2026年8月19日——量子计算机在从药物发现到网络安全等应用中前景广阔。然而，要弄清楚是什么让量子计算机优于日常使用的“经典”计算机，却是一个微妙的问题。卡文迪什实验室研究人员牵头的一项新理论研究表明，量子计算机要变得强大比以往认为的更加困难，同时该研究也提供了迄今最清晰的图景，说明究竟是什么让量子计算机发挥作用。

这项发表在《物理评论快报》上的研究，有助于识别真正对量子计算有用的精确量子态。该研究还扩大了已知经典计算机易于计算的量子计算集合，这意味着量子设备要展示优势面临更高的门槛。

量子计算的核心是一种“魔法”。量子计算机通常使用量子比特（qubit）工作：量子比特是电子或原子等粒子，可以同时存在于两种状态。要运行超越任何经典计算机的算法，这些量子比特必须以称为“魔法态”的特殊初始构型进行制备。这些态充当计算燃料：没有它们，量子计算机并不比传统机器强。

但这项新研究扩展了科学家们的认识：并非所有魔法态都是等同的。许多看似“魔法般的”且此前被认为有用的态，实际上并不提供任何量子优势。

通过识别这类无用的魔法态，该团队重新划定了需要量子计算机的计算与仍可由经典方式处理的计算之间的边界。

“我们正在证明，魔法是解锁量子计算机全部潜力的必要条件，但不是充分条件，”卡文迪什实验室日立实验室的David Arvidsson-Shukur博士说。“如果一个量子态不是魔法态，就无法获得量子优势。但仅有魔法态也不能保证获得优势。情况比这更加微妙，也更加有趣。”

为了识别哪些量子态具有该团队归类为“有用的”魔法，哪些具有“无用的”魔法，研究人员求助于保罗·狄拉克于1945年在剑桥建立的一个数学框架。狄拉克是提出预言反物质的相对论量子方程的理论物理学家。狄拉克在圣约翰学院工作期间，独立建立了一个与麻省理工学院的约翰·柯克伍德十年前引入的分布类似的分布，并通过构建使用该分布的数学框架扩展了这一思想。这后来被称为Kirkwood-Dirac分布。

该框架涉及一个听起来矛盾的概念：负概率，团队用它来表述量子计算的任务。正如狄拉克曾经主张方程式的负解应当被认真对待（这一理论最终导致了反物质的发现），该团队表明Kirkwood-Dirac分布中出现负值是一个有意义的信号。当对于给定的输入量子态，该分布在计算过程中始终保持完全为正（或为零）时，经典计算机可以轻松模拟该量子计算。当它变为负值时，经典模拟就变得指数级困难，真正的量子优势可能存在。

“我们本质上是为‘魔法配方’引入了一种新成分：Kirkwood-Dirac负性，”该研究的第一作者、卡文迪什实验室和圣约翰学院Crispin Barnes教授课题组的博士生J.J. Thio说，圣约翰学院与狄拉克当年是同一学院。“这一思想建立在概率的基础上——例如，抛硬币得到正面的概率——但有一个转折：它们可能是负的。而这些负的‘概率’也是量子计算机超越其经典对手所必需的。

“那个分布为绘制哪些量子态可以被经典计算机高效模拟提供了更严格、更精确的框架。”

为了验证他们的理论，Thio与同学Rishi Goel合作完成了一个在标准笔记本电脑上运行的经典模拟程序，执行了此前被认为需要量子计算机的计算。这一结果直接证明，经典计算的边界比我们此前认为的更大。

这些发现很重要，因为全球各国政府和私营公司正在向量子计算领域投入数十亿英镑。然而，关于量子计算机何时能在具有实际价值的任务上超越经典计算机，科学上仍存在真正的不确定性。

通过推动经典计算机能力的边界，剑桥团队正在帮助为真正的量子优势建立一个更清晰、更严格的判定标准。“没有这类基础性工作，我们将永远不会知道量子设备是否实现了真正超越经典能力范围的成就，”Arvidsson-Shukur说。

该团队希望这些结果能指导量子软件的设计和魔法态的生产，后者仍然是构建大规模量子计算机的主要工程挑战之一。

“我们越能识别这些有用的魔法态，就能越好地生产和应用它们，”美国马里兰联合量子信息与计算机科学中心研究员Nicole Yunger Halpern博士说。“我们中的一些人多年来一直猜想Kirkwood-Dirac负性可以帮助实现这一目标，我很高兴该团队最终给出了肯定的答案。”

这项新工作使该领域向完整理解量子计算机潜力的来源更近了一步。这是一个尽管经过数十年研究仍然悬而未决的问题。