3月英国牛津大学荣休教授蒂姆·帕尔默在顶刊《美国国家科学院院刊》上发表论文《Rational quantum mechanics: Testing quantum theory with quantum computers》提出对量子计算能否产业化的质疑论文。

4月，一篇刚发表在顶级期刊《自然·物理》上的论文，用一个精准的比喻点破了量子计算领域一个长期被回避的现实：把量子线路想象成一排多米诺骨牌，每一块都必须精准击中下一块，才能完成完整的计算序列。

但如果每一块骨牌都微微晃动，结局会怎样？

来自柏林自由大学、洛桑联邦理工学院、麻省理工学院、芝加哥大学等多家顶尖机构的研究团队，给出了一个令人警醒的答案：在真实的噪声环境下，量子电路最终能影响结果的，往往只剩下最后几步。之前所有精心设计的复杂计算步骤，正在被噪声一层层"抹除"。

越深的线路，损失越惨重

要理解这项研究的分量，需要先理解量子计算的核心逻辑。

量子计算最被寄予厚望的特性之一，在于其"深度"，即通过叠加越来越多的操作步骤，让计算能力随之呈指数级增长。变分量子算法正是基于这一逻辑而设计的，它通过引入可调参数，让量子系统像机器学习一样迭代优化，逼近目标答案，被认为是在尚未实现完整量子纠错之前最有希望的近期应用路径之一。

然而这项研究发现，在每个量子比特都受到独立噪声干扰的真实条件下，量子线路中越早发生的操作，其影响力衰减得越快。研究团队通过数学分析追踪了每一层操作穿越线路时的影响力传递，结果显示：对最终测量结果真正起作用的，只有靠近末端的少数几层。

用研究者的话说，这就像那排多米诺骨牌中，只有最后几块还站得住，前面所有的精心布置都已倒下消失。

这个结论直接撬动了变分量子算法的立论基础：通过增加线路深度来获得更强计算能力的策略，在现实噪声环境下并不奏效。深度越深，被噪声"吃掉"的中间步骤越多，有效计算结构反而越浅。

有趣的是，研究还给出了一个看似矛盾的附带结论：这种条件下，优化过程中的"梯度消失"现象反而消失了，模型"变得更容易训练"。但作者明确指出，这恰恰是一个陷阱，因为变得容易训练的原因，正是系统已经被噪声简化成了一个浅层结构，真正的计算复杂度早已流失。

经典计算机可以替代，量子优势无从体现

这个发现的最终落点，让整个量子计算社区难以回避。

既然在噪声环境下，量子线路的有效结构被压缩成浅层形式，研究团队进一步证明，可以构造出对应的经典算法，在合理精度范围内完成同样的期望值计算任务。也就是说，对于当前这类主流量子算法所承担的计算任务，经典计算机并非无从应对。

更进一步，研究者还系统比较了不同类型的噪声模型，包括过去理论分析中常用的理想化模型，以及更贴近真实量子硬件的复杂噪声形式，结论保持一致：在所讨论的任务范围内，不同噪声类型都导致了相似的浅层化压缩效果，这一结论具有普遍性，而非特例。

这为以色列数学家吉尔·卡拉伊多年来的量子计算"怀疑论"提供了新的实证支撑。这位希伯来大学教授长期坚持认为，在大规模量子系统中，噪声是结构性的、不可逾越的障碍，现实量子系统所能处理的问题，在本质上只是相对简单的数学结构，难以对经典计算机形成真正优势。今年4月，卡拉伊本人也在公开讨论中对这篇论文给予了正面回应。

当然，这并不意味着量子计算毫无前途。研究者指出，未来的突破方向可能在于两条路径：一是大幅降低物理噪声水平，二是设计出即便在噪声存在的条件下依然能保持有效深度的新型线路架构。

但在容错量子纠错真正实现之前，这篇论文传达的信息已经足够清晰：指望靠堆叠计算步骤来释放量子优势，在当下仍是一场奢望。噪声，依然是量子计算最难翻越的那道坎。