Surface code scaling on heavy-hex superconducting quantum processors

Nella ricerca di un computer quantistico, gli scienziati affrontano un problema fondamentale: gli stati quantistici delicati che contengono le informazioni sono incredibilmente fragili. La minima perturbazione dall'ambiente può corrompere i dati, causando il fallimento della macchina. Per risolvere questo problema, i ricercatori hanno sviluppato un metodo chiamato correzione degli errori quantistici. Invece di fare affidamento su un singolo componente fisico perfetto, hanno distribuito un singolo pezzo di informazione su molti componenti fisici. Se una parte ha un guasto, il sistema può rilevare l'errore e correggerlo senza perdere l'informazione, proprio come un singolo foglio strappato in un libro non distrugge la storia se il testo è stampato su più pagine. Il modo più promettente per farlo è l'uso di un "codice di superficie", una disposizione a griglia dove l'informazione è protetta controllando le relazioni tra le parti vicine. Tuttavia, affinché questa protezione funzioni, la macchina deve essere in grado di correggere gli errori più velocemente di quanto essi compaano. Ciò richiede che il sistema operi al di sotto di una specifica "soglia" di rumore. Se la macchina è troppo rumorosa, la correzione degli errori introduce più errori di quanti ne corregga.

La sfida diventa ancora più difficile quando l'hardware fisico non corrisponde naturalmente al modello a griglia richiesto dal codice di superficie. La maggior parte dei processori quantistici odierni