伦敦大学学院(UCL)的一项研究表明，在Google的“量子霸权”实验中实现的伪随机电路可用于难以用经典计算模拟的量子系统特性。UCL的研究人员还认为，这种随机性可能有助于减少量子计算机中出现错误的影响。

2019年10月，Google表示其位于圣巴巴拉的研究实验室使用名为“Sycamore”的量子处理器(一个由54个量子比特组成的二维阵列)实现了“量子霸权”。其研究人员使用他们研发的超导量子处理器来执行随机抽样任务，他们声称这证明了量子霸权的实验实现，因为谷歌估计当时最先进的经典超级计算机完成等效的任务大约需要10000年。

这项随机抽样任务包括从伪随机电路的输出中进行抽样，Google的研究人员应用了一系列的一个和两个量子比特门，他们从一些可用的门组中随机取样并测量结果。这项任务可以说是相当抽象的，在谷歌宣布这一消息时，其他研究人员争论不停，因为虽然结果值得称赞，但它并不是量子霸权的真正证明，其所使用的随机抽样任务没有已知的有用物理应用。

UCL的研究人员Jonas Richter博士和Arijeet Pal博士在他们发表在《物理评论快报》上的论文中争辩说，谷歌这一开创性实验中实现的伪随机电路不仅仅是抽象工具，它可以在嘈杂中型量子(NISQ)计算机上形成量身定制的构建块来模拟某些量子多体系统。他们的研究开辟了一条使用伪随机电路来制定算法以更好地解决物理问题的途径。

论文合著者Jonas Richter博士说：“众所周知，多体系统的模拟具有挑战性，有时即使使用现代超级计算机也难以处理，但它们对于量子设备来说是很自然的。通过适应谷歌的随机抽样任务，我们设计了一种可以在近期量子硬件上运行的高效算法。我们的研究表明研究人员可以使用该算法探索难以模拟的量子多体系统。此外，我们相信研究人员可以使用该工具探索自然界中难以找到或不存在的系统，这可能会带来根本性的发现。”

在这项研究中，研究人员详细介绍了一种模拟流体动力学的高效算法。流体动力学描述了量子系统中自旋或粒子密度的流动。他们的工作还表明，有意义的量子流体动力学模拟应该可以在近期量子设备上以现实的错误率进行。

论文共同作者Arijeet Pal博士说：“我们证明了这种随机性是有用的，谷歌研究团队进行的抽象采样任务可以在我们今天拥有的NISQ量子计算机上实际使用，并且这种随机性实际上可能是减轻量子计算机自然发生错误的关键。”

Richter和Pal计划在当前的量子硬件上测试他们的算法，并研究量子态的内在随机性是否真的可以减轻量子计算机在正常运行中面临的不可避免的错误所造成的危害。

量子计算机利用了通常只能在原子和亚原子水平上才能看到的物理定律(例如粒子可以同时出现在两个地方)。量子计算机在某些问题处理方面要比今天的超级计算机更强大，并且能够执行经典超级计算机几乎不可能进行的复杂计算。

然而，目前量子计算机可用的量子比特数量相对较少，并且容易受到干扰。这些嘈杂的中等规模量子计算机容易出错，并且还没有直接到模拟大型量子系统所需的计算资源。虽然量子计算的应用不同于传统计算机，但它们将使我们能够解决某些经典计算机无法解决的问题。其中包括直接涉及量子力学的问题(如药物开发)，但也将有助于优化复杂日常问题(如运输和物流)的解决方案。（编译:Qtech）