Bicycle Race: small two-block codes on the Pareto frontier

Auf der Suche nach dem Bau eines praktischen Quantencomputers stehen Wissenschaftler vor einem grundlegenden Problem: Die in Quantenbits gespeicherten Informationen sind unglaublich fragil. Ein winziger Hitzeschub oder eine vorbeiziehende elektromagnetische Welle können die Daten korrumpieren und den Computer versagen lassen. Um dem entgegenzuwirken, verwenden Forscher Fehlerkorrektur-Codes, die Informationen über viele physikalische Teilchen verteilen, sodass die ursprüngliche Nachricht auch dann wiederhergestellt werden kann, wenn einige davon beschädigt werden. Jahrelang waren die vielversprechendsten Kandidaten für diese Aufgabe eine Klasse von Codes, die als Quanten-Low-Density-Parity-Check-Codes bezeichnet werden. Diese sind besonders, weil sie einfache, lokale Verbindungen zwischen Teilchen nutzen, was sie im Labor leichter herstellbar macht. Es gibt jedoch einen ständigen Kompromiss: Codes, die leicht zu bauen sind, speichern oft weniger Informationen oder korrigieren weniger Fehler, während leistungsstarke Codes dazu neigen, so komplex zu sein, dass sie nahezu unmöglich zu konstruieren sind.

Eine spezifische, einfachere Familie dieser Codes, bekannt als Zwei-Block-Codes, war aufgrund ihrer strukturellen Eleganz lange Zeit ein Favorit. Sie werden unter Verwendung eines mathematischen Rahmens aufgebaut, der es ermöglicht, sie in zweidimensionalen Mustern anzuordnen, was perfekt zu aufkommender Quantenhardware passt, die bewegliche Atome verwendet. Lange Zeit glaubte die wissenschaftliche Gemeinschaft, dass diese einfachen Codes zwar gut zum Bauen, aber nicht leistungsstark genug seien, um mit komplexeren, abstrakten Designs zu konkurrieren. Die vorherrschende Weisheit lautete, dass Einfachheit auf Kosten der Leistung geht. Dieses Paper stellt diese Annahme infrage, indem es eine einfache Frage stellt: Haben wir einfach aufgehört, intensiv genug zu suchen? Durch die systematische Suche nach allen möglichen Variationen dieser einfachen Codes bei kleinen Größen entdeckten die Forscher, dass die Lücke zwischen einfach und komplex nicht so groß ist, wie einst angenommen, und dass einige der leistungsfähigsten Codes in dieser einfachen Familie direkt vor unseren Augen verborgen liegen.

Die Forscher unter der Leitung von Gideon Lee an der University of Chicago machten sich daran, die gesamte Landschaft dieser Zwei-Block-Codes für Systeme mit bis zu 320 physikalischen Teilchen abzubilden. Anstatt zu raten oder sich auf Intuition zu verlassen, bauten sie eine rigorose Such-Pipeline, die auf Standard-Laptop-Computern lief. Dieses System fungierte wie ein riesiges Sieb, das Milliarden potenzieller Code-Konfigurationen testete. Um dies zu ermöglichen, verwendeten sie eine Reihe mathematischer Filter, um die überwiegende Mehrheit der Codes, die garantiert scheitern würden, schnell auszusortieren, und konzentrierten ihre Rechenleistung nur auf die vielversprechendsten Kandidaten. Sie entwickelten auch eine neue Methode, um die zugrunde liegende mathematische Struktur der Gruppen, die diese Codes erzeugen, zu nutzen, um die Suche zu leiten, wobei sie effektiv lernten, wo die besten Codes nach ersten Tests wahrscheinlich verborgen waren. Dieser Ansatz ermöglichte es ihnen, hochwertige Codes viel schneller zu finden, als wenn sie nur zufällige Beispiele ausgewählt hätten.

Die Ergebnisse dieser erschöpfenden Suche waren überraschend. Das Team fand heraus, dass diese einfachen Zwei-Block-Codes für kleine Systeme nicht nur konkurrenzfähig sind, sondern oft die beste verfügbare Option darstellen. Sie identifizierten mehrere neue Codes, die die bisherigen Spitzenreiter in ihrer Klasse übertreffen. Beispielsweise fanden sie einen Code mit 102 Teilchen, der 20 Informationseinheiten speichern und Fehler bis zu einer Distanz von 10 korrigieren kann, sowie einen weiteren mit 120 Teilchen, der 24 Informationseinheiten mit derselben Fehlerkorrekturleistung speichert. Diese Codes sind besonders wertvoll, da sie auf einer flachen Oberfläche mit einem sich wiederholenden Muster angeordnet werden können, was ideal für die derzeit in Entwicklung befindlichen Neutralatom-Quantencomputer ist. In Simulationen darüber, wie sich diese Codes in einer verrauschten Umgebung verhalten würden, zeigten sie eine starke Resistenz gegen Fehler, was darauf hindeutet, dass sie bald in echten Maschinen eingesetzt werden könnten.

