谷歌量子AI团队，在量子计算领域取得震惊世界的结果，他们成功实现了一种名为量子回声的算法，人类历史上首次在量子硬件上展示了可以被反复验证的量子优势。

这一成果登上了Nature。

巧合的是，团队核心成员Michel Devoret，因其在超导电路领域的开创性工作，刚刚获得了2025年的诺贝尔物理学奖。

这是谷歌在量子硬件领域地位最有力的注脚。

这项成果解决了长期以来困扰科学家的核心难题——如何确认一台量子计算机的计算结果是正确的，标志着量子计算从一个充满玄奥理论的实验室概念，真正开始向解决实际问题的实用工具迈进。

量子世界的回声定位

一个信息被投入一个复杂的量子系统中，就像一滴墨水滴入清水。

这滴墨水会迅速扩散，信息加扰（scrambling）进整个系统，很快你就再也分不清哪是墨水，哪是水了。

在量子世界里，科学家们探测量子系统细节时也面临同样的困境。传统的方法，比如时序关联函数（Time-Ordered Correlator, TOC），其信号会随着时间呈指数级衰减，没过多久就淹没在噪声里，什么有用的信息都提取不到了。

为了看清这团墨水，科学家们想到了一个巧妙的办法：让时间倒流。

通过一种类似回波的技术，将已经扩散开的量子信息重新聚焦起来。这就像播放一段墨水滴入水中的倒放录像，你会看到扩散的墨水重新聚拢成一滴。

谷歌的量子回声算法，其技术核心就是一种被称为非时序关联函数（Out-of-Time-Order Correlator, OTOC）的工具。

OTOC (非时序关联函数) 像一个更高级的探针，它通过精巧的时间反转操作，能让那些几乎消失的量子信息失而复得，从而让科学家能长时间地观察量子系统内部的动力学细节。

这种能力对于研究量子混沌、黑洞物理乃至量子计量和传感等前沿领域至关重要。

早在2019年，谷歌团队就首次实现了量子优越性（Quantum Supremacy），证明了量子计算机在特定问题上远超当时最强的超级计算机。

2023年，他们攻克了量子纠错的关键一步。

2024年，新一代量子芯片Willow问世，显著抑制了量子计算中的错误。

现在，2025年10月22日，发表在《自然》杂志上的这篇论文，宣告了又一个里程碑的到来：可验证的量子优势。

看见看不见的大循环干涉

量子回声算法的威力，具体体现在它能观测到一种在低阶测量中完全不可见的现象：大循环干涉（large-loop interference）。

在量子世界的海森堡绘景中，一个算符的演化会像树枝一样分裂成许多量子比特泡利字符串的叠加。

当研究团队使用二阶OTOC（即OTOC(2)或C^(4)）进行测量时，他们发现，当四个互不相同的泡利字符串形成一个闭合的循环时，会产生一种建设性的干涉。

这种干涉现象，对应着在构型空间中面积非常大的回路。

这就像在水面上投下四颗石子，它们激起的涟漪在某个特定时刻、特定地点完美地叠加在一起，形成了一个异常清晰的波峰。而这个波峰，是单独一颗石子无论如何也无法产生的。

经典计算机模拟这种大循环干涉极其困难。量子干涉的程度越高，经典算法就越难以近似。

谷歌团队做了一个非常巧妙的实验来证明这一点。他们在量子电路的演化过程中，随机插入一些泡利算符。这些算符像调色盘一样，随机改变了干涉项的符号，却不改变其幅度。

结果非常惊人。

插入这些随机算符后，C^(4)的信号发生了剧烈变化，直接证明了大循环干涉是其信号的主要来源。

相比之下，传统的C^(2)信号变化则微弱得多，因为它内部只存在一些小范围的小循环干涉。

这一发现直接点明了量子回声算法的优势所在：它能看到经典计算机看不到的、由高度复杂的量子干涉产生的物理现象。

用量子计算机为分子画像

为了证明这项技术不只是一个漂亮的实验，谷歌团队将其应用到了一个非常实际的问题上：学习量子系统的哈密顿量（Hamiltonian learning）。

简单来说，就是精确测定一个未知量子系统的内在运行规则。

在物理和化学研究中，确定一个系统的哈密顿量至关重要，但传统方法常常因为量子系统太脆弱、信息丢失太快而受限。

OTOC(2)信号衰减缓慢且对系统细节高度敏感的特性，使其成为这项任务的完美工具。

团队设计了一个实验：他们先用计算机模拟一个拥有未知参数的黑箱量子系统，然后用真实的量子处理器测量这个系统的OTOC(2)信号。

通过不断调整模拟器中的参数，让模拟信号与量子计算机的实测信号完美匹配，最终，他们精确地找到了那个未知的参数。

实验结果清晰地显示，成本函数（衡量模拟与实现差异的指标）的全局最小值，不多不少，正好出现在那个预设的目标参数值上。

这证明了量子回声算法在精确探测系统参数方面的巨大潜力。

另一项与加州大学伯克利分校合作的实验则更进一步，将这项技术用到了分子结构分析上。

他们利用Willow芯片运行量子回声算法，研究了两种分子，一个包含15个原子，另一个包含28个原子。

这项技术的原理与医院里常见的核磁共振（Nuclear Magnetic Resonance, NMR）有异曲同工之妙。

NMR通过探测原子核的微小磁自旋来揭示分子的三维结构。谷歌的量子算法则展示了量子计算机能够有效建模并解开这些自旋之间复杂的、甚至是长距离的相互作用。

实验结果不仅与传统的NMR结果完全吻合，甚至还揭示了一些通常被NMR信号掩盖掉的隐藏信息。

这就像拥有了一台量子显微镜，能够以前所未有的精度观测自然的微观世界。

这项由量子计算增强的NMR技术，未来有望在药物研发领域大放异彩，帮助科学家精确了解候选药物如何与其靶点蛋白结合；在材料科学领域，它也能用于表征新型聚合物、电池组件乃至量子比特本身材料的分子结构。

量子计算新纪元

谷歌团队动用了目前世界上最快的超级计算机之一，Frontier，来模拟他们在65个量子比特上进行的OTOC(2)实验。

结果是压倒性的。

Frontier超级计算机需要大约3.2年才能完成一次精确计算。

而谷歌的Willow量子处理器，只用了2.1小时。

速度提升了约13000倍。

这是量子计算发展史上的一个分水岭。

可验证性是关键。它意味着这个计算结果是可靠的，可以在谷歌的量子计算机上，或任何其他同等水平的量子计算机上重复运行，并得到相同的答案。

这种可重复的、超越经典的计算，是未来构建可扩展、可验证的实用量子计算机的基石。

他们的下一个目标，是构建出长寿命逻辑量子比特，并最终走向那台能够改变世界的大规模、纠错量子计算机。

参考资料：

https://www.nature.com/articles/s41586-025-09526-6

https://blog.google/technology/research/quantum-echoes-willow-verifiable-quantum-advantage

https://blog.google/technology/research/quantum-hardware-verifiable-advantage

https://www.nobelprize.org/prizes/physics/2025/summary/

https://quantumai.google/roadmap

END