摘要：在美国物理学会 (APS) 会议的挤满人的房间里，领导位于华盛顿州雷德蒙德的微软量子计算项目的理论物理学家 Chetan Nayak 解释了该公司如何开发拓扑量子比特，这将成为抗噪声量子计算机的基石。
Chetan Nayak 领导微软的量子计算工作。图片来源：John Brecher 为微软提供
本文来源 Nature网站 报道
微软的一名研究人员今天公布了该公司上个月宣称创造出第一个“拓扑”量子比特的背后结果，而这也是量子计算长期以来追求的目标。
微软对拓扑量子计算机的探索
在美国物理学会 (APS) 会议的挤满人的房间里，领导位于华盛顿州雷德蒙德的微软量子计算项目的理论物理学家 Chetan Nayak 解释了该公司如何开发拓扑量子比特，这将成为抗噪声量子计算机的基石。
然而，在场的物理学家告诉《自然》新闻团队，他们仍不确定微软是否真的制造出了第一个拓扑量子比特。“这是一个难题，”新泽西州普林斯顿大学的实验物理学家 Ali Yazdani 说。对于任何试图制造拓扑量子比特的人，他说，“祝你好运”。
“这是一次精彩的演讲，”瑞士巴塞尔大学的理论家丹尼尔·洛斯说。但他对强有力的主张和相对缺乏的证据表示质疑。“人们已经做得过火了，社区对此感到不满。他们做得过头了，”他说。
纳亚克承认了这些批评：“我从来没有觉得会有那么一刻，所有人都完全相信这一点。”他补充说，微软对自己对这些设备的理解很有信心，其他研究人员也对这项工作感到兴奋。
物理学界热切期待着这场座无虚席的 APS 演讲。微软在 2 月 19 日的新闻稿中宣布，它已经创建了第一个拓扑量子比特。但一些物理学家不确定这一说法是否成立，因为没有同行评议的科学论文来支持它。（微软在首次宣布的同时在《自然》杂志上发表了一篇论文，但该论文描述了一种从未来的拓扑量子比特中读取数据的方法，而不是证明它们的存在1）。
难以捉摸的马约拉纳粒子的证据已消失——但计算的希望仍然存在
两周后，英国圣安德鲁斯大学物理学家亨利·莱格（Henry Legg）在同行评审之前在预印本服务器 arXiv 上发布了一份报告，指出微软用于验证其量子计算设备的测试存在漏洞2 ，这进一步质疑了微软的说法。莱格于周一在 APS 会议上介绍了这些发现。
同时，在今天的演讲中，纳亚克展示了微软量子比特的示意图：它们是微观的 H 形铝线，位于砷化铟之上，砷化铟在超低温下是一种超导体。这些设备旨在利用马约拉纳粒子，这是之前未被发现的“准粒子”，对拓扑量子比特的工作至关重要。目标是让马约拉纳粒子出现在 H 形线的四个尖端，从电子的集体行为中浮现出来。从理论上讲，这些马约拉纳粒子可用于执行抗信息丢失的量子计算。
Nayak 展示的新数据主要是量子比特的“X”和“Z”测量值，它们是沿着 H 形导线的垂直和水平探针。当 Nayak 展示 X 测量值的数据时，他承认由于电噪声，特征双峰信号很难用肉眼看到。
因此，纽约州伊萨卡市康奈尔大学的理论学家 Eun-Ah Kim 对 X 测量的稳健性提出了质疑。她告诉《自然》新闻团队：“我希望在未来的实验中能够很容易地看到双峰性。”
新的细节也没有解决 Legg 之前提出的担忧。例如，微软检测马约拉纳粒子的方法依赖于一项测试，该测试于 2023 年发表在《物理评论 B》杂志上3，称为拓扑间隙协议 (TGP)。Legg 检查了微软发布的数据，并报告说 TGP 在判断其设备中是否存在马约拉纳粒子方面并不一致2。Nayak 在演讲中没有承认这些担忧，但他称该测试“非常严格”。
量子计算的可重复性危机：马约拉纳费米子
在前一天的演讲中，莱格解释了微软实施测试的方式如何存在差异，从而导致误报。在场的微软物理学家罗曼·卢奇恩站起来表示不同意。“这只是 700 个案例中的一个例子，”他谈到莱格的发现时说道。“这微不足道。”
纳亚克此前曾驳斥莱格的批评，称其为“虚假的稻草人”和“毫无意义的论点”。但几位物理学家告诉《自然》，莱格的担忧是有道理的。
Legg 在其 arXiv 报告中提出的另一个问题是，微软的测试取决于输入参数的范围：例如，一个设备在很宽的磁场强度范围内（例如从 1.4 到 3 特斯拉）通过了测试，但当范围缩小到 1.8 到 3 特斯拉时，它就失败了。帕萨迪纳加州理工学院的理论家 Jason Alicea 说，这“似乎是协议中的一个缺陷，需要解决”。Lutchyn在职业社交网站 LinkedIn 上发表的一篇文章中不同意这一观点。他说：“这是意料之中的，不会使正确选择参数的协议失效。”
微软表示，即将在 arXiv 上发表的论文中提供更多详细信息。
尽管这项研究引起了争议，但研究人员告诉《自然》杂志，科学审查过程是有效的。“有人会看看别人在做什么，然后找出漏洞，”艾丽西亚说。“这是科学家应该做的。”
机构编号: https://doi.org/10.1038/d41586-025-00829-2
来源：人工智能学家