Eine der bedeutendsten Erkenntnisse war eine detaillierte Karte dessen, wo diese guten Codes tatsächlich existieren. Die Forscher entdeckten, dass gute Codes nicht gleichmäßig über alle mathematischen Möglichkeiten verteilt sind; stattdessen häufen sie sich stark in einer kleinen Anzahl spezifischer Gruppen. Sie fanden heraus, dass für kleinere Systeme Codes, die aus kommutativen Gruppen gebaut werden (bei denen die Reihenfolge der Operationen keine Rolle spielt), tendenziell die stärksten sind. Wenn das System jedoch größer wird, verschieben sich die besten Codes hin zu nicht-kommutativen Gruppen, bei denen die Reihenfolge der Operationen doch eine Rolle spielt. Dieser Übergangspunkt verschiebt sich mit zunehmender Komplexität der Verbindungen des Codes. Diese Einsicht ist entscheidend, da sie zukünftigen Forschern genau sagt, wo sie suchen müssen, anstatt Zeit in leeren Räumen zu verschwenden. Das Team bestätigte auch, dass diese einfachen Codes zwar exzellent sind, aber kein Allheilmittel für jede Größe darstellen; über einen gewissen Punkt hinaus können komplexere Konstruktionen dennoch notwendig sein, aber für den Größenbereich, der für kurzfristig relevante Quantencomputer relevant ist, sind die einfachen Codes ausreichend.

Das Paper befasst sich auch mit der Rolle des Check-Gewichts, also der Anzahl der Teilchen, die an jeder Fehlerprüfungsoperation beteiligt sind. Die Forscher untersuchten Codes mit Check-Gewichten von fünf bis neun. Sie fanden heraus, dass es mit steigendem Check-Gewicht exponentiell schwieriger wird, einen guten Code zu finden, wobei hochwertige Codes hundertmal seltener werden. Trotz dieser Schwierigkeit deckten sie erfolgreich eine Fülle neuer Codes bei Gewicht neun auf, ein Bereich, der weitgehend unerforscht geblieben war, weil er als zu unpraktisch galt. Der Aufstieg der Quantenhardware mit beweglichen Qubits, bei denen Verbindungen zwischen entfernten Teilchen hergestellt werden können, ohne physische Drähte zu nutzen, hat diese höheren Gewichte praktikabel gemacht. Das Team demonstrierte, dass diese Codes mit sehr wenigen physischen Bewegungen betrieben werden können, was sie für die nächste Generation von Quantengeräten hocheffizient macht.

Um sicherzustellen, dass ihre Ergebnisse solide sind, verließen sich die Forscher nicht allein auf ihre eigenen Berechnungen. Sie überprüften ihre besten Ergebnisse mithilfe unabhängiger Open-Source-Software und verglichen sie mit einer massiven Datenbank bereits veröffentlichter Codes. Sie fanden heraus, dass ihre neuen Codes in vielen Kategorien einen neuen Standard für die Leistung setzen und die Grenzen dessen verschieben, was bei kleinen Quantensystemen möglich ist. Sie stellten zudem alle ihre Daten und Codes der Öffentlichkeit zur Verfügung, wodurch eine Ressource geschaffen wurde, die andere Wissenschaftler nutzen können, um Ergebnisse zu verifizieren und auf ihrer Arbeit aufzubauen. Diese Transparenz ist ein wesentlicher Teil ihres Beitrags, da sie der Gemeinschaft ermöglicht, genau zu sehen, wie diese Codes gefunden und getestet wurden.

Letztendlich dient diese Arbeit als Erinnerung daran, dass die tiefgreifendsten Entdeckungen in der Wissenschaft manchmal durch das Betrachten alter Ideen mit frischen Augen und besseren Werkzeugen erfolgen. Die Zwei-Block-Codes waren keine neue Erfindung; sie wurden seit Jahrzehnten untersucht. Was sich änderte, war der Ansatz. Durch die Kombination einer beharrlichen, erschöpfenden Suche mit modernen computergestützten Techniken und einem tiefen Verständnis der zugrunde liegenden Mathematik bewiesen die Forscher, dass die „einfachen“ Codes keineswegs veraltet sind. Sie haben gezeigt, dass diese eleganten, zweidimensionalen Strukturen für die Größenordnungen der Quantencomputer, die wir heute bauen, nicht nur eine theoretische Kuriosität sind, sondern eine praktische, hochleistungsfähige Lösung für das Labor darstellen. Die Studie kommt zu dem Schluss, dass die Kluft zwischen einfachen und komplexen Codes kein unüberbrückbarer Abgrund ist, sondern eine Landschaft, die mit Geduld und der richtigen Suchstrategie navigiert werden kann.