅動力學過程。

點解手提電腦都跑得到？

tensor networks 嘅核心概念係 壓縮量子態。

完整量子波函數需要儲存指數級數量嘅參數，但現實物理系統入面，真正出現嘅相關性往往遠少於理論上嘅可能情況。tensor networks 可以只保存重要相關性，忽略多餘資訊。

對於有規律晶格結構嘅系統，例如 spin‑glass 模型，糾纏增長有時仍然可以用較少參數表示。於是模擬就唔需要超級電腦。

喺 Flatiron 團隊嘅實驗入面，結合 tensor network 壓縮同 belief propagation 更新後，部分模擬甚至可以喺普通個人電腦上完成。

對「量子優勢」意味住乜

呢個結果唔代表量子電腦冇優勢，而係揭示咗一個重要事實：

量子優勢嘅標準其實一直喺變。

大部分量子優勢聲稱，係將量子硬件同「當時最好嘅經典演算法」比較。但經典計算方法——例如 tensor networks、Monte Carlo、同其他近似演算法——一直都喺快速進步。

換句話說，一個今日睇落「經典電腦做唔到」嘅問題，如果有人發明更好演算法，明日可能就變得可行。Flatiron 呢項研究正好示範咗呢個現象：真正嘅限制唔一定係物理定律，而可能只係演算法水平。

量子與經典計算嘅「軍備競賽」

因此，研究界而家對量子優勢嘅要求越來越嚴格。理想嘅測試問題通常需要：

• 經典演算法難以再有大突破
• 量子硬件有明顯規模優勢
• 結果可以被獨立驗證

整體而言，計算科學嘅進步往往來自 硬件同演算法兩邊同時演化。量子處理器不斷進步，但經典演算法亦同步提升。

目前呢場競爭仍然係一場持續嘅技術競賽——每一次「量子優勢」宣稱，都可能要面對下一個經典演算法突破嘅考驗。