上海交通大学金贤敏团队通过飞秒激光直写”技术制备出节点数达49×49的光量子计算芯片。据悉，这是目前世界上最大规模的三维集成光量子计算芯片。
AI科技评论消息，继 5 月 8 日阿里巴巴量子实验室施尧耘团队宣布成功研制出当前世界最强的量子电路模拟器太章之后。最新一期美国「科学进展」杂志以「 A chip that allows for two-dimensional quantum walks 」为题报道了上海交通大学金贤敏团队通过“飞秒激光直写”技术制备出节点数达 49×49 的光量子计算芯片。据悉，这是目前世界上最大规模的三维集成光量子计算芯片。
量子计算机与传统计算机不同，量子计算是使用量子比特来存储数据，并且量子不像半导体只能记录 0 与 1 而是可以同时表示多种状态，量子计算的优势在于，一个 40 位的量子计算机能在很短时间内解开 1024 位计算机花数十年才能解决的问题。因此可以看到近年来国内外科技巨头都在争相研究通用量子计算机，IBM、谷歌、英特尔等也相继宣告实现了更高的量子比特数纪录，但业界共识是即使做出几十甚至更多量子比特数，没有做到全互连、精度不够并且无法进行纠错也无法实现通用量子计算。

量子芯片具有可见的波导结构
二维自由演化的量子行走在实验中首次实现
过去20年里增加绝对计算能力的方式通常是制备更多光子数的量子纠缠，中国在这方面也一直保持优势，成功将光子数从 4 个提高到了 10 个，但增加光子数异常艰难。
不过，金贤敏表示，模拟量子计算不同于通用量子计算，可直接构建量子系统，无需像通用量子计算那样依赖复杂的量子纠错，一旦能够制备和控制的量子物理系统达到新尺度，将可直接用于探索新物理和在特定问题上推进远超传统计算机的绝对计算能力。
因此金贤敏团队另辟蹊径，通过增加量子演化系统的物理维度和复杂度来提升量子态空间尺度，开发了更加可行的全新量子资源，通过飞秒激光直写技术制备了节点数多达 49×49 的三维光量子计算芯片，这种目前世界最大规模的光量子计算芯片使得真正空间二维自由演化的量子行走得以在实验中首次实现。
具体来说，金贤敏团队通过发展高亮度单光子源和高时空分辨的单光子成像技术，直接观察光量子的二维行走模式输出结果。实验验证量子行走不论在一维还是二维演化空间中都具有区别于经典随机行走的弹道式传输特性（ballistic transport），这种加速传输正是支持量子行走能够在许多算法中超越经典计算机的基础。
瞬态网络特性（transient network）理论曾指出只在大于一维的量子行走中才实现，以往准二维量子行走实验在受限的量子演化空间无法观测网络传播特征。金贤敏团队的研究首次在实验中成功观测到了瞬态网络特性，进一步验证了所实现的量子行走的二维特征。
另据AI科技评论了解，金贤敏长期致力于光子芯片、量子存储、量子信息等方面的研究。2010 年起赴英国牛津大学物理系做博士后，在光存储和光子芯片方面取得了一系列有重要影响力的研究成果。2012 年同时获得欧盟授予的“玛丽居里学者”（Marie Curie Fellow）和牛津大学“沃弗森学院学者”（Wolfson College Fellow），并获资助依托牛津大学独立开展光存储和量子网络的实验研究。2013 年起开始在上海交通大学组建光子集成与量子信息实验室，成为国内最早开展飞秒激光直写光量子芯片研究的单位之一。2014 年 11 月辞去牛津大学的职位全职回到上海交通大学工作至今。
国内外巨头争相布局量子计算
需要指出的是，量子信息技术已经经历了广泛的原理性验证，但能否走出实验室实现商用取决于我们是否能够构建和操控足够大规模的量子系统。发展的光量子集成芯片技术无疑是攻克可扩展性难题有前景的途径，除此之外我们也看到了国内外科技巨头的积极参与。
国外巨头
IBM
作为在商业化上走得更远的企业，IBM 在2016 年就开发出了具有 5 位量子比特的量子计算机，把它提供出来作为量子计算云服务，供研究者使用。2017 年 11 月，IBM 宣布发布新型的 20 位量子比特的量子计算机，同样作为云服务对外提供，并且是正式商业化的产品。
IBM 还表示，他们的研究人员们已经成功开发出了一台 50 位量子比特的原型机。以往观点认为达到 50 位量子比特的量子计算机就可以模拟传统计算机的所有操作，但它的商业化日程尚未可知。
微软
微软在 2005 年就已经开始钻研量子计算技术。当时微软悄悄成立了「Station Q」实验室，负责人是数字家 Michael Freedman。同年微软的一支研究团队就提出了一种在半导体-超导体混合结构中建造拓扑保护量子比特的方法。微软随后投资了数个团队进行尝试。
到了2016 年，微软宣布计划斥巨额资源开发量子计算机的原型产品。2018年3 月 29 日凌晨微软宣布：荷兰代尔夫特理工大学的微软研究员通过由半导体材料和超导材料制作的纳米线材，发现马约拉纳费米子（Majorana fermion）的存在证据。
