量子亂數新理論突破，有望推動量子電腦大躍進
量子計算領域再傳重大進展！來自加州理工學院（Caltech）的 Thomas Schuster 團隊於《Science》期刊發表最新理論，顛覆以往對量子亂數生成效率的認知。研究指出，量子電腦其實無需複雜深層電路，只要將量子比特（qubit）分割成小區塊，各自進行隨機化，再將這些區塊「拼接」回來，即可高效產生近乎理想的亂數分布。這種「區塊隨機拼接」的新架構，大幅降低了過去量子隨機操作所需的運算深度，意味著即使在更大型的量子系統，也能以更少資源達到亂數需求，有助推動大規模量子計算於密碼學、物質模擬等應用場景。
團隊將這一理論比喻為「洗牌」：在量子世界中，洗得太久容易破壞脆弱的量子態，但只要善用「分段洗牌」，便能兼顧效率與結果的隨機性。此成果對量子裝置驗證也帶來實質幫助，例如經典的「shadow tomography」協定，未來可用更少資源執行，評估量子電腦效能更具可行性。
可在極短時間內「隱藏」大量訊息
左側：「Classical Shadow Tomography」協定展示，對未知量子系統，只需少量重複次數與對數深度（log-depth）的隨機 Clifford 電路，即可達到與傳統線性深度運算相當的測量能力，大幅提升量子設備驗證效率。
中間：系統進入不同物質相時，量子態經過淺層（shallow）二維電路處理後，無論是平凡相（如產品態）還是拓撲相（如 Toric code ground state），在隨機化後都呈現 Haar-random 分布，難以區分。這代表標準量子或經典計算很難有效辨認某些複雜物質相的性質。
右側：「短程（Short-range）」與「長程（Long-range）」關聯性比較。對於具短程糾纏的量子系統，即使時間推進，機器人（研究者）也難以區分系統；但如果擁有「逆時間」的能力（如量子倒帶），則可辨識兩種系統的差異，特別是在長程糾纏下才展現出真正的區別。圖／《Science》
此外，研究還意外揭示了自然界的「可觀測極限」——團隊證明，像是量子態的拓撲序、物理過程中的因果結構等性質，可能本質上難以透過傳統量子或經典方法有效測得。換言之，量子系統可在極短時間內「隱藏」大量訊息，挑戰了人類對於物理世界可知範圍的想像。
Schuster 表示，這一系列理論不僅促進了量子電腦技術實用化的進程，也為量子物理基本原理的理解開創新視野，未來可望帶動更多基礎與應用層面的突破。
更多科學與科技新聞都可以直接上 明日科學網
首圖來源：Thomas Schuster, Jonas Haferkamp, Hsin-Yuan Huang (CC BY 4.0)
圖片來源：Science (CC BY 4.0)
參考論文：
1、Rapid emergence of a maths gender gap in first gradeScience
