噪声韧性之争

QRAM 是否天生怕噪声,经历了三幕式的叙事反转:2015 年的悲观分析、2021 年的严格韧性定理、2026 年的错误注入实验。

账本对齐:三个命题与两本账

争论三方的主张可写成三个精确命题(记号:$N=2^n$、$n={\log }_{2}N$、$\epsilon$ 单操作错误率、$T$ 单查询深度、$F$ 查询保真度;机制与激活计数的推导见 桶队架构):

• 命题 G(GLM 2008):单开关错误率 $\epsilon =0.1\%$ 时,可对 $2^{100}$ 个地址做叠加寻址而总误差仅 10%,即每查询总错误率 $E\le \epsilon {\log }_{2}N$ GLM 2008 (PRL) GLM 2008 (PRA)。
• 命题 A(Arunachalam 2015):bucket-brigade 用作 Grover 搜索预言机时,一类错误模型下单门错误率须 $\epsilon \in o(2^{-n/2})$;传统量子纠错会消灭”激活门少”的优势 Arunachalam 2015。
• 命题 H(Hann 2021):全部 $O(N)$ 个路由器(含等待态)承受任意 CPTP 噪声时,单查询 $1-F\le 4\epsilon T\log N$;纠错后的逻辑 bucket-brigade 满足同型界 Hann 2021。

三句”矛盾”名言量化的是两个对象:器件账(单次查询不保真度)与算法账($q$ 次查询的误差累积)。G 与 H 在器件账上;A 的前半在算法账上、后半在器件–纠错接口上。本词条逐一推导三本账,给出假设矩阵裁决谁对谁错,再以数值对比与 2025–2026 年实验收尾(编年见 十八年时间线)。

第一幕:GLM 账本的 union bound 结构

从 Bernoulli 不等式到预算读法

模型:一次查询依次扳动 $n$ 个激活开关,各开关独立、每次调用以概率 $\epsilon$ 出错,并保守假定任一错误毁掉所在查询。“全程无错”概率与总错误率:

$$P(\text{无错})=(1-\epsilon {)}^n,E_{\mathrm{GLM}}=1-(1-\epsilon {)}^n.$$

二项式展开给出线性近似,Bernoulli 不等式给出严格上界:

$$(1-\epsilon {)}^n=1-n\epsilon +(\genfrac{}{}{0ex}{}{n}{2}){\epsilon }^2-\cdots \ge 1-n\epsilon ⟹E_{\mathrm{GLM}}\le n\epsilon =\epsilon {\log }_{2}N.$$

一般地这是 union bound(Boole 不等式):$P({\bigcup }_i{A}_i)\le {\sum }_{i}P(A_i)$,$A_i$ 为”开关 $i$ 出错”——无需独立性假设,只要各开关的边际错误概率。“预算”读法:给 $n$ 个激活开关各发 $\epsilon$ 预算,失败概率自动 $\le n\epsilon$(通用证明见 评价指标)。反解:$E\le \delta$ 需 $\epsilon \le \delta /n$;$\delta =10\%$、$n=100$ 给 $\epsilon \le 10^{-3}$——GLM 口号”0.1% 够用”的出处 GLM 2008 (PRA)。乘法结构:$N$ 翻倍只让 $n$ 加一、预算只多付一个 $\epsilon$;对照 fanout 预算 $(N-1)\epsilon$(要求 $\epsilon =O(2^{-n})$,推导见 fanout 架构),差距 $2^n/n$ 倍。

逐分支记账:第四前提 P4

叠加查询下这条账并非显然:各分支激活的开关集合 $S(\mathbf{x})$ 不同,对全部地址取并集会数出至多 $N$ 个节点,全局 union bound 只给 $E\le N\epsilon$——韧性消失。GLM 账本必须逐分支记账:分支 $\mathbf{x}$ 只经过自己的 $n$ 个节点,$P(\text{分支 }\mathbf{x}\text{ 出错})\le n\epsilon$,不保真度是各分支损失按 $|{\psi }_{\mathbf{x}}{|}^2$ 的加权平均:

$$1-F\le \sum _{\mathbf{x}}|{\psi }_{\mathbf{x}}{|}^2\cdot n\epsilon =n\epsilon .$$

