當日，來自谷歌量子計算研究團隊、量子優越性論文 77 名作者中的三位科學家——加州大學聖巴巴拉分校（UCSB）研究員 Andrew Dunsworth、谷歌量子計算硬體負責人 Yu Chen 與 Anthony Megrant——接受了媒體的采訪，很多人們關心的問題在此得到了解答。
從左到右依次是 Anthony Megrant、Yu Chen 與 Andrew Dunsworth
谷歌論文作者正面回應 IBM 質疑
雖然谷歌的成果得到了很多同行的認可，但也有學者表示質疑。IBM 本月 21 日就在其部落格上
稱谷歌「實作量子霸權」的實驗存在缺陷。其主要認為，若使用 IBM 曾證明過的二級存儲方法，在經典超級計算機上模拟谷歌的量子電路根本不需要一萬年，2 天半就能做到，是以經典超級計算機的運算能力遠比谷歌推算的更強。「按照其最嚴格的定義，（谷歌的研究）尚未達到目标。」
同時，IBM 傑出研究科學家 Edwin Pednault 等人表示：「正如我們之前讨論的，『量子霸權』尚未實作，總是使用該詞會不可避免地誤導公衆。從根本上來講，量子計算機永遠不會相對傳統計算機占據『統治地位』，每種計算機都有其獨特的優勢，他們會協同工作。」
對此，谷歌研究人員表示：「事實上，我們的研究專注于建構更好的量子計算硬體，推動整個研究方向向前發展。是以，我們很高興可以看到這一研究在研究社群引起了很多反響。它甚至推動了經典計算機領域的發展——IBM 的團隊取得了一個非常好的結果，發現了更快進行計算的可能性。」
谷歌已經将研究資料公開，并歡迎人們在目前的研究基礎上不斷提出更好的方法。
當被問到，這次公布的 54 量子比特 Sycamore 量子處理器相對谷歌在 2018 年 3 月推出的 72 量子比特量子處理器 Bristlecone 有什麼性能上的優勢，并且為何實作「量子優越性」的處理器是量子比特數量更少的 Sycamore 時，研究人員表示，兩種處理器的控制方法有很大不同，而在研究中需要在硬體基礎上建構完整的軟體架構。
目前研究組還沒有在 Bristlecone 上實作 Sycamore 效率的能力，即使在後者之上，由于有 1 個量子比特無法有效工作，處理器實際上隻用到了 53 個量子比特。本次新工作最大的貢獻在于在 Sycamore 的硬體基礎上實作了先進的控制能力，幾十個比特可以協同工作，運作算法，并保證較高的運算保真度。
「新的控制方法讓我們在系統層面上取得了比以往好得多的優化水準，」Dunsworth 說道。「在這其中是數以百計的全新元件。」
再之，既然 Sycamore 在特定任務上跑赢了世界第一超算 Summit，它在能耗效率上是否具有優勢？「這或許需要運作同一個 Benchmark 才能得到答案，」Megrant 說道。「它的能耗大概相當于一整層樓的電腦同時運作，主要來自于冷卻系統。是以，即使我們在未來加入更多的量子比特，其能耗也不會有顯著的提升。」
最後，研究人員也提到，在未來的發展中，量子計算機面臨的主要挑戰還是如何提升量子比特的數量，以及降低錯誤率。「在解決了這兩個挑戰之後，我們就可以将量子計算機應用于更多方面了，」Dunsworth 表示。「但很多應用方向是我們現在還無法想象的。」
不過，其認為量子比特數量擴充的過程需要解決的是連接配接性和效率的問題，目前的量子計算架構在理論上是可以支援擴充到上千，甚至更多量子比特數量的。
而在機器學習方面，谷歌研究人員正在進行的工作包括 NISQ 算法（Noisy Intermediate Scale Quantum），目前他們已經推出了 Cirq，一種可用于量子計算機和模拟器的 Python 庫。
