Google Quantum AI 於 10 月 15 日在官方網誌公布，研究團隊在自家 Willow 處理器上證實「magic state cultivation」技術在真實硬件上可行，錯誤率較未經培育的量子態低約四十倍，邏輯 T-state 保真度達 99.99%。相關論文同日於《Science》發表。團隊形容，這是首次為量子運算其中一個最嚴重的資源樽頸提出可行的實證方案，是規模化至實用階段的重要一步。[1][2]
長期存在的資源樽頸
自 2004 年起，學界已預見這個問題。要進行「通用」量子運算並執行有用的程式，必須能夠運行及糾錯一組特定的量子操作，方法是先造出所謂「magic state」。不過，製作高品質且已糾錯的 magic state 極耗資源，有估算指量子電腦最多達 95% 的整體運算能力要用於製造它們，餘下空間用於真正運算的相當有限；加上用過一次便不能再重用，令 magic state 成為稀缺資源。二十年來，研究人員一直努力降低這個「魔法成本」。[1]
從理論設計到硬件實證
Google Quantum AI 研究人員 Craig Gidney、Noah Shutty 及 Cody Jones 於 2024 年改良文獻中的構想，發展出現稱為 magic state cultivation 的做法。構思是把培育過程當作過濾器：先將帶雜訊的量子態注入晶片上一個小區域，再執行一連串高度協調的量測以檢查及剔除出錯的嘗試，最終培育出誤差極低的純淨量子態，並可同時轉換成更大、更有用的編碼。[1]
要在真實硬件上實現並不容易。研究科學家 Emma Rosenfeld 在首次測試培育程序時，見到似乎違反物理定律的數據；經過數月模擬、討論與一致性檢查，發現問題源於團隊慣用量測方法中的一個錯誤假設——實驗室電氣設備漂移及溫度變化造成的特定雜訊，影響了基準測試的有效性。團隊其後增加系統控制以降低該雜訊的影響，並發明新的基準測試技術，以培育本身作為量測自身的工具。[1]
錯誤修正碼之間的狀態移植
團隊亦首次證明相關理論與其架構相容，能成功在「色彩碼」（color code，較新、適合培育）與「表面碼」（surface code，較成熟）之間切換，把量子態由 distance-3 色彩碼移植到 distance-5 表面碼。這個移植程序原於 2024 年的理論論文提出，實測顯示已純化的量子態可以在硬件內順利保存及轉移。[1]
規模化仍待驗證
Google 坦言，仍需在更大規模上展示 magic state cultivation，才談得上應用於實用級量子運算，技術挑戰仍然不少；但這次成果已把一個關鍵理論構想，變成經實驗證實的現實。官方亦提到，其長遠目標是建立一部有用的糾錯量子電腦，解決以其他方式難以處理的問題。[1]
參考資料
[1] Bringing the magic: Google breaks open a bottleneck in quantum computing（2026年10月15日）