这暗中假定:每个错误只毁掉含出错节点的分支,不跨分支传播,列为第四条前提——P4(错误分支局域性)。它在 GLM 论文里只是直觉,却是后两幕的主战场:Arunachalam 的 wrong/no-path 错误是对 P4 的精确违反,Hann 的不传播引理是 P4 的定理级复原。“每分支恰 $n$ 个激活开关”在算符层面是零方差恒等式(${\hat{n}}_{\mathrm{act}}$ 在每个计算分支取值 $n$,见 桶队架构 推导二)。

组件口径与事件口径:$O(1/n^2)$

预算数取决于错误挂在什么上。只挂在 $n$ 个激活开关(组件口径)得 $E\approx n\epsilon$;均摊到一次调用全部 $\Theta (n^2)$ 个交互事件(地址进树 ${\sum }_{j=1}^{n}j=n(n+1)/2$ + 总线 $n$ + 逆序 uncompute $n(n+1)/2$)则 $E\approx n^2\epsilon$,恒定误差要求

$$\epsilon =O(1/n^2),$$

这正是 Arunachalam 等转述 GLM 原始主张的口径 Arunachalam 2015;Hong 等按完整存储调用统计出 $n(n+5)/2$ 次节点操作 Hong 2012,同属 $\Theta (n^2)$。两口径差因子 $n$,但都只要求多项式小的错误率。

四条隐含前提(本词条归纳)

1. P1(等待态惰性):未激活的 $2^n-(n+1)$ 个节点整个查询期不积累计入预算的错误——GLM 的”关键噪声约束” GLM 2008 (PRA);否则朴素修正 $E\sim N\epsilon T$,韧性消失。
2. P2(独立随机错误):逐开关、逐调用的独立随机事件(混合酉型),无相干转角、无相关错误。
3. P3(单查询口径):命题只谈一次查询,不含算法层累积——原文未言明,口号的引用方式常抹掉这条。
4. P4(错误分支局域性):见上节。

2015 与 2021 年的工作分别攻击四条:P3 的缺口被 Grover 查询预算指数放大(第二幕);P1/P2 被 Hann 定理解除,P4 升级为不传播引理(第三幕)。

第二幕:Arunachalam 负结果的完整推导

玩具模型:right / wrong / no-path

Arunachalam 等构造的最小玩具模型是路由 qutrit 的三能级对称翻转:每次操作以概率 $\epsilon$ 被替换为能级间随机翻转 Arunachalam 2015。按出错位置相对被 carve 路径 $r(\mathbf{x})$ 分类:

• right(路径内):激活节点出错,直接污染该分支输出——尊重 P4,只毁自己的分支;
• wrong(路径外误激发):等待态节点被翻出——当次输出仍正确,但残留激发让下次查询的接力遇到”假激活”节点;它跨查询传播、违反 P4,且 uncompute 只复位正确路径、管不到支外残留;
• no-path(无路径):地址比特吸收失败,路径未 carve 成,查询整体失效——吸收是全部分支的必经事件,无 $2^{-\ell }$ 份额压制,故渐近上 no-path 主导,整体退相干甚至快于 Regev–Schiff 模型(论文附录对相近退相干模型给出正式证明) Arunachalam 2015;且路径未建成,后端纠错无从着力。

Grover 的杠杆臂:$T=\Theta (2^{n/2})$

无结构搜索的查询预算一行几何给出:态限制在目标态与均匀叠加态张成的二维子空间,初始态相对”非目标”轴夹角 $\theta$ 满足 $\sin \theta =1/\sqrt{N}$;预言机反射与扩散反射的乘积是每次转 $2\theta \approx 2/\sqrt{N}$ 的旋转,把 $\theta$ 推到 $\pi /2$ 附近需

$$T\approx \frac{\pi /2-\theta }{2\theta }\approx \frac{\pi }{4}\sqrt{N}=\Theta \left(2^{n/2}\right)$$

