2026年3月4日——量子计算机通过施加量子门等量子操作来处理脆弱的量子态。理想情况下，量子计算机能以远超经典计算机的惊人速度求解复杂方程。但在实际硬件中，由于设备缺陷和环境噪声干扰，量子计算机的操作往往偏离理想行为。要构建可靠的量子机器，研究人员需要精确测定量子设备的实际运行状态。

量子过程层析成像（QPT）是解决该问题的标准方法。但传统QPT会随着系统规模扩大而成本激增，因为所需测量和计算量会随量子比特数呈指数增长。

为应对这一挑战，由日本东北大学、奈良先端科学技术大学院大学（NAIST）和越南胡志明市国立信息技术大学组成的研究团队，开发出名为“基于编译的量子过程层析成像”（CQPT）的新框架。

CQPT的核心思路简明扼要：该方法从已知输入量子态出发，在未知过程后施加可训练过程，然后逆向评估最终输出回归原始输入的程度。通过优化“回归输入”模型，重构连接输入与输出间的底层量子过程。该框架的独特设计使得仅需每个输入态的单次测量结果即可完成优化。

该团队开发了CQPT的两种互补版本：基于Kraus算符的版本和基于Choi矩阵的版本。这两种方法使CQPT能处理现代量子设备涉及的各种量子操作和噪声过程。

“高效可扩展的量子过程表征方法对量子计算和量子传感的未来至关重要，”黎文博士指出，“我们需要这类方法来验证量子门和电路的正确性、识别硬件错误、校准设备并支持量子纠错。”

黎博士认为CQPT有望成为标准量子过程层析的实用替代方案，尤其适用于因成本过高而无法实施完整层析的大型量子系统。

当前研究通过严谨的理论分析和数值模拟证实了CQPT的可行性。该框架为实现高效量子层析提供了新路径。下一步将攻克实际实验中的实施难题。该团队计划重点开发适配硬件的实施方案并提升其鲁棒性。

这项研究成果已于2026年2月26日发表在《先进量子技术》期刊上。