在物理與材料研究中，模擬是連接理論與實驗的關鍵手段。量子模擬和經(jīng)典模擬都可用于研究物理模型的性質及其時間演化，在材料、化學、能源、電子、藥物和工程等領域均有廣泛應用。

長期以來，糾纏被視為量子系統(tǒng)中難以駕馭的資源，尤其在多體系統(tǒng)模擬中，高糾纏狀態(tài)往往成為實現(xiàn)經(jīng)典計算方法的阻礙因素。

在近期發(fā)表于 Nature Physics 的一項研究中，香港大學趙琦教授、復旦大學周游教授和美國馬里蘭大學安德魯·查爾茲（Andrew Childs）教授首次發(fā)現(xiàn)糾纏在量子模擬中的加速作用。

簡單來理解這項研究：就像你在玩一個超級復雜的樂高模型，如果每一塊都亂放（低糾纏），你得花很多時間調整；但如果它們已經(jīng)自然地組合成幾個大模塊（高糾纏），拼起來就快多了。這項研究表明，量子系統(tǒng)越“亂”（糾纏），模擬起來反而越簡單。

研究人員通過理論分析和數(shù)值模擬，證明了量子糾纏能夠顯著降低量子模擬中的算法誤差。具體來說，隨著量子系統(tǒng)糾纏度的增加，量子模擬的誤差會迅速減小，并最終趨近于平均誤差水平。

該研究展示了糾纏熵與哈密頓量模擬誤差（論文中指 Trotter 誤差）之間的深刻聯(lián)系，并提出了一種基于測量的自適應模擬協(xié)議。不僅深化了對量子糾纏的認知，還證明了高糾纏非但不是障礙，反而是實現(xiàn)量子加速的關鍵資源。

（Nature Physics）

香港大學教授、2024 年《麻省理工科技評論》“35 歲以下科技創(chuàng)新 35 人”亞太區(qū)入選者趙琦對 DeepTech 表示：“經(jīng)典計算機怕量子糾纏，而我們證明了量子計算機卻很喜歡糾纏。高量子糾纏意味著，量子計算機有可能比經(jīng)典計算機有更大的優(yōu)勢，也更有可能實現(xiàn)量子優(yōu)勢。”

該研究將基礎的資源理論與實際任務、算法建立聯(lián)系，實際上這是一種范式的改變，對量子算法（尤其是自適應算法）設計提供了一種新的思路：糾纏不再僅僅是量子優(yōu)勢的象征，更成為優(yōu)化算法設計、降低資源成本的有效工具。此外，該研究也為未來實現(xiàn)更高效的量子計算提供了關鍵的理論指導。

相關論文以《量子糾纏加速量子模擬》（Entanglement accelerates quantum simulation）為題，以封面論文形式發(fā)表在 Nature Physics[1]。香港大學趙琦教授、復旦大學周游教授和美國馬里蘭大學安德魯·查爾茲（Andrew Childs）教授擔任共同通訊作者。

圖丨相關論文（Nature Physics）

用經(jīng)典計算機和量子計算機模擬量子的動力學演化，是兩條完全不同的路徑。由于經(jīng)典計算機沒有糾纏等量子資源，所以用經(jīng)典計算機去模擬動力學演化充滿挑戰(zhàn)；而在量子方案中，此前領域普遍認為是否有糾纏對效率并沒有過多影響。

在這項研究中，該團隊的核心發(fā)現(xiàn)是：用量子方案時，有糾纏會比之前更快。“最初，我們只是想建立量子糾纏和量子計算的表現(xiàn)的聯(lián)系，但沒有完全想到最后的結論和公式會如此干凈和漂亮。這也是純理論的物理論文能夠登上 Nature Physics 的原因之一。”趙琦說。

（Nature Physics）

在證明量子糾纏可讓量子模擬變得更快的基礎上，研究團隊進一步開發(fā)了自適應量子模擬算法，通過在模擬過程中插入測量裝置來實時估計算法誤差。這種方法不僅可以自動調整模擬參數(shù)以優(yōu)化性能，還能在不增加過多測量開銷的情況下實現(xiàn)高效量子模擬。

此外，根據(jù)研究論文，量子糾纏在某些情況下可超越經(jīng)典模擬的極限。例如，在某些高度糾纏的量子態(tài)下，量子模擬的誤差可降低，而經(jīng)典模擬則會因糾纏的復雜性而陷入指數(shù)復雜度的困境。這一現(xiàn)象表明，量子糾纏不僅是量子世界與經(jīng)典世界的重要區(qū)別，更是量子計算中不可或缺的資源。

（Nature Physics）

盡管在本次研究中已初步驗證了量子糾纏在量子模擬中的作用，但仍有一系列問題需要進一步探索。未來，研究團隊計劃繼續(xù)從理論層面深入理解量子世界與經(jīng)典世界的不同，并通過量子資源與量子算法更多的結合探索這些量子資源的具體用處。

另一方面，未來趙琦研究團隊也希望進一步探索糾纏加速在應用方面的具體影響和效果，例如材料模擬、高能物理模擬、電池、催化劑、制藥等領域（材料開發(fā)相關應用可參考 DeepTech 此前報道：三名教授僅憑量子軟件斬獲 2 億元融資，開發(fā)“硬件無關”算法和量子材料數(shù)據(jù)庫，牽手谷歌 IBM 加速實用化）。通過利用量子糾纏加速量子模擬，有望顯著提升這些任務的效率和準確性。

參考資料：

1.Zhao, Q., Zhou, Y. & Childs, A.M. Entanglement accelerates quantum simulation. Nat. Phys. 21, 1338–1345 (2025). https://doi.org/10.1038/s41567-025-02945-2

運營/排版：何晨龍