次调用。$2^{n/2}$ 是后面一切指数要求的杠杆臂:误差预算要在 $T$ 次调用上摊分。

Regev–Schiff 定理与 $p=O(2^{-n/2})$

Regev–Schiff 考虑故障预言机:每次调用以概率 $1-p$ 正确执行相位翻转、以概率 $p$ 什么都不做,并证明任何在其上以 $9/10$ 成功率解搜索的算法满足 $T>\frac{p}{10(1-p)}N$——$p$ 为常数时下界 $\Omega (N)$,二次加速消失(证明骨架见 十八年时间线)。要保住 $\sqrt{N}$ 加速,下界须落在 $\sqrt{N}$ 以下:

$$\frac{p}{10(1-p)}N\le \sqrt{N}⟺p(N+10\sqrt{N})\le 10\sqrt{N}⟺p\le \frac{10}{\sqrt{N}+10}=O\left(2^{-n/2}\right).$$

计数启发式交叉验证:$pT\lesssim 1$、$T\approx \frac{\pi }{4}\sqrt{N}$ 同样给出 $p\lesssim \frac{4}{\pi }{2}^{-n/2}$。定理与启发式在阈值一致——这是”$T$ 次调用摊分误差预算”的几何必然。

从调用故障率到单门错误率

每次调用有 $m=\Theta (n^2)$ 个可能出错的操作(事件口径),则

$$p=1-(1-\epsilon {)}^m\ge 1-e^{-m\epsilon }\ge \frac{m\epsilon }{2}(m\epsilon \le 1),$$

(两步分别用 $\ln (1-x)\le -x$ 与 $1-e^{-x}\ge x/2$ 对 $x\in [0,1]$。)合并 $p\lesssim 2^{-n/2}$ 与 $p\ge m\epsilon /2$:

$$\epsilon \lesssim \frac{2^{-n/2}}{m}\sim \frac{2^{-n/2}}{n^2}\in o\left(2^{-n/2}\right)(n={\log }_{2}N).$$

与 GLM 事件口径 $\epsilon =O(1/n^2)$ 对照:分母同为 $n^2$,分子从常数换成 $2^{-n/2}$——指数惩罚完全来自算法层(P3 缺口),与器件细节无关。渐近主导项 no-path 的发生概率不受份额压制,把调用故障率钉在 $\Theta (n^2)\epsilon$,再被 $2^{n/2}$ 次调用放大。

架构优化为何无效:Hong 方案对账

Hong 等把每次调用的平均节点操作数从 $n(n+5)/2$ 压到 $n/2$,查询时间从 $O(n^2)$ 型降到 $O(n)$ 型 Hong 2012。代入上式:$m$ 从 $\Theta (n^2)$ 降到 $\Theta (n)$,需求从 $2^{-n/2}/n^2$ 移到 $2^{-n/2}/n$,而 $\frac{2^{-n/2}/n}{2^{-n/2}}=\frac{1}{n}\to 0$,改善后的需求仍属 $o(2^{-n/2})$——多项式架构优化只改写指数惩罚的系数、不动指数,“查询时间降了、$\epsilon$ 需求不变”的精确含义是不变渐近类。

算法分流:多项式查询安然无恙

设算法做 $q$ 次查询、每次调用故障率 $\delta$,跨调用 union bound 给总错误率 $\le q\delta$,要求 $q\delta =O(1)$ 即 $\delta =O(1/q)$:

• 多项式查询(HHL 型矩阵求逆、qPCA 型量子机器学习,$q=\mathrm{poly}(n)$):$\epsilon \lesssim 1/(q{n}^2)$ 仍多项式衰减,可能免纠错 Arunachalam 2015;
• 超多项式查询(Grover,$q=\Theta (2^{n/2})$):$\epsilon \lesssim 2^{-n/2}/n^2$,指数衰减。

实质:误差需求是多项式还是指数衰减,决定改进门质量能否弥合差距——多项式差距可追赶,指数差距随 $n$ 无界扩大。算法假设谱系见 算法的输入模型谱系。

纠错悖论

更致命的是纠错论证。bucket-brigade 的卖点是任意时刻仅 $O(\log N)$ 个节点激活、其余沉睡;而传统量子纠错(如 CSS 类 15 比特 Reed–Muller 码)的症状提取每轮触及全部 $2^n-1$ 个节点:编码后每个节点都携带需主动纠正的物理量子比特,且此类码的逻辑态在物理 $|0⟩/|1⟩$ 激发数上对称,“沉睡/激活”的不对称——恰是 GLM 赖以省预算的资源——在物理层面消失。纠错预算回到 $\Theta (N){\epsilon }_L$,架构退化为 fanout 式 Arunachalam 2015。注意其适用对象是”对整个 BB 电路施加均匀传统纠错”这一特定方案;它是否封死一切纠错路线,是第三幕的转折点。