「不過因為目前我們對于量子機器學習的前景還不明了，這主要是因為量子計算機天生的錯誤率，」Megrant 表示。「最重要的是我們已經開始探索這些領域了，我們已經有了可用的晶片，剩下的就看它能做些什麼了。」
業内專家：确實是裡程碑工作
量子優越性的論文引來了業内人士的廣泛關注，大多數同行肯定了新研究的重要意義，但各自認同的理由不一緻。在研究發表後，機器之心聯系到了多位國内量子計算研究者。
浙江大學實體系尹藝教授（博士後階段師從谷歌 AI 量子計算負責人 John Martinis 教授）認為：「谷歌量子計算團隊已經深耕超導量子晶片多年，這個實驗代表了現階段量子計算機發展的最高水準。他們通過在 Sycamore 處理器實作的複雜量子體系的演化，生成了一組随機序列，進行了随機電路采樣的實驗，完成了對量子優越性的實驗展示，『裡程碑式的突破』 也算是一種合理的說法。同時，我們也需要知道，這個工作僅僅完成了第一步，僅僅是展現了量子計算機強大的計算潛力，當下還未實作量子比特的糾錯，真正實作量子計算機還需要持續的進一步工作。」
騰訊量子實驗室負責人張勝譽同樣認為這是一個很讓人欣喜的結果，顯示了谷歌團隊在超導晶片方面的設計、制備和操控能力。
中國科學技術大學教授，中科院量子資訊重點實驗室副主任郭國平也從技術工程角度表示，「谷歌的新成果展現了在晶片設計、晶片制備、量子比特測量與控制技術等多方面的進展，是未來量子計算機走向實用化肯定需要克服的問題，是以毫無疑問是非常重大的研究進展。這種技術工程層面的進展不是國内擅長的，且往往是最容易被忽略的、不被實體學界科研人員所關注。」
新加坡科技設計大學實體學博士郭楚也表示，谷歌的工作無論從量子比特規模，還是門操作錯誤率方面，都可能作為重大的技術突破而寫進量子計算的教材。「我們經常用『近期有噪聲的中等規模量子計算』來描述目前量子計算硬體技術水準，個人認為這個工作标志着我們已經實作了有噪聲的中等規模量子計算。」
同時，業界也對 IBM 質疑谷歌實驗缺陷的論文工作和「直怼」行為發表了各自的看法。
UC Austin 教授、理論計算機學家 Scott Aaronson（同時也是《自然》雜志審稿人）第一時間撰文對該論文進行了解讀。「IBM 主張可以通過超級計算機的硬碟存儲量子狀态向量，進而在 2.5 天内模拟 Sycamore 晶片……可以了解的是，IBM 團隊尚未做到這一點，但是我幾乎沒有理由懷疑他們的分析基本上是正确的，」Aaronson 表示。「但這是否意味着『量子優越性』尚未達到？當然不是。無論如何，2 分 30 秒和 2.5 天相比仍然是 1200 倍的加速。」
不過，也有業内專家評論道，「Aaronson 至今都認為通過經典計算機很難有效模拟量子随機電路采樣來實作量子霸權。谷歌的這一工作與 Aaronson 的方案高度相關。同時 Aaronson 也是這篇 Nature 封面論文的審稿人，可能會對谷歌的工作有些偏袒。」
郭楚則明确表示對 IBM 團隊的反駁持保留态度，基于其在優化經典計算機算法提升可模拟量子計算規模這一方向多年研究經驗，他認為，「谷歌的算法中使用了犧牲時間複雜度換取空間複雜度的方案，對于 Summit 這樣計算速度極快的超級計算機，可能是一個比較好的方法。而 IBM 提出利用硬碟存儲來解決存儲量子态空間不足的辦法，在實踐中效果不一定比谷歌的算法更适合 Summit 這樣的超算。其次，IBM 并沒有真正作數值比較，在這種規模下，理論估算和具體實作方面，可能會存在巨大的差距。」
但郭國平教授認為，IBM 工作的意義主要還是在提高了量子計算機要超越經典計算機的門檻，或者提醒人們還沒找到量子計算更擅長的任務。
尹藝教授則認為各競争團隊應以發展的态度理性看待領域的進步。「IBM 的經典模拟主要是利用了二級儲存的方法來存儲和處理量子态，結論是運作時間與量子電路的深度成線性關系。而谷歌團隊使用的薛定谔-費曼算法以及進行的優化确實可能沒有利用到目前超算運算能力的極限。但這不妨礙現有谷歌工作的重要意義。」
