Im aufstrebenden Feld des Quantencomputings versuchen Wissenschaftler, die seltsamen Regeln der subatomaren Welt zu nutzen, um Probleme zu lösen, die für heutige Maschinen unmöglich sind. Die Standardmethode zur Beschreibung dieser Berechnungen erfolgt über einen „Schaltkreis“ (Circuit), eine feste Abfolge von Schritten, bei denen winzige Teilchen, sogenannte Qubits, eine Serie von Gatters (Toren) durchlaufen. Man kann sich das wie einen Zug auf einem festen Gleis vorstellen: Soblich die Reise beginnt, ist die Route festgelegt, und der Zug kann weder die Richtung noch die Geschwindigkeit ändern, basierend auf dem, was er unterwegs sieht. Dieser statische Ansatz eignet sich gut für einfache, vorgeplante Aufgaben. Die leistungsfähigsten Anwendungen der Quantentechnologie erfordern jedoch eine andere Art von Flexibilität. Reale Quantenprogramme müssen oft während ihrer Ausführung Entscheidungen treffen und ihren Pfad basierend auf zufälligen Ereignissen oder den Ergebnissen von Messungen, die während des Prozesses durchgeführt werden, anpassen. Dies schafft ein Hybridsystem, in dem klassische Logik und Quantenmechanik ständig miteinander kommunizieren müssen. Die derzeitigen Werkzeuge zum Erstellen dieser Programme haben Schwierigkeiten, dieses Hin und Her zu bewältigen, und zwingen Entwickler oft dazu, eine einzige, fließende Aufgabe in viele separate, starre Stücke zu zerlegen.

Ein Forschungsteam der University of Edinburgh und der University of Cambridge hat einen neuen Weg zur Erstellung dieser hybriden Programme vorgestellt, bei dem die Schritte der Berechnung als flexible, lebendige Werte statt als feste Anweisungen behandelt werden. Anstatt ein Programm als eine statische Liste von Gatters zu definieren, die vor dem Start des Computers festgeschrieben sein muss, ermöglicht ihr neues System, dass die Gatters selbst während der Programmlaufzeit erstellt und ausgewählt werden können. In diesem neuen Rahmen ist ein Gat nicht ein permanenter Backstein in einer Mauer; es ist ein Wert, der wie jede andere Information herumgereicht, mit anderen Werten kombelt und durch klassische Daten entschieden werden kann. Dieser Wechsel ermöglicht es dem Computer, das Quantenverhalten dynamisch zu steuern, was es ihm erlaubt, sich an Rauschen anzupassen, Fehler während des Betriebs zu korrigieren oder seine Strategie basierend auf dem, was gerade gemessen wurde, zu ändern – alles innerhalb einer einzigen, einheitlichen Beschreibung.

Die Forscher demonstrierten die Leistungsfähigkeit dieses Ansatzes, indem sie zeigten, wie er komplexe Aufgaben vereinfacht, die derzeit schwer zu handhaben sind. Betrachten wir zum Beispiel ein häufiges Problem, bei dem ein Quantensystem einem zufälligen Rauschen ausgesetzt ist, was dazu führt, dass ein Gat mit einer gewissen Wahrscheinlichkeit den Zustand eines Qubits umkehrt. Im alten statischen Modell erforderte die Darstellung dieser Unsicherheit die Erstellung eines völlig neuen Schaltkreises für jedes mögliche Ergebnis, was zu einer massiven Explosion separater Programme führte. Mit der neuen dynamischen Darstellung wird die Entscheidung, ob das Gat angewendet wird oder nicht, als eine einzige, fließende Operation gehandhabt, die von einer zur Laufzeit generierten Zufallszahl abhängt. Dies hält die Struktur des Programms sauber und kompakt. Die Forscher zeigten, dass sie durch die Verwendung dieser Methode mehrere probabilistische Schritte in eine einzige, gestraffte Operation zusammenführen konnten, was die Komplexität des Codes erheblich reduzierte.

