Microsoft Majorana 1:量子计算主张及其证据边界

原标题Microsoft’s Majorana 1: The Quantum Computing Claim and Its Limits

Matthew Berman 介绍 Microsoft 提出的拓扑量子比特,并设想未来用途;已发表实验支持的结论则更有限。

MBMatthew Berman主持 · Forward Future
频道
Matthew Berman
发布
2025年2月21日
视频
7:41
阅读
4 分钟
幻灯片
3
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

2025 年 2 月,Matthew Berman 回顾 Microsoft 的 Majorana 1 发布及其扩大拓扑量子计算规模的雄心。他讨论如何保护和读取量子信息,并展望化学和材料领域的应用。同行评审的宇称测量论文自身并未证实 Majorana 零模,而百万量子比特机器仍是目标,并非已经实现的成果。

  1. 1未来的扩展目标一百万量子比特是架构目标,而非已经实现的设备。
  2. 2论文测量了什么同行评审研究报告了混合器件中的宇称读出;它本身不能证明相关状态具有拓扑性质。
  3. 3应用仍属展望化学、材料和酶方面的例子有赖于未来的硬件和算法。
  4. 4保护效果仍待证明拓扑编码旨在降低对错误的敏感度,但保护程度和可扩展性仍需证据。

要点建议

  1. Microsoft 的百万量子比特设计是未来架构的设想,而非已经演示的百万量子比特计算机。
  2. 2025 年的论文报告了宇称测量,但指出这些测量本身不能证明存在拓扑态。
  3. 拓扑量子比特旨在降低对噪声的敏感度,但保护效果和可扩展纠错能力仍需更多证据。
  4. 化学、医学和材料领域的应用属于未来可能性,而非此次发布已经展示的成果。
全文

按章节阅读整理后的全文

只看原始文稿
01

Majorana 1 发布

Berman 介绍 Microsoft 提出的拓扑架构,并解释百万量子比特的目标。这次发布并未证明一台可运行的百万量子比特机器已经建成。

Microsoft 宣布推出 Majorana 1,并提出一种拓扑量子计算方法。在这段 2025 年 2 月的视频中,我称它是一种新的物质状态,也是迈向更大型机器的重要一步。这些说法需要限定:该公司描述的是一种拓扑相,而非与固态、液态和气态并列的一种新日常类别;其实验证据应如何解读仍有争议。

Microsoft 将 Majorana 1 描述为一种最终可能扩展至一百万量子比特的芯片架构,而不是已经使用一百万量子比特进行计算的芯片。量子比特是量子信息的单位,其状态可以是 0 和 1 的叠加;测量得到的是一个结果,而不是简单地同时读取两个值。

量子系统容易受到噪声和错误的影响,因此实用的大规模机器需要管理错误。Microsoft 提出拓扑量子比特,希望借其设计保护信息并降低纠错开销。这次发布并不能证明其器件已经达到所需的保护效果和可扩展纠错能力。

02

测量与可能的应用

Microsoft 介绍了一种宇称读出技术;已发表论文本身并未证实 Majorana 零模。Berman 展望材料和化学方面的未来用途。

Microsoft 提出的拓扑量子比特
幻灯片 1 / 3Microsoft 提出的拓扑量子比特示意图展示该公司提出的器件和量子点读出方式;其关于受保护拓扑相的主张仍有争议。

该公司的器件使用砷化铟和铝。Microsoft 介绍了一种利用微波技术测量费米子宇称的方法,并称其方法能够分辨超导线中增加一个电子的影响。这种测量对所提架构很重要,但仅凭灵敏度不能证明一台容错量子计算机已经实现。

我引用了 Microsoft 对其同行评审论文的描述,称其证实了 Majorana 粒子。Nature 论文报告的是混合器件中的单次宇称测量;作者表示,仅凭这些测量无法确定检测到的状态是否具有拓扑性质。Nature 编辑审稿说明也指出,结果不能证明所报告器件中存在 Majorana 零模。因此,Microsoft 更广泛的解读仍是一项主张,而非已定论。

设想中的化学与材料应用
幻灯片 2 / 3设想中的化学与材料应用画面中的 Microsoft 文字列出未来可能用途,并非 Majorana 1 已经展示的成果。

我对这样一种可能性感到兴奋:能力足够强的量子机器或许能够模拟化学和材料,包括分子反应和酶。Microsoft 将百万量子比特机器描绘为解决一些经典计算机可能难以处理的问题的途径。这些应用取决于能否开发出合适、可靠的机器和算法;此次发布没有展示这些应用。

我设想了自修复材料的应用:了解腐蚀或裂纹的成因,或许最终能帮助设计用于桥梁、飞机、车辆或屏幕的材料。我也想知道,更好的分子计算能否帮助设计分解不同塑料的酶。这些都是前瞻性研究方向,并非 Majorana 1 已经产出的产品。

医疗和农业也是可能的领域,我推测量子机器能够大幅加快困难计算。视频包含 AI 助手 Monica 的赞助环节。我所说的可投入生产的系统已非常接近,是乐观预测,而非已经证明的时间表。

03

拓扑量子比特为何困难

Berman 解释保护和测量量子信息的目标,并以扩展规模的希望及潜在应用收尾。

量子信息对环境干扰很敏感。挑战在于存储和操纵状态的同时,保持足够的相干性以进行计算,并能将其读出。Microsoft 一直在探索拓扑量子比特,希望其结构能提供更好的保护,并降低纠错开销。

这一方法试图寻找 Majorana 零模——在适当的人工系统中预测存在的准粒子激发——以及测量与其相关信息的方法。既能保护信息又能取回信息,是该设计的核心。2025 年的测量论文是迈向这种架构的一步,但其本身并不能证实测试器件中存在这些零模。

Microsoft 提出的紧凑设计,目标是最终将许多量子比特放进一枚芯片。这一扩展目标并非已经演示的百万量子比特设备;与房间大小的系统相比,也只是预测,而不是对同等机器的实测比较。Microsoft 技术院士 Krysta Svore 描述了制造缺陷极少的材料层有多困难。

Majorana 1 器件组件
幻灯片 3 / 3Majorana 1 器件组件视频展示了与 Microsoft 公布架构相关的硬件组件。

我对未来的潜在应用持乐观态度:药物发现、个性化医疗、更好的电池、气候建模、自修复材料和交通运输。这些是研究机会,而非视频已经展示的成果;其可行性取决于量子硬件和算法能否达到所需性能。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1