Substantially Improved Rate and Distance for Addressable Transversal Phase Gates

Quantencomputer versprechen, Probleme zu lösen, für die klassische Maschinen tausende von Jahren benötigen würden, aber sie sind unglaublich fragil. Die kleinste Störung durch Hitze oder Vibration kann die empfindlichen Informationen, die sie halten, durcheinanderbringen und dazu führen, dass Berechnungen fehlschlagen. Um eine Maschine zu bauen, die zuverlässig arbeitet, müssen Wissenschaftler diese Informationen mittels Quantenfehlerkorrektur schützen. Dieser Prozess beinhaltet das Verteilung eines einzelnen Datenstücks auf viele physikalische Teilchen, wodurch ein Sicherheitsnetz entsteht, bei dem der Verlust oder die Beschädigung einiger weniger Teilchen nicht die gesamte Nachricht zerstört. Eine entscheidende Voraussetzung dafür, dass diese Maschinen wirklich nützlich sind, ist die Fähigkeit, spezifische, komplexe Operationen auf den Daten auszuführen, ohne das Sicherheitsnetz zu beschädigen. Diese Operationen, bekannt als Gates, müssen so angewendet werden, dass verhindert wird, dass ein einzelner Fehler sich ausbreitet und das gesamte System infiziert.

Jahrzehntelang stand eine fundamentale Regel, bekannt als das Eastin-Knill-Theorem, einem großen Hindernis im Weg. Es bewies, dass kein einzelner Quantencode Daten schützen kann, während er gleichzeitig einen vollständigen Satz universeller Operationen ermöglicht, die einfach und sicher über das gesamte System hinweg angewendet werden können. Wissenschaftler fanden einen Umweg durch die Verwendung einer speziellen Art von Operation namens transversale Gate, die auf jedes physikalische Teilchen einzeln wirkt und so Fehler begrenzt hält. Diese Gates konnten jedoch nur eine begrenzte Anzahl von Operationen handhaben. Um das volle Spektrum der Berechnungen zu bewältigen, die für leistungsstarkes Computing nötig sind, mussten Forscher auf einen komplexen, ressourcenintensiven Prozess namens Magic-State-Distillation zurückgreifen, um die fehlenden Operationen zu erzeugen. Eine elegantere Lösung wäre es, Codes zu entwerfen, bei denen diese fehlenden Operationen direkt und selektiv auf einzelne Dateneinheiten angewendet werden können – eine Eigenschaft, die als Adressierbarkeit bekannt ist. Während frühere Versuche, solche Codes zu erstellen, theoretisch erfolgreich waren, waren die resultierenden Systeme so ineffizient, dass sie eine unpraktikable Anzahl physikalischer Teilchen benötigten, um selbst eine winzige Menge an Information zu speichern, was sie für reale Anwendungen unbrauchbar machte.

Einem Forscherteam ist es nun gelungen, die Effizienz dieser adressierbaren Codes erheblich zu verbessern und sie von theoretischen Kuriositäten hin zur praktischen Realität zu führen. Durch die Entwicklung einer neuen Methode zur Kodierung von Informationen, die über standardmäßige binäre Rahmenbedingungen hinausgeht, haben sie Quantencodes konstruiert, die komplexe, nicht-standardmäßige Operationen auf einzelnen logischen Qubits ausführen können, während sie gleichzeitig ein hohes Maß an Schutz gegen Fehler aufrechterhalten. Das Team demonstrierte, dass es möglich ist, ein Gleichgewicht zu erreichen, bei dem die Menge der gespeicherten Daten im Verhältnis zur Anzahl der verwendeten physikalischen Teilchen signifikant ist und der Abstand zwischen Fehlern groß genug bleibt, um Fehler abzufangen. Ihre Arbeit bietet zwei unterschiedliche Methoden zum Bau dieser Codes: eine, die schnell von einem Computer generiert werden kann, und eine andere, die länger dauert, aber eine noch bessere Leistung liefert. Beide Methoden beweisen, dass die Lücke zwischen dem theoretisch Möglichen und dem, was gebaut werden kann, signifikant schrumpft.

Der Kern des Durchbruchs liegt darin, wie die Forscher die physikalischen Teilchen organisieren. Anstatt die Daten als einfache Ein/Aus-Schalter zu behandeln, ordneten sie die Information in einer zyklischen Struktur an, ähnlich wie Zahlen auf einem Zifferblatt einer Uhr um den Kreis laufen. Dieser Ansatz ermöglichte es, die Aufgabe der Adressierung einzelner logischer Qubits von der Aufgabe der Sicherstellung der Robustheit des Codes gegen Fehler zu trennen. In früheren Designs waren diese beiden Ziele eng miteinander gekoppelt, was zu einem Kompromiss führte, bei dem die Verbesserung des einen die Opferung des anderen bedeutete. Durch die Entkopplung dieser Ziele konnten die Forscher den Code gleichzeitig für Geschwindigkeit und Sicherheit optimieren. Sie verwendeten einen mathematischen Rahmen basierend auf algebraischer Geometrie, um die erste Version dieser Codes zu konstruieren, die in einer angemessenen Zeit generiert werden kann. Diese Konstruktion garantiert, dass mit zunehmender Größe des Systems die Effizienz des Codes hoch bleibt, wobei sowohl die Rate der Informationsspeicherung als auch die Fähigkeit zur Erkennung von Fehlern über einem spezifischen, bedeutsamen Schwellenwert liegen.