Um dieses System praktisch nutzbar zu machen, entwickelte das Team spezifische Werkzeuge namens „Gadgets“, die als Bausteine für diese dynamischen Entscheidungen dienen. Ein solches Gadget ermöglicht es dem Computer, verschiedene Arten von grundlegenden Quantenschaltern, bekannt als Pauli-Gatter, einfach zu einer einzigen konditionalen Einheit zu kombinieren. Diese Fähigkeit ist entscheidend für fortgeschrittene Techniken wie die randomisierte Kompilierung, eine Methode, die verwendet wird, um die Auswirkungen von Rauschen auf einen Quantencomputer zu glätten. In traditionellen Setups beinhaltet dieser Prozess das mehrfache Ausführen desselben Schaltkreises mit leicht unterschiedlichen zufälligen Anpassungen, wobei anschließend die Ergebnisse gemittelt werden. Dies erfordert normalerweise die Generierung und Optimierung tausender separater Schaltkreise, ein langsamer und ineffizienter Prozess. Das neue System ermöglicht es dem Compiler, den gesamten Prozess zu optimieren, bevor beliebige Zufallsentscheidungen getroffen werden, wodurch die Erstellung einzelner Schaltkreise bis ganz zum Ende verzögert wird. Bei Tests erwies sich dieser Ansatz als bis zu zwanzig Prozent schneller als aktuelle Methoden zur Generierung großer Zahlen dieser randomisierten Schaltkreise, während er gleichzeitig deutlich weniger Speicherplatz für die Programmbeschreibung beanspruchte.

Der Nutzen dieser dynamischen Darstellung erstreckt sich auch auf die Fehlerkorrektur, eine lebenswichtige Voraussetzung für den Bau zuverlässiger Quantencomputer. In diesen Systemen muss der Computer ständig nach Fehlern suchen und Korrekturen anwenden, aber die Zeit, die für die Entscheidung über eine Korrektur benötigt wird, kann den gesamten Prozess verlangsamen. Die Forscher zeigten, dass ihr neuer Rahmen diese Korrekturschritte verzögern und mit zukünftigen Schritten kombinieren kann, was effektiv eine Pufferung der Arbeit ermöglicht, sodass die nächste Runde der Überprüfung beginnen kann, bevor die vorherige Korrektur vollständig abgeschlossen ist. Diese Optimierung ist essenziell für moderne Fehlerkorrektur-Workflows, die darauf abzielen, Millionen von Zyklen pro Sekunde durchzuführen. Indem sie die Korrektur als dynamischen Wert behandeln, der verschoben und zusammengeführt werden kann, reduzierte das System die Anzahl der benötigten Quantenoperationen um eine signifikante Menge und bewies damit, dass der Ansatz die intensiven Anforderungen der realen fehlertoleranten Computerverarbeitung bewältigen kann.

Über die Fehlerkorrektur hinaus schlägt das neue System die Brücke zwischen zwei verschiedenen Denkweisen über die Quantenberechnung: dem Standard-Schaltkreismodell und einem neueren Ansatz namens messbasierter Berechnung (measurement-based computing), bei dem die Berechnung vollständig durch den Akt der Messung von Teilchen angetrieben wird. Die Forscher demonstrierten, dass ihr Rahmen in der Lage ist, Programme von einem Stil in den anderen zu übersetzen, indem er einfache, lokale Änderungen nutzt, ohne komplexe, globale Umschreibungen zu benötigen. Diese Flexibilität deutet darauf hin, dass das System als universelle Sprache für verschiedene Quantenparadigmen dienen kann, die es Entwicklern ermöglicht, je nach Bedarf zwischen ihnen zu wechseln. Als das Team ihre neue Darstellung gegen bestehende Industriestandards unter Verwendung einer Suite vielfältiger hybrider Algorithmen testete, produzierte ihr System konsistent kompakteren Code. Es benötigte weniger Zeilen Text, weniger unterschiedliche Operationen und einen deutlich weniger komplexen Kontrollfluss, was die Programme leichter analysierbar und transformierbar machte.

Die Arbeit dieser Forscher erhebt nicht den Anspruch, jedes Problem des Quantencomputings gelöst zu haben, aber sie bietet einen fundamentalen Wandel in der Art und Weise, wie diese Programme beschrieben und optimiert werden. Indem sie Gatters den Status dynamischer Werte verliehen, hat das Team eine Darstellung geschaffen, die besser auf die chaotische, adaptive Realität von hybriden Quanten-Klassik-Anwendungen zugeschnitten ist. Die Ergebnisse deuten darauf hin, dass dieser Ansatz die Kompilierung komplexer Programme schneller und effizienter machen kann, während er gleichzeitig die Tür zu neuen Arten von Optimierungen öffnet, die in einem statischen Modell zuvor unmöglich waren. Während sich die Quantenhardware weiterentwickelt, wird die Fähigkeit, Programme zu schreiben, die in Echtzeit denken und sich anpassen können, voraussichtlich genauso wichtig werden wie die Hardware selbst, und diese neue intermediäre Repräsentation bietet ein solides Fundament für diese Zukunft.