自承的局限

该工作明确自限:玩具模型只含一类错误(对称比特翻转),结论限定”一类错误模型”;uncompute 假设无错;更现实噪声模型的 $\Omega (N)$ 型下界只是”基于类比的猜想”,留作开放问题;多项式查询安然无恙——负结果不否认 QRAM,只给它重定价。同年 Aaronson 以 “read the fine print” 把这套逻辑立为方法论判词:量子加速写在 QRAM 假设的附则里,假设必须计价 Aaronson 2015。

第三幕:Hann 定理与论证结构的反转

定理与证明骨架

Hann、Lee、Girvin 与 Jiang 把噪声模型放到最一般:全部 $O(N)$ 个路由器(含等待态)每时间步各经受任意 CPTP 信道——去极化、相干转角、初态制备错误、任意门分解与常数范围相关错误;单操作错误率 $\epsilon$、深度 $T=O(\log N)$ Hann 2021:

$$1-F\le 4\epsilon T\log N(\text{混合酉信道;要求 }\epsilon T\log N\le \frac{1}{4}),$$

完全一般信道的常数稍差,为 $A\approx 6-2{\epsilon }_W/\epsilon$。证明三步(完整版见 一般噪声下的韧性):

1. 按错误构型分解:对每个噪声位置掷硬币,条件在全部好硬币上,电路即理想幺正,输出为理想态;
2. 不传播引理:查询电路由 SWAP/CSWAP 类置换型操作构成,坏分支的错误停留在自己子树内、不回流好分支——P4 的定理化;
3. 好分支权重:$E(\Lambda )=(1-\epsilon {)}^{T\log N}\ge 1-\epsilon T\log N$(Bernoulli 再现);坏分支污染由引理 2 用同一量控制;“迹距离 → 保真度”换算的两次范数放缩贡献因子 4。

逐层对消:GLM 结论的正确化

树给第 $\ell$ 层两个反向的数:节点数 $2^{\ell }$(指数涨)与单节点错误影响份额 $2^{-\ell }$(指数落,深度 $\ell$ 节点只在前缀匹配的分支上激活)。逐层求和:

$$1-F\sim \sum _{\ell =0}^{n-1}\underset{\text{节点数}}{\underbrace{2^{\ell }}}\cdot \underset{\text{单节点深度预算}}{\underbrace{\epsilon T}}\cdot \underset{\text{激活份额}}{\underbrace{2^{-\ell }}}=\sum _{\ell =0}^{n-1}\epsilon T=\epsilon T{\log }_{2}N.$$

每层只剩常数 $\epsilon T$——GLM 的对数标度结论存活,但归因换了:不是”只有 $n$ 个门出错”,而是”错误数目与杀伤半径逐层精确相消”。GLM 账本是这条等式在 P1+P2 下的退化读法;Hann 是无前提版本,代价是常数——$T=n$ 时比 GLM 开关账多付因子 $4n$ 的保守溢价。

对四前提的逐一裁决

• P1 → 解除。 定理对全部路由器加噪;等待态错误无后果的原因是份额 $2^{-\ell }$ 加不传播引理——“惰性”从假设变成结论。GLM 必须假定指数多节点沉睡,Hann 证明它们可以醒着退相干而不毁查询。
• P2 → 解除。 任意 CPTP 成立;相干错误的保真度一阶项恒为零($⟨\psi |[H,|\psi ⟩⟨\psi |]|\psi ⟩=0$),须先以迹距离记账再换算保真度——常数里"$\times 2$"的来源(相干错误二次律见 评价指标)。
• P3 → 存活。 Hann 的算法分流表与 Arunachalam 一致:超多项式查询仍须纠错。2021 年没有推翻 2015 年的指数惩罚,推翻的是”指数惩罚 + 纠错毁掉架构”合成的整体悲观。
• P4 → 定理化。 即证明骨架第 2 步;可测形式(错误注入的空间衰减)见 误差局域化。