張勝譽認為應從硬體和軟體兩個層面來看。「我覺得更值得關注的是谷歌團隊量子硬體方面的進展，畢竟我們最終是要用量子計算機硬體來運算實際問題的。至于經典算法需要花多少時間，這取決于在這個具體問題、這個輸入大小上最好的經典算法。但可惜的是我們基本不會知道這個最好的經典算法是什麼，以及可以做到多好，畢竟很多問題我們甚至不知道是不是多項式時間能解決（P vs NP）。是以這裡有争議空間也很正常。『Quantum Supremacy』是一個 moving target，随着經典算法和算力的提升會有變動。不過硬體的踏實發展是真的，也是我們最終需要的。」
更合适的量子計算能力度量名額與基準
谷歌這次建議将對「Quantum Supremacy」的翻譯由人們熟知的「量子霸權」改為「量子優越性」，當然意義沒有改變——是指用量子計算機可以解決經典計算機實際上解決不了的問題。
量子計算機相比傳統計算機具有優勢的概念最早可以追溯到 1980 年代初，尤裡·馬甯和理查德·費曼提出的量子計算建議。2012 年，加州理工學院（Caltech）理論實體教授 John Preskill 在其論文《Quantum computing and the entanglement frontier》中創造了「量子優越性」一詞。
但該概念在當初提出時就存在定義模糊的問題。John Preskill 認為，在量子計算進晶片達到 49 個量子比特時，人們即可實作量子優越性，這一數字隻是基于當時條件的估算。近期，John Preskill 本人也在 Quanta 雜志上發表了一篇名為《What I Call It 『Quantum Supremacy』》的文章反思了業界對其的争議之處。
但其實業界更需要的是一套對量子計算能力更合适的度量名額與基準。
尹藝教授稱，「經典計算機發展到現在，出現了多種多樣的架構，開發者傾向于選擇更适于自己架構的程式與競争者做對比。對成熟的經典計算，業界約定了很多統一的度量基準（Benchmark），例如 SPECint 和 SPECfp 就是測試計算機整數運算和浮點運算能力的。現在量子計算機處于早期階段，谷歌團隊證明了量子計算機在量子電路采樣方面是有優勢的，但是量子計算的能力是否有用，在哪些事情上有用還需要進一步的研究，談基準的設立還為時尚早。」
證明量子優越性的競賽上還有其他賽道與挑戰
在谷歌論文登上《自然》雜志封面的前幾個小時，中國科學技術大學潘建偉、陸朝陽等人也釋出了量子計算的階段性新成果，其中提到使用 20 光子輸入 60×60 模式的玻色采樣（Boson Sampling），打破了光子數、模式數、量子态空間三項國際記錄，宣稱首次達到了百萬億級的輸出量子态空間。
「量子計算多麼令人激動的一天，」一直被業界譽為「孤傲的天才」的 Aaronson 在自己的部落格中感歎。他認為，在量子優越性競賽的目前階段，很多人已經認為玻色采樣的重要性已成曆史，但潘建偉等人的新研究證明了該任務也類似谷歌的随機量子電路，是通往量子優越性的可行途徑。同樣，該工作也展現了量子計算工程技術上的進步。
「應該指出的是，谷歌的階段性實驗絕不是終點，而是一個起點，」潘建偉表示。
參考内容：
https://www.scottaaronson.com/blog/?p=4372&from=timeline潘建偉、陸朝陽等人的論文：
https://arxiv.org/abs/1910.09930 機器之心「SOTA模型」：22大領域、127個任務，機器學習 SOTA 研究一網打盡。
www.jiqizhixin.com/sota