在实现量子计算机令人垂涎的“量子优势”的竞赛中，那些开发量子算法的人在相互竞争，并且也在与那些致力于经典算法的人竞争。对于这种优势的每一个潜在主张——在量子计算机上成功计算出经典计算机不能完成的任务——科学家们也设计了更有效的经典算法，然后必须将量子算法与这种经典算法进行比较。

现在，正是通过这种路线，英国布里斯托大学的Jacob Bulmer、伦敦帝国理工学院的Bryn Bell及其同事使用一种被称为高斯玻色采样的方法推翻了最近声称实现的量子优势。该优势主张背后的团队曾断言，在世界上最快的超级计算机上进行高斯玻色采样的经典计算将需要6亿年。但是Bulmer、Bell和同事表明，他们的经典算法可以在73天内完成。这一结果和其他最近对经典算法的改进，充分表明了量子优势竞赛还远未结束。

高斯玻色采样是对2011年德克萨斯大学奥斯汀分校的Scott Aaronson和当时在麻省理工学院的Alex Arkhipov的想法的改编。这个想法被称为玻色子采样，他们提议通过分束器网络发送一束单光子束，以在光子路径间创建一个复杂的相关网络。

为了想象由此产生的光子路径网，Aaronson和Arkhipov将他们的系统与量子版本的高尔顿钉板进行了比较，这是一种垂直板，其表面以二维模式固定有钉子。从板的顶部掉下一个球，它会从钉子上弹起，并会沿着随机的路径移动，直到它到达地面。如果重复多次，球的水平分布接近于高斯形状。在光子的情况下，由于光子有纠缠的能力，这种分布应该要复杂得多。Aaronson和Arkhipov认为，这种分布可能无法用经典计算机有效计算。该问题的简单性使其成为近期展示量子优势的良好候选者。

2020年，由中国科学技术大学(USTC)潘建伟领导的一组研究人员使用高斯玻色采样做到了这一点。该方法使用玻色子采样器使用压缩的光状态执行计算。位于所有可能路径端点的光电探测器计算走每条路径的光子数量。该团队使用采样器在200秒内计算了光子通过具有100条可能路径的分束器网络的分布，而在当时世界上最快的超级计算机Fugaku(富岳)上进行计算需要6亿年。Bulmer、Bell和他们的同事决定看看他们是否可以减少经典计算时间。

Bulmer说，该团队知道经典计算的主要瓶颈之一是确定“loop Hafnian”，这是一种矩阵函数，是模拟高斯玻色采样实验的核心。该函数给出了在实验结束时测量特定光子分布的概率。该函数本质上难以用经典方法计算，这使高斯玻色采样器优于经典计算机。Bulmer、Bell和他们的同事发现，他们可以通过利用矩阵结构中的模式来缩短计算时间，这些模式在数学上描述了光子如何穿过分束器的迷宫。这一改变，加上其他一些改进和简化，使得该团队可以将中国科学技术大学实验的估计模拟时间缩短到73天。

虽然中国科学技术大学团队的高斯玻色采样算法仍然比Bulmer、Bell及其同事的算法快4个数量级，但一些研究人员认为，经典的模拟时间下降了十亿倍说明量子优势是一个模糊的问题。英国量子工程公司Riverlane的科学家Alex Moylett说：“现实情况是，这条路线实际上并没有很好的定义。”

在遥远的未来，大多数研究人员预计量子计算机的性能将大大超过经典计算机，以至于没有人会怀疑它们会变得更好。Aaronson也有同样的希望，但与此同时，他认为经典计算机“至少在一段时间内可以反击”。他说，“像这样的发展告诉了我们一个信息，即如果实验者想要实现量子优势……并在未来得到维持和改进，他们需要提高他们的游戏水平。”（编译:Qtech）