纠错后的逻辑 bucket-brigade

纠错版本满足同型逻辑界

$$1-F_L\le 4{\epsilon }_L{T}_L\log N,$$

即树结构在纠错框架内继续提供有限纠缠保护,逻辑查询的资源与韧性账不劣化、硬件效率反而改善 Hann 2021——“纠错必然毁掉优势”被正面反驳。后续工程路线兑现这一结果:异构纠错只强纠保真度关键区域,对任意 $N$ 给常数保真度,资源省约 5 倍(depth-30)、错误标度慢二次方 Singal 2025;蒸馏–传态允许器件保真度低至 $1/\mathrm{poly}(n)$;资源态 QRAM 把在线操作全 Clifford 化(分见 异构纠错 QRAM、蒸馏–传态协议、Clifford 化容错接口)。

Hann 定理自己的边界

(1) 常数松:因子 4(或 $A$)不紧,$n\gtrsim 50$ 常用参数下上界绝对值即空洞(见数值算例);(2) 单查询定理:超多项式查询的指数要求仍在,不给 Grover 免纠错许可;(3) 器件账不动:$O(N)$ 比特与 $O(N\log N)$ 总门数照旧;(4) 流水线化改善吞吐但不减小噪声账里的 $T=O(\log N)$;(5) 双能级路由器因错误沿”左端口”上行泄漏,标度退到 $O(\epsilon T{\log }^{3}N)$(几何推导见 两能级路由器)。Hann 定理不是”QRAM 已解决”的宣言,而是把争论从”是否可行”移到”以什么代价”的裁决书。

数学裁决:假设矩阵与命题关系

假设矩阵

维度	命题 G(GLM 2008)	命题 A(Arunachalam 2015)	命题 H(Hann 2021)
噪声模型	激活开关独立随机错误	qutrit 对称翻转,right/wrong/no-path	任意 CPTP(含等待态、相干、相关)
计入口径	组件($n$)或事件($n^2$)	事件($\Theta (n^2)$/调用)	每分支 $\times$ 每层 $\times$ 深度 $T$
结论对象	单查询总错误率	算法级单门错误率要求	单查询不保真度
隐含查询次数	1(未言明)	$\Theta (2^{n/2})$(并分流 poly 情形)	1(注明超 poly 需纠错)
主张强度	一阶启发式	条件性负结果 + 猜想	定理
纠错立场	未讨论	传统纠错毁优势	逻辑界同型,纠错是盟友

三个命题的逻辑关系(本词条推导)

1. G 与 H:受限模型到一般模型的推广。 在 H 的逐层和中把份额列全取 1、只数激活节点、略去常数 4,即退化为 G;数值差 $4T\approx 4n$ 倍是覆盖 P1/P2 违例的保守溢价。G 在其前提下基本紧($\epsilon =10^{-3}$、$n=100$ 时上界 10% 对精确 9.52%),H 恒成立但偏松。
2. A 与 G:器件账到算法账的换算。 A 的指数来自把每调用误差乘上 $T_{\mathrm{Grover}}=\Theta (2^{n/2})$;A 从未否认单查询的多对数标度。
3. A 与 H:唯一真交锋是纠错。 A 的论证对”全组件均匀传统纠错”成立;H 证明 BB 结构在纠错框架内存活、逻辑界同型——A 对它设想的方案正确,但方案设想不周全;异构纠错随后给出常数保真度加 5 倍资源节省的定量实现 Singal 2025。

一句话裁决:三篇论文在各自假设下都没算错,错误只发生在跨假设引用时——把 G 读成普适器件许可(GLM 口号的常见误用),把 A 读成”QRAM 不可能”(2015–2020 年的悲观氛围),把 H 读成”一切算法免纠错”(违背其自身的算法分流表)。

归因之争:激活门少对有限纠缠

韧性来源的归属可以裁决(本词条论证,与 Hann 2021 的自我定位一致):

