在微觀世界的深處，一場關于未來計算機的革命正在悄然展開。2025年8月，中國科學技術大學潘建偉、陸朝陽團隊與上海人工智能實驗室鐘翰森團隊聯手，取得了一項震撼世界的成就——他們利用人工智能技術，成功構建了包含2024個原子的無缺陷量子計算陣列，創造了新的世界紀錄。這個數字聽起來可能不大，但在量子計算的世界里，這相當于在針尖上建造了一座擁有2024個房間的精密宮殿。

原子——量子計算的不二之選

要理解這項突破的意義，我們首先需要明白為什么科學家選擇用原子來構建量子計算機。傳統計算機使用的是二進制比特，就像開關只有開和關兩種狀態。而量子計算機使用的量子比特卻截然不同，它可以同時處于0和1的疊加狀態，就像薛定諤那只著名的貓，在被觀測之前既死又活。

原子成為量子比特的理想選擇有其獨特的優勢。想象一下，每個原子就像一個完美的陀螺，而更妙的是，在自然界中，所有同種原子都是完全相同的，就像大自然這個最精密的工廠生產出來的標準零件。這種天然的一致性對量子計算來說至關重要，因為你不需要擔心制造誤差，大自然已經幫你造好了最完美的計算單元。

原子還有一個奇妙的特性，它們擁有不同的能量狀態，就像樓房有不同的樓層。科學家可以用激光把原子從“一樓”激發到“頂樓”，這個頂樓在物理學中被稱為里德堡態。處于里德堡態的原子會發生驚人的變化，它們會變得特別“胖”，直徑可以增大幾千倍。這些“發胖”的原子之間會產生強烈的相互作用，就像兩個充滿氣的氣球會相互排斥一樣。這種相互作用恰恰是實現量子邏輯門操作的關鍵，讓原子之間能夠“對話”和“協作”。

光鑷技術：馴服原子的魔法

那么，如何在如此微小的尺度上精確地控制這些原子呢？科學家們發明了一種神奇的工具——光鑷。這不是科幻電影里的光劍，而是用激光束形成的微型“陷阱”。

理解光鑷的原理，可以想象你在玩彈珠游戲。桌面上有許多小凹坑，彈珠會自然地滾進這些凹坑里并停留在那里。光鑷的工作原理與此類似，只不過“凹坑”是用聚焦的激光束在三維空間中創造的能量最低點。原子就像微觀世界的彈珠，會被“吸引”到這些光斑的中心并被牢牢困住。這種困住不是物理上的接觸，而是通過光與物質相互作用產生的梯度力實現的。

通過一種叫做空間光調制器的設備，科學家可以同時產生成百上千個這樣的光鑷，形成一個光鑷陣列。這個空間光調制器可以理解為一個超級精密的光學投影儀，能夠將復雜的光場圖案投射到空間中。每個光鑷就像一個獨立的“單間牢房”，可以囚禁一個原子。通過精確調節光的強度、位置和相位，科學家就能像指揮家指揮樂團一樣，精確控制每個原子的狀態和位置。

實驗裝置示意圖

（參考文獻[1]）

從混亂到有序的巨大挑戰

然而，在實際操作中，科學家們面臨著一個巨大的挑戰。當他們用光鑷陣列去“捕捉”原子時，就像用漁網捕魚，無法保證每個網格里都能捕到魚。根據量子力學的概率性質，每個光鑷捕獲原子的概率大約只有65%。這意味著在一個設計好的光鑷陣列中，有些位置成功捕獲了原子，而有些位置則是空的。

這種隨機性對量子計算來說是個致命的問題。想象你精心設計了一個200人的大合唱隊形，每個位置都有特定的音符要唱，但演員們卻隨機站位，有些位置站了人，有些位置空著。這樣的合唱團顯然無法正常演出。同樣，要進行量子計算，你需要每個指定位置都有一個原子，不能有任何空缺。因此，科學家必須進行原子重排——把那些站錯位置的原子移動到空缺的位置上，形成一個完美無缺的陣列。

傳統的重排方法就像一個勤勞但效率不高的舞臺導演。他使用聲光偏轉器產生的可移動光鑷，就像一根“指揮棒”，引導原子們一個接一個地移動到正確位置。首先移動第一個原子，等它就位后再移動第二個，然后是第三個……這個過程不僅耗時，而且隨著原子數量的增加，所需時間會線性增長。

當需要重排的原子數量達到幾千個時，可能需要幾秒甚至幾十秒，這個時間看似短暫，但在計算機領域卻堪稱“漫長”的——這是因為當前家用計算機CPU的時鐘頻率已經達到了GHz的水平，也就是說其理論上的計算速度可達每秒10億次級別。

更糟糕的是，在移動原子的過程中還可能發生“原子逃逸”。原子非常敏感，如果移動速度太快或路徑設計不當，它們可能會獲得額外的能量而“逃跑”，就像演員在移動過程中偷偷溜走了。這種原子損失會降低最終陣列的質量，影響量子計算的性能。

