Photon-loss tolerance of the surface-GKP code with anti-photon-loss decoding
Diese Arbeit zeigt, dass die Implementierung eines Anti-Photon-Verlust-Inner-Decoders zur Kompensation der verlustbedingten Gitterkontraktion die Photon-Verlust-Toleranz von Surface-GKP-Codes signifikant verbessert und dadurch die Fehlertoleranzschwellen sowohl für hochwertige als auch für mäßig hochwertige GKP-Zustände erhöht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht vom Autor verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Quantencomputer versprechen, Probleme zu lösen, für die heutige Maschinen tausende von Jahren benötigen würden, aber sie sind unglaublich fragil. Die Informationen, die sie speichern, werden durch die kleinste Wechselwirkung mit der Außenwelt leicht durcheinandergebracht, ein Problem, das als Dekohärenz bekannt ist. Einer der beständigsten Feinde dieser Maschinen ist der Energieverlust, insbesondere das Verschwinden von Photonen, oder Lichtteilchen, während sie durch optische Systeme reisen oder in der Speicherung verweilen. Um einen nützlichen Quantencomputer zu bauen, müssen Wissenschaftler einen Weg finden, Informationen zu schützen, selbst wenn diese Teilchen verschwinden. Eine führende Strategie beinhaltet eine spezielle Art von Code, den Gottesman–Kitaev–Preskill-Code oder GKP-Code. Anstatt Daten in einfachen An/Aus-Schaltern wie herkömmliche Bits zu speichern, verbirgt dieser Code Informationen in den kontinuierlichen Lichtwellen, indem er sie in einem präzisen, sich wiederholenden Muster anordnet. Wenn ein Photon verloren geht, wird das Muster verzerrt, aber da die Information weit gestreut ist, kann der Computer oft erkennen, was passiert ist, und es korrigieren, sofern die Verzerrung nicht zu schwerwiegend ist.
Die Art und Weise, wie diese Codes mit Photonenverlust umgehen, ist jedoch komplizierter als das bloße Zählen fehlender Teilchen. Wenn ein Photon verloren geht, schrumpft das gesamte Lichtwellenmuster nach innen in Richtung des Zentrums, während es gleichzeitig aufgrund des Eindringens von Hintergrundrauschen diffuser wird. Dieser Schrumpfungseffekt ist systematisch und vorhersehbar, doch Standardmethoden zur Fehlerbehebung behandeln den Schaden oft als zufällig und übersehen die spezifische Art und Weise, wie das Muster kontrahiert. Forscher der Shanghai Jiao Tong University und ihre Mitarbeiter untersuchten genau, wie dieses Schrumpfen die Leistungsfähigkeit eines kombinierten Systems namens Surface-GKP-Code beeinflusst, bei dem der GKP-Code über eine robuste Fehlerkorrekturstruktur, den sogenannten Surface-Code, gelegt wird. Sie wollten wissen, ob sie die Fähigkeit des Systems verbessern könnten, Photonenverlust zu überstehen, indem sie die Kontraktion nach innen während des Fehlerkorrekturprozesses explizit berücksichtigen.
Das Team konzentrierte sich auf ein spezifisches Szenario, in dem die Lichtwellen mit endlicher Energie vorbereitet werden, was bedeutet, dass sie nicht perfekt ideal, aber nahe genug an ideal sind, um nützlich zu sein. Sie simulierten den Durchgang dieser Zustände durch einen Kanal, in dem ein gewisser Prozentsatz an Photonen verloren geht – ein Prozess, der das Wellenmuster kontrahieren und verbreitern lässt. In ihren ersten Tests verwendeten sie eine Standardmethode zum Dekodieren der Informationen, die einfach nach dem nächstgelegenen Punkt im ursprünglichen, ungeschrumpften Muster sucht. Sie fanden heraus, dass das System für qualitativ hochwertige Lichtzustände einen Photonenverlust von etwa 5,5 Prozent tolerieren konnte, bevor die Fehler unkontrollierbar wurden. Für etwas minderwertigere Zustände lag die Toleranz bei etwa 5,9 Prozent. Diese Zahlen stellen die Schwelle dar, an der die Fehlerkorrektur nicht mehr effektiv arbeitet und der Computer versagt.
Um dies zu verbessern, führten die Forscher eine neue Dekodierungsstrategie ein, die sie Anti-Photonenverlust-Decoder nennen. Anstatt den Fakt zu ignorieren, dass das Muster geschrumpft ist, kompensiert diese Methode dies aktiv. Bevor die Daten gelesen werden, dehnt das System das gemessene Signal mathematisch wieder auf seine ursprüngliche Größe aus und macht so die durch die verlorenen Photonen verursachte Kontraktion rückgängig. Dies ermöglicht es dem Decoder, das verzerrte Muster mit den korrekten Entscheidungspunkten in Einklang zu bringen, selbst wenn das durch den Verlust hinzugefügte Rauschen bestehen bleibt. Als sie diese Kompensationstechnik auf ihre Simulationen anwandten, änderten sich die Ergebnisse dramatisch. Für die qualitativ hochwertigen Zustände konnte das System nun eine Photonenverlustrate von 9,8 Prozent verkraften, was einen signifikanten Sprung darstellt und einer Steigerung der Toleranz von fast 80 Prozent entspricht. Für die moderaten Qualitätszustände stieg die Toleranz auf 6,3 Prozent.
Die Studie stützte sich auf umfangreiche Computersimulationen, bei denen Hunderttausende von Versuchen durchgeführt wurden, um abzubilden, wie sich das System unter verschiedenen Bedingungen verhält. Die Forscher bauten kein physisches Gerät für diesen spezifischen Test, sondern modellierten die Physik des Lichtverlusts und des Dekodierungsprozesses mit hoher Präzision. Ihre Ergebnisse legen nahe, dass der Schlüssel zum Bau robusterer optischer Quantencomputer darin liegt, zu erkennen, dass Photonenverlust mehr tut, als nur Rauschen hinzuzufügen; er verzerrt systematisch die Geometrie der Information selbst. Durch die Korrektur dieser geometrischen Verzerrung wird das System wesentlich widerstandsfähiger. Die Arbeit verdeutlicht, dass das hinzugefügte Rauschen durch den Photonenverlust zwar nicht eliminiert werden kann, die spezifische Art und Weise, wie das Signal schrumpft, jedoch umkehrbar ist, was einen klaren Weg zu einem fehlertoleranteren Quantencomputing eröffnet. Die Ergebnisse zeigen, dass für sowohl qualitativ hochwertige als auch moderate Lichtzustände die Berücksichtigung dieser Gitterkontraktion entscheidend ist, um die Fähigkeit des Systems zu maximieren, in einer verrauschten Umgebung zu überleben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.