谷歌量子 AI 报告称，其在 Willow 量子处理器上使用魔术态培育技术时，错误率约比传统魔术态制备方法低 40 倍。

该团队制备出了逻辑准确率创纪录地达到 99.99% 的 T 型魔术态。

谷歌表示，该方法仍需扩大规模，才能支持实用量子计算。

谷歌量子 AI 团队在发表于《科学》杂志的研究中，展示了在 Willow 量子处理器上的魔术态培育技术，与传统制备此类状态的方法相比，将错误率降低约 40 倍。这一进展针对量子计算机扩展规模的一项主要障碍：量子计算机需要大量资源，才能借助纠错执行复杂计算。

降低魔术态成本

“魔术”态是通用量子计算所需的特殊量子态，包括超出标准量子门集合能力范围的操作。制备高质量、经过纠错的魔术态需要大量计算资源。

据一些估计，制备魔术态最多可能消耗量子计算机总容量的 95%，仅留下很小一部分容量用于运行计算。魔术态被消耗后也无法重复使用。

谷歌量子 AI 团队自 2024 年起一直研究这一问题。研究人员 Craig Gidney、Noah Shattuck 和 Cody Jones 开发了魔术态培育技术，该方法旨在通过一系列协调测量制备质量更高的量子态。

这一过程起到过滤器的作用。研究人员将带噪声的初始状态置于量子芯片的一个小区域内，检查其是否存在错误，并丢弃失败的尝试。成功的尝试会产生错误率更低的纯化状态，随后可将其转换为更大的量子码。

实际实施还需要额外的工程工作。谷歌量子 AI 研究员 Emma Rosenfeld 发现，测量方法中的一项错误假设扭曲了早期实验结果。与温度波动及电气设备运行相关的低频噪声影响了测量结果。

该团队改变了系统控制方式，并开发出一种新的验证方法，利用魔术态培育过程本身来测量其准确性。

Willow 处理器上的结果

研究人员在 Willow 上实现的错误率约为未采用培育技术制备状态的 1/40。他们还制备出了逻辑准确率创纪录地达到 99.99% 的 T 型状态。

该团队通过在两种量子纠错码——色码和表面码——之间传输纯化状态，展示了该技术与处理器架构的兼容性。这一结果标志着将培育技术整合进更复杂量子系统迈出了一步。

谷歌表示，在该技术可用于实用量子计算之前，仍必须扩大其规模。剩余的技术挑战包括防止量子比特状态泄漏到计算空间之外，以及提高操作保真度。

密码学与预期中的量子威胁

这些发现也与围绕量子计算可能影响加密货币的讨论有关。2026 年 3 月下旬，谷歌量子 AI 警告称，未来的量子计算机可能比此前预期更快地破解密码系统，从而增加了对向后量子密码学迁移的关注。

5 月，Galaxy Digital 研究主管 Alex Thorn 表示，对与中本聪相关的早期比特币发起量子攻击的风险仍然有限且属于长期风险。Thorn 称，这些资产分布在约 22,000 个地址中，每个地址持有 50 BTC，这使潜在攻击更加困难。

Project Eleven 的报告《The Quantum Threat to Blockchains — 2026》将 2033 年确定为“Q-Day”的基准日期，届时量子计算机将能够破解现代密码学。该报告的乐观情景将这一日期定在 2042 年，而最激进的情景则指向 2030 年。

以太坊开发者 Justin Drake 另行估计，到 2032 年前出现 Q-Day 的概率为 50%。微软加快了其 Quantum Safe Program，计划在 2029 年前完成向后量子密码学迁移的核心工作。StarkWare 研究员 Avihu Levy 随后报告称，在未进行协议层面改动的情况下，已在比特币网络上成功执行首笔抗量子交易。

来源：HODL Press