Um die Grenzen noch weiter zu verschieben, entwickelte das Team zudem eine zweite, gründlichere Methode. Dieser Ansatz durchsucht eine riesige Anzahl möglicher Konfigurationen, um die absolut beste Anordnung der Teilchen für eine gegebene Größe zu finden. Während diese Methode wesentlich mehr Rechenzeit zur Verifizierung der Ergebnisse erfordert, liefert sie Codes mit einer noch höheren Effizienz. Die Forscher fanden heraus, dass diese exzessive Suche die Leistungsgarantien im Vergleich zu ihrer schnelleren Methode um fast den Faktor drei verbessern konnte. Sie etablierten eine theoretische Obergrenze für die Leistungsfähigkeit dieser Codes. Bemerkenswerterweise kamen ihre besten Ergebnisse diesem Limit sehr nahe, was darauf hindeutet, dass sie das optimal mögliche Niveau erreicht haben, das durch die Gesetze der Physik für diese Art von Code erlaubt ist. Die Nähe zum theoretischen Maximum zeigt, dass es noch Raum für Verbesserungen gibt, was einen bedeutenden Schritt vorwärts auf diesem Gebiet markiert.

Das Team beschränkte sich nicht auf abstrakte Mathematik; sie konstruierten konkrete Beispiele, um zu beweisen, dass ihre Theorie in der Praxis funktioniert. Sie entwickelten zwei spezifische Quantencodes, einen unter Verwendung von 48 physikalischen Qubits und einen anderen mit 90. Diese Codes demonstrierten erfolgreich die Fähigkeit, komplexe Phasen-Gates auf einzelne logische Qubits anzuwenden, ohne die anderen zu stören. Der 48-Qubit-Code kann Fehler auf bis zu zwei physikalischen Teilchen korrigieren, während die 90-Qubit-Version Fehler auf bis zu drei Teilchen bewältigen kann. Die Forscher entwarfen zudem die spezifischen Schaltkreise, die zur Kodierung der Information in diese Systeme erforderlich sind, und legten detailliert dar, wie viele Gates und Verbindungen benötigt werden, damit sie funktionieren. Diese endlichen Beispiele dienen als Blaupausen und zeigen, dass die theoretischen Vorteile ihrer neuen Kodierungsmethode in tatsächlichen Hardware-Designs realisiert werden können.

Die Auswirkungen dieser Arbeit erstrecken sich über nur eine Art von Gate hinaus. Das neue Kodierungs-Framework trennt die Kontrolle der logischen Operationen von der strukturellen Gestaltung des Fehlerkorrektur-Codes. Diese Trennung bedeutet, dass dieselben Prinzipien wahrscheinlich auch auf andere Arten von Quantengates und unterschiedliche Komplexitätsstufen angewendet werden können. Die Forscher zeigten, dass ihre Methode für verschiedene Ebenen der Clifford-Hierarchie – eine Klassifizierung von Quantenoperationen – funktioniert, und dass die Effizienz der Codes vorhersehbar skaliert, wenn die Komplexität des Gates zunimmt. Diese Skalierbarkeit ist entscheidend für den Bau groß angelegter Quantencomputer, da sie sicherstellt, dass der Overhead – die zusätzlichen Ressourcen, die für die Fehlerkorrektur benötigt werden – nicht explodiert, wenn die Maschine komplexer wird. Indem sie einen klaren Weg zu Codes aufzeigen, die sowohl adressierbar als auch effizient sind, beseitigt die Studie einen wichtigen Engpass, der die Entwicklung fehlertoleranter Quantencomputer behindert hat.

Obwohl die Ergebnisse vielversprechend sind, verdeutlicht die Arbeit auch die verbleibenden Herausforderungen. Die Forscher identifizierten eine kleine Lücke zwischen der Leistung ihrer besten Codes und der theoretischen Obergrenze, was darauf hindeutet, dass es noch Raum für Verfeinerungen gibt. Zukünftige Bemühungen werden sich wahrscheinlich darauf konzentrieren, diese Lücke zu schließen und diese neuen Codes mit effizienten Dekodierungsalgorithmen zu integrieren, die Fehler schnell erkennen und beheben können, sobald sie auftreten. Das Team merkte zudem an, dass die praktische Implementierung eine Bewertung dessen erfordert, wie diese Codes unter realen Rauschbedingungen abschneiden und wie sie mit der physikalischen Konnektivität von Quantenhardware interagieren. Dennoch liefern die quantitativen Zielvorgaben dieser Forschung einen klaren Fahrplan für Ingenieure und Theoretiker gleichermaßen. Indem sie die Lücke zwischen erreichbaren Parametern und theoretischen Limits verringern, verwandelt diese Arbeit den Traum von einem vollständig adressierbaren, fehlertoleranten Quantencomputer von einer fernen Möglichkeit in ein greifbares technisches Ziel.