谷歌在其Willow处理器上验证了一种名为“魔态培育”的技术，将量子错误率大幅降低。

量子计算机有望通过同时处理多种可能性，实现指数级的计算能力。但在当前技术条件下，我们距离这一理想状态还相去甚远。

据了解，在量子计算中，光子（或光粒子）被用作量子比特，当它们连接在一起时，比传统计算机使用的二进制0和1具有更强的处理能力。量子位可以同时是0和1，处于叠加状态（superposition state），这使得它们能够更快地处理信息。

但量子比特容易出现频繁的错误，因此，量子计算机目前仍存在局限性。为了克服这些错误，机器需要利用所谓的“魔态”——谷歌研究院的科学家们认为，他们研发的量子芯片或许能够帮助实现这一目标。

相关研究周四发表于《科学》杂志上。据悉，谷歌在其Willow处理器上验证了一种名为“魔态培育”（magic state cultivation）的技术，将量子错误率降低约40倍，即不用培育时，大约每1000 份魔态里有4 份是坏的；用了培育之后，大约 1 万份里才有1份坏的。T态逻辑保真度达到99.99%。这是迄今为止该领域的最高纪录。

“魔态”是实现通用量子计算的关键要素。量子处理器若要执行超越经典计算机的复杂运算，须依赖魔态来生成所需的量子操作集合。然而，魔态一经使用便无法复用，使其成为稀缺资源。而且，要以足够低的错误率生成魔态，一直是构建实用型大规模系统的一大挑战。

不仅如此，更大的挑战在于生产成本。部分研究估算显示，量子计算机可能需要将高达95%的总算力用于魔态生产，留给实际计算任务的资源极为匮乏。这一瓶颈自2004年便已被研究人员预见，此后二十年间，学界持续探索降低魔态生产成本的方法，但进展迟缓。

而在上述新研究中，研究人员展示了如何利用一种名为“培养”（cultivation）的、受园艺启发的技术，以更低的成本提供“魔态”。

研究结果对2024年提出的理论方法进行了实验验证。当时，谷歌量子AI研究人员Craig Gidney、Noah Shutty与Cody Jones在既有文献基础上提出了魔态培育方案。

其核心思路是将魔态生产过程设计为一套“过滤机制”：谷歌利用协同测量来检测错误并过滤掉无效尝试，从而以更少的资源生成更高质量的量子态。

而最新研究证实，在Willow超级计算机上，该方法对T态（一种量子计算中使用的特殊量子态）实现了99.99%的逻辑保真度，刷新了该领域纪录。

除了减少错误之外，谷歌的研究人员还证明，纯化的量子态可以在两种不同的纠错方法之间转移。这标志着该技术在集成到谷歌现有架构方面取得了进展。

不过，尽管取得上述进展，但谷歌也明确表示，要将该技术扩展到实际量子计算领域，还需要进一步的研究，但这些发现为减少构建容错量子系统所需的硬件资源提供了一条潜在途径。