来自美国能源部布鲁克海文国家实验室、东北大学、谷歌量子AI和德克萨斯大学奥斯汀分校的研究人员开发出一种新的量子计算算法，该算法可扩展未来量子计算机能够解决的问题范围。

该算法被称为量子埃尔米特变换（QHT），引入了一种新的“量子基础构件”——一个基础性的计算构建模块。研究人员表示，它可改进量子计算机处理数据、模拟物理系统的方式，并支持人工智能等新兴应用。该团队在盐湖城举行的第58届ACM计算理论年度研讨会（STOC 2026）上展示了其研究成果。

应对量子构建模块的短缺
与经典计算机不同，量子计算机依赖利用叠加与纠缠等量子力学现象的专门算法。尽管量子硬件已取得显著进步，但研究人员表示，软件生态系统仍缺乏一套可在不同应用间复用的、多样化的标准化算法基础构件。

新开发的量子埃尔米特变换旨在填补这一缺口。在经典计算中，埃尔米特变换广泛应用于工程、物理和信号处理领域。它在描述量子谐振子（一个基础物理模型）中扮演重要角色，也出现在机器学习与数据科学中广泛使用的高斯系统中。然而，迄今为止在量子计算机上高效执行等效操作的计算成本一直居高不下。

压缩复杂计算
研究团队设计了一种量子电路，仅以对数计算开销即可执行埃尔米特变换，与现有方法相比大幅减少了所需操作数量。

该算法还结合了一项称为“量子快进”的技术，允许量子计算机计算特定量子系统的未来状态，而无需模拟每一个中间步骤。据研究人员称，这一能力可显著缩短在计算开始前准备复杂量子态所需的时间。

与团队开发的新状态准备方法相结合后，量子埃尔米特变换提供了一种更高效地表示和分析量子信息的实用方法。

超越量子物理的潜在应用
尽管该工作本质上是数学性质的，但其影响远超理论物理。由于埃尔米特函数已是统计学、机器学习和信号处理中许多高斯模型的基石，研究人员相信，这一新的量子基础构件最终可支撑起人工智能、材料科学、能源研究和先进科学模拟等领域的更高效量子算法。

或许更重要的是，该团队认为，扩充可复用的量子基础构件库将赋能研究者设计出全新类别的量子算法，而非反复依赖量子傅里叶变换等现有技术。

据该研究称，在适当的量子计算条件下，量子埃尔米特变换在执行等效操作时，相较于已知最优经典方法还提供了指数级速度优势。

一项协作成果
该项目起源于由美国能源部先进科学计算研究计划支持的研究。东北大学助理教授（同时在布鲁克海文国家实验室任职）Ning Bao与谷歌量子AI的Stephen Jordan之间的初步讨论，后来扩展为一项涉及德克萨斯大学奥斯汀分校研究人员的更广泛合作。

这项成果表明，人们日益重视不仅要开发更强大的量子硬件，也要构建使未来量子计算机能被广泛使用的数学基础。

虽然能够大规模运行QHT等算法的容错量子计算机仍在研发中，但研究人员将新的算法基础构件视为最终决定未来量子系统能成就何种伟业的核心构件。量子埃尔米特变换本身并非一个完整的应用，而是旨在成为一个可复用的计算工具，供未来量子算法在跨越诸多科学学科时搭建其上。