继发现 Majorana 粒子存在证据的研究之后，微软下一步会将费米子转化为量子，并希望在今年年底实现这一目标，在 5 年内向其他企业提供可用的量子计算机。
英特尔
对量子计算最大的赌注恐怕来自英特尔，2015 年英特尔宣布将向荷兰代尔夫特理工大学的量子技术研究项目 QuTech 投资 5000 万美元。英特尔专注于硅量子点技术（silicon quantum dots），它经常被称作人造原子。一个量子点量子比特是一块极小的材料，像原子一样，它身上电子的量子态可以用 0 或 1 来表示。不同于离子或原子，量子点不需要激光来困住它。
早期的电子点用几近完美的砷化镓晶体制作，但研究人员们更倾向于硅，希望能利用半导体产业的巨大产能。QuTech 技术负责人 Leo Kouwenhoven 说：“我认为英特尔属意于硅，毕竟那是他们最擅长的材料。”但是基于硅的量子比特研究，大大落后于囚禁离子和超导量子技术。
谷歌
2014 年，谷歌把整个加州大学圣芭芭拉分校（University of California, Santa Barbara）研究团队的全部十几个人都纳入麾下，包括导量子比特专家 John Martinis。随后John Martinis 团队宣布已经建成了 9 量子比特的机器，当时是目前世界上可编程的量子计算机中最大的之一，而且他们正在尝试扩大规模。为了避免大堆缠绕的电线，他们正在 2D 平面结构上重建该系统。据悉该系统会铺设在一块晶圆上，所有控制电路都蚀刻在上面。
2016 年 7 月，John Martinis 团队用了三个超导量子比特来模拟氢分子的基态（ground state）能量，展示了在模拟简单的量子系统上，量子计算机可以做到和传统计算机一样好。Martinis 表示，这个结果预示了拥有「量子霸权」的计算设备的力量。他还认为，谷歌一年造出 49 量子比特计算机的计划很赶时间，但或许有可能实现。
近日，谷歌量子 AI 实验室今天发布了新的 72 位量子比特的量子处理器 Bristlecone。虽然目前还没有看到具体的实验结果，但这块芯片的未来有很大潜力，很有可能达成量子计算领域内的重要里程碑。
国内巨头
百度
2018 年 3 月 8 日，百度宣布成立量子计算研究所，悉尼科技大学量子软件和信息中心创办主任段润尧教授出任百度量子计算研究所所长，直接向百度总裁张亚勤汇报。
依靠百度量子、量子百度的研究规划，百度计划在五年内组建世界一流的量子计算研究所，并逐步将量子计算融入到百度业务中。
阿里巴巴
阿里巴巴从 2015 年开始就关注量子计算，并和中科院合作成立了亚洲首个量子计算实验室。
2017 年 3 月，阿里云公布了全球首个云上量子加密通讯案例，通过建立多个量子安全传输域，为客户提供无条件安全数据传输服务。
2017 年 5 月，中科大、中国科学院-阿里巴巴量子计算实验室、浙江大学、中科院物理所等协同完成参与研发了世界上第一台超越早期经典计算机的光量子计算机。期间，世界知名量子计算科学家、密歇根大学终身教授施尧耘和匈牙利裔美国计算机科学家马里奥?塞格德先后加入阿里云量子实验室。
2018 年 2 月，中科院量子信息与量子科技创新研究院与阿里云宣布，11 量子比特超导量子计算服务在量子计算云平台上线。这是继 IBM 后全球第二家向公众提供 10 比特以上量子计算云服务的系统。
2018年5月，阿里巴巴量子实验室施尧耘团队宣布成功研制当前世界最强的量子电路模拟器，名为太章。基于阿里巴巴集团计算平台在线集群的超强算力，太章在世界上率先成功模拟了 81（9x9）比特 40 层的作为基准的谷歌随机量子电路，之前达到这个层数的模拟器只能处理 49 比特。雷锋网了解，太章的创新算法通信开销极小，得以充分发挥平台在线集群的优势，在过去超级计算机上做不了的模拟任务，比如 64（8x8）比特 40 层的模拟，太章只需 2 分钟即可完成。
腾讯
2017 年 12 月，香港中文大学计算机系任副教授张胜誉以腾讯量子实验室负责人、杰出科学家的身份正式亮相。他表示，量子实验室将分别招聘量子方向和 AI 方向的相关人士，希望汇集跟量子相关的算法、复杂性、通讯、模拟、量子物理、量子化学等等各方面的人才，同时也看重量子力学和人工智能的结合。
相关文章：
Google、微软即将宣布量子计算重大突破，业内人士：还不能“贪杯”
百度成立量子计算研究所，BAT相继进军全球量子计算争夺战
阿里量子实验室最新成果：全球最强量子电路模拟器「太章」诞生
发现马约拉纳费米子存在证据，微软在构建量子计算机上又迈出一步
对了，我们招人了，了解一下？

BAT资深算法工程师独家研发课程
最贴近生活与工作的好玩实操项目
班级管理助学搭配专业的助教答疑
学以致用拿offer，学完即推荐就业
扫码或点击阅读原文了解一下！

┏(＾0＾)┛欢迎分享，明天见！