AI帶來的革命性突破

中國科研團隊的創新之處在于，他們徹底改變了原子重排的范式。他們不再讓原子一個接一個地移動，而是設計了一套全新的方案，讓所有原子同時移動到各自的目標位置。這就像把那個辛苦的舞臺導演換成了一個超級智能的編舞系統，能夠同時指揮所有演員完成一場精心編排的千人團體操。

實現這個目標的第一步是解決一個復雜的配對問題。AI系統需要決定哪個原子應該移動到哪個目標位置，這個決策要確保所有原子的總移動距離最短，同時避免它們在移動過程中相互碰撞。這就像給一千對新人安排集體婚禮的座位，既要確保每對新人從入口到座位的路線最優，還要保證他們不會在過道上撞到一起。科學家使用了一種叫做“匈牙利算法”的數學方法來解決這個優化問題，并通過分塊處理技術實現了并行計算，使得即使面對上萬個原子，計算時間也能保持在5毫秒左右。

但僅僅知道誰該去哪里還遠遠不夠，真正的挑戰是如何讓所有原子同時、精確地移動。研究團隊將整個移動過程巧妙地分解成大約20個小步驟，就像把一支復雜的舞蹈分解成20個基本動作。在每一步中，原子只需要移動很短的距離，這樣可以避免因移動過快而導致原子升溫和逃逸。

神經網絡的精妙設計

這里就體現了AI的真正魔力。研究團隊設計的AI模型采用了深度學習中的卷積神經網絡技術，它就像一個經過特殊訓練的“光場設計師”，能夠在毫秒級的時間內為每一步移動設計出完美的全息圖案。

這個AI大腦的結構精妙而復雜。首先，輸入層接收所有原子的當前位置和目標位置信息，就像接收一張標注了所有演員當前位置和目標位置的舞臺平面圖。隨后，這些信息通過三個卷積層進行初步處理，每個卷積層都像是一個特殊的濾鏡，能夠提取出不同層次的特征信息。

接下來的三個殘差塊是整個網絡的核心。殘差塊是深度學習中的一項重要創新，它通過引入“跳躍連接”解決了深層網絡訓練困難的問題。你可以把它想象成在工廠生產線上設置的質檢環節，不僅檢查當前步驟的產品質量，還會把原始材料的信息直接傳遞到后面，確保重要信息不會在層層處理中丟失。

最終，網絡輸出兩張關鍵的圖像：振幅圖和相位圖。振幅圖控制每個位置的光強度，就像調節每盞燈的亮度；相位圖控制光波的相位，就像調節水波的起伏時機。這兩張圖共同定義了空間中的光場分布，從而精確控制每個原子的移動。

但這里還有一個技術難題需要解決。全息圖本質上是在頻率域的，而神經網絡更擅長處理空間域的圖像。這就像你要創作一首交響樂（頻率域），但你只會畫畫（空間域）。研究團隊巧妙地解決了這個問題：讓AI先在空間域生成圖案，然后通過快速傅里葉變換自動轉換到頻率域。這個轉換過程就像把樂譜自動轉換成美妙的音樂。

訓練AI：讓機器學會“編舞”

為了訓練這個AI系統，研究人員進行了大量的模擬和學習。他們模擬了數萬次原子重排過程，記錄每一步的原子位置，并使用傳統的加權Gerchberg-Saxton算法生成對應的全息圖作為標準答案。這個過程就像讓一個學生通過觀看大量的編舞視頻來學習如何編排舞蹈。

訓練過程中，AI不斷比較自己生成的全息圖與標準答案之間的差異，并通過反向傳播算法調整網絡參數，逐漸提高生成質量。經過大量的訓練后，這個AI系統不僅學會了如何生成高質量的全息圖，而且速度極快——能在幾毫秒內完成傳統算法需要幾十甚至上百毫秒才能完成的計算。

更令人驚嘆的是這套系統的精度。AI能夠控制每個光鑷的位置精度達到約20納米，這相當于一根頭發絲直徑的三千分之一。相位控制精度約為0.2弧度，確保了原子在移動過程中不會因為相位突變而“暈車”。這種極高的精度是通過精心的系統設計實現的：每次移動的步長被限制在幾微米以內，相位變化也保持平緩，讓原子能夠“舒適”地到達目的地。

打破時間魔咒的常數復雜度

這項技術最革命性的突破在于實現了計算機科學中夢寐以求的“常數時間復雜度”。在傳統方法中，重排時間隨原子數量線性增長，1000個原子需要1秒，2000個原子就需要2秒，10000個原子可能需要10秒。這種線性關系就像一個永遠無法打破的魔咒，嚴重限制了系統的可擴展性。

而新方法完全打破了這個魔咒。無論是重排1000個原子還是10000個原子，整個過程都只需要約60毫秒。這60毫秒的時間分配非常精確：路徑匹配計算需要5毫秒，全息圖生成需要52毫秒，空間光調制器（SLM）的刷新需要20毫秒。由于全息圖計算和SLM刷新可以并行進行，就像左手畫圓右手畫方，兩個過程可以同時進行，所以總時間保持在60毫秒以內。

這種突破的意義是革命性的。它意味著量子計算機的規模不再受到重排時間的限制。理論上，只要硬件條件允許，科學家可以構建包含數萬甚至數十萬個原子的量子計算陣列，而重排時間依然保持在60毫秒。

創造歷史的實驗成果

利用這項突破性技術，研究團隊創造了多項世界紀錄。最引人注目的成就是成功構建了包含2024個原子的二維方陣。這個陣列設計有45×45共2025個位置，實際成功捕獲并排列了2024個原子，只有一個位置是空的，成功率高達99.95%。這個數字不僅刷新了世界紀錄，更重要的是證明了該技術的可靠性和實用性。

研究團隊還展示了該技術的靈活性，創造了多種不同構型的原子陣列。他們用723個原子排列出“USTC”字母圖案，就像用原子作為畫筆，在微觀世界寫出了中國科學技術大學的縮寫。他們還構建了三層立方體陣列，包含1077個原子，就像搭建了一座三層的原子大廈，每層原子都整齊排列，層與層之間保持著精確的間距。

最具科學意義的可能是模擬扭曲石墨烯結構的三層陣列。這個包含752個原子的結構中，不同層之間有20度的扭轉角，形成了美麗的莫爾紋圖案。這種結構在凝聚態物理中具有重要意義，可能幫助科學家理解高溫超導等奇異物理現象。

數千原子無缺陷二維和三維陣列重排實驗結果圖

（參考文獻[1]）

逼近完美的性能指標

除了規模的突破，這個系統的性能指標也達到了世界頂尖水平，為實現容錯量子計算奠定了堅實基礎。

單比特門保真度達到了驚人的99.97%，這意味著對單個原子進行量子操作時，錯誤率僅為0.03%。這就像一個神箭手，一萬次射箭只有三次偏離靶心。這種極高的精度對量子計算至關重要，因為量子態非常脆弱，微小的錯誤都可能導致計算結果完全錯誤。

雙比特門保真度達到99.5%，這是量子計算中最具挑戰性的操作之一。雙比特門需要兩個原子之間產生精確的相互作用，就像兩個舞者需要完美配合才能完成高難度動作。99.5%的成功率意味著系統已經接近實用化的門檻。

探測保真度更是達到了99.92%，這是讀取原子量子態的準確率。這就像一個超級精準的體溫計，一萬次測量只有八次會出現微小的偏差。高精度的狀態讀取對量子計算的輸出至關重要，否則即使計算過程完美，也無法獲得正確的結果。

這些接近完美的性能指標表明，該系統已經具備了構建容錯量子計算機的基本條件。容錯量子計算就像建造一座能夠抵御地震的大樓，即使個別構件出現問題，通過糾錯碼和冗余設計，整體結構依然能夠正常工作。

量子計算的光明未來

這項由中國科學家主導的突破獲得了國際學術界的高度認可。審稿人認為這項工作標志著原子相關量子物理領域在計算效率和實驗可行性方面的一次重大飛躍。美國物理學會的權威期刊《物理評論快報》以編輯推薦的形式發表了這項成果，《物理》雜志更是將其選為研究亮點進行專題報道。

研究團隊對未來充滿信心。他們指出，通過一系列技術升級，在不久的將來構建包含數萬個原子的無缺陷陣列是完全可行的。這些升級包括使用更高功率的激光器來提供更多的光鑷，采用更高分辨率的空間光調制器來實現更精細的控制，配備更大視場的物鏡來容納更多原子，以及建造更好的真空系統來延長原子的壽命。

如果再配合GPU集群進行并行計算，利用其強大的并行處理能力加速全息圖生成，以及使用響應速度達到GHz級別（吉赫茲量級）的新型電光調制器，重排時間可能進一步縮短到微秒級別。這將使得量子計算機能夠更快地完成初始化，提高整體運算效率。

這項突破的意義遠遠超出了技術本身。它代表著量子計算發展的一個重要里程碑，標志著AI技術與量子物理的深度融合正在開啟一個全新的時代。當我們擁有包含數萬甚至數十萬個原子的量子計算機時，人類將能夠解決許多目前無法解決的問題：模擬復雜的化學反應來設計革命性的新藥物和材料，優化極其復雜的物流和金融系統，探索宇宙的本質以理解黑洞和暗物質的奧秘，甚至可能幫助我們理解意識和生命的本質。

正如經典計算機的發明徹底改變了20世紀的人類文明，量子計算機很可能會定義21世紀的科技格局。而中國科學家的這項突破，無疑是通向這個量子未來的關鍵一步。在人工智能的加持下，量子計算的黃金時代或許比預期更早到來。這不僅是中國科技實力的體現，更是人類探索未知、突破極限的又一個輝煌篇章。

參考文獻：

[1]Lin, Rui, et al. “AI-Enabled Parallel Assembly of Thousands of Defect-Free Neutral Atom Arrays” Physical Review Letters 135.6 (2025): 060602.

出品：科普中國

作者：李瑞（半導體工程師）

審校：香港城市大學 客座助理教授 石巍

監制：中國科普博覽