1. 前提强弱:激活门少只在 P1+P2 下推出韧性;有限纠缠无前提推出——归因应取前提更弱的命题。
2. 变体检验:两能级路由器没有等待态、“激活”定义消失,韧性只从 ${\log }^{2}N$ 退到 ${\log }^{3}N$;fanout 两个性质都没有、韧性最差——“分支份额”在所有变体上适用,“激活门数”在部分变体上失语。
3. 可预测性:有限纠缠直接预言错误注入的空间分布(斜率随距离衰减);激活门账只数谁激活,对支外斜率沉默。
4. 可测量性:纠缠熵是层分辨可观测量,门数是静态账本;2026 年实验测的正是前者(第四幕)。

数值算例:同一参数下的三本账

算例一:GLM 旗舰参数($n=100$,$\epsilon =10^{-3}$)

账本	公式	数值	状态
GLM 开关	$n\epsilon$	10%(精确 $1-(1-10^{-3}{)}^{100}=9.52\%$)	成立(限 P1–P4 下)
GLM 事件	$n^2\epsilon$	10	界空洞($>1$)
Hann	$4\epsilon n^2$	40	界空洞,且 $\epsilon n^2=10>1/4$ 适用条件已破
Grover 需求	$2^{-n/2}/n^2$	$8.9\times 10^{-20}$	$\epsilon =10^{-3}$ 超标约 16 个数量级

读法:GLM 口号数字在自身前提下正确且接近紧;同一参数喂给搜索算法,缺口 $10^{-3}/(8.9\times 10^{-20})\approx 1.1\times 10^{16}$——2015 年争论的数值内核。

算例二:中等规模($n=30$,$\epsilon =10^{-4}$)

• GLM 开关:$E\le 30\times 10^{-4}=3\times 10^{-3}$;
• GLM 事件:$E\approx 900\times 10^{-4}=9\times 10^{-2}$;
• Hann:适用条件 $\epsilon T\log N=10^{-4}\times 30\times 30=0.09\le 1/4$ ✓;界给 $1-F\le 4\times 0.09=0.36$——背书”误差不随 $N$ 爆炸”,不背书 90% 保真;
• Grover:需求 $\epsilon \le 2^{-15}/900=3.4\times 10^{-8}$,超标 $\approx 2900$ 倍;直接预算法:$p\approx 1-e^{-0.09}\approx 0.086$,$T\approx \frac{\pi }{4}{2}^{15}\approx 2.6\times 10^4$,期望故障 $pT\approx 2.2\times 10^3\gg 1$——二次加速被抹平;
• 多项式算法($q=n^3\approx 2.7\times 10^4$):需求 $\epsilon \lesssim 1/(q{n}^2)\approx 4\times 10^{-8}$,与 Grover 数值巧合接近($2^{15}\sim n^3$),但衰减律不同——分歧在更大 $n$ 处爆发。

汇总:误差需求衰减律

固定”单查询保真 90%“或”算法总误差 $O(1)$“,反解各账本对 $\epsilon$ 的需求(事件口径,$m=\Theta (n^2)$):

用法	$\epsilon$ 需求	$n=30$	$n=100$	衰减律
单查询(GLM 开关)	$0.1/n$	$3.3\times 10^{-3}$	$10^{-3}$	$n^{-1}$
单查询(Hann 界)	$0.1/(4n^2)$	$2.8\times 10^{-5}$	$2.5\times 10^{-6}$	$n^{-2}$
$q=n^3$ 次查询	$1/(q{n}^2)=n^{-5}$	$4\times 10^{-8}$	$10^{-10}$	多项式
Grover($q=\Theta (2^{n/2})$)	$2^{-n/2}/n^2$	$3.4\times 10^{-8}$	$8.9\times 10^{-20}$	指数

双对数图上四条线斜率为 $-1$、$-2$、$-5$ 与 $-\frac{\ln 2}{2}n$(随 $n$ 加陡),指数线与多项式线纵距随 $n$ 无界增长——“双方都对、适用区不同”的几何呈现。一个巧合(本词条推导):Hann 需求与 Grover 需求之比为 $0.4\cdot 2^{n/2}$,两线在 $2^{-n/2}=0.025$ 即 $n\approx 10.6$ 处交叉——十层以内做搜索预言机甚至比过 Hann 保守界更容易,之外指数惩罚一骑绝尘。对照器件:当前路由元件保真度 89%–96%($\epsilon \approx 4\times 10^{-2}$ 量级,见 bucket-brigade QRAM 实验 与 相干路由器实验),距表中 $n\ge 30$ 需求尚有 6 个数量级以上——即便多项式查询,免纠错也需再改进若干倍门质量或借力误差缓解。

第四幕:实验裁决(2025–2026)

裁决一:错误注入的斜率对比

2026 年发表于 Nature Physics 的浙江大学实验在超导处理器上完成首个完整 bucket-brigade 全循环查询,并以错误注入把前两幕的预言变成实验事实 Shen 2026。向第三层一个路由比特注入可调去极化噪声($e_d=4p/3$)后,逐支保真度线性拟合:被查询路径斜率 $-0.2549\pm 0.0108$,三个未查询路径平均 $-0.0211\pm 0.0069$,最远分支 $-0.0053\pm 0.0129$——误差棒内为零,斜率比 $\approx 48$。反事实对照是 fanout:每个开关在所有分支上激活,各支斜率应同量级(比值 $\approx 1$)——被数据排除。这是不传播引理(P4)的直接实验形式。残余支外斜率的空间依赖(越远越小)更像串扰与读出渗漏而非树上传播(完整账目见 bucket-brigade QRAM 实验)。

裁决二:纠缠熵逐层递减

同一装置在载入均匀地址后对各层路由开关做态层析:理想两能级值 $S_{\ell }=H_2(2^{-\ell })$ 给出 $1,0.811,0.544$ 比特(第一到第三层),实测约 $0.87,0.77,0.61\text{–}0.71$(SPAM 与弛豫把各层往全混值拉,序不变)——逐层递减,与”深层路由器纠缠指数小、错误只波及指数少分支”的图像一致 Shen 2026(qutrit 版熵的显式计算见 桶队架构)。实验测的是纠缠熵(Hann 的归因)而非激活门数(GLM 的归因)——归因之争以测量口径的选边告一段落。Hann 的同期评述将其定位为 QRAM 从构想走向实测的里程碑 Hann 2026。

裁决三与未裁决事项

实验同时验证命题 H 的”架构自由”条款:路由节点由两能级比特对扮演、功能等价酉分解把深度砍掉 30% 以上、误差缓解后两层/三层保真度分别达 $0.800\pm 0.026$ 与 $0.604\pm 0.005$ Shen 2026——qutrit 并非必要,免纠错的低层查询确实可跑通。但争论中真正指数性的部分仍未触及:(1) $n=2,3$ 分辨不了 $\log N$、${\log }^{2}N$、${\log }^{3}N$ 之争,实验检验机制而非渐近;(2) 错误注入是单查询测量,Grover 制度的指数放大未被触碰;(3) 实验无纠错,A/H 在纠错接口的交锋仍在理论与数值(异构纠错的数值分析显示量子行走 QRAM 与 bucket-brigade 同为平方型错误标度、按层异构纠错同样适用 Singal 2025;含噪评估工具见 QRAM 模拟器)。

争论的遗产

归因层面,“激活门少”被”有限纠缠”取代——后者可严格证明(任意 CPTP 下 $4\epsilon T\log N$)、可测量(逐层熵与注入斜率)、与门数统计无关;激活门计数只是它在受限噪声模型下的影子。

战略层面,纠错从敌人变成盟友:逻辑界同型、异构纠错、蒸馏–传态、Clifford 化接口均以韧性结构为前提;2015 年”纠错毁掉优势”的诊断对均匀传统纠错成立,对随后的全部方案不成立。

方法论层面,假设必须计价:QRAM 从”算法附则里的免费假设”变成有独立验收标准的器件科目 Aaronson 2015;批判综述确立”廉价 QRAM 默认不可行、除非被证明”的证据责任 Jaques-Rattew;器件账与算法账必须分开报——单查询多对数与算法免纠错之间隔着整个查询复杂度。

最终的条件划分(三方在此汇合):多项式次查询可望免纠错,超多项式次查询(如 Grover)必须纠错 Hann 2021 Arunachalam 2015。分歧没有被任何一方”赢”,而是被翻译成这组已部分检验的条件。

延伸阅读

• 一般噪声下的韧性
• 误差局域化
• 桶队架构
• bucket-brigade QRAM 实验
• 十八年时间线
• 评价指标
• 异构纠错 QRAM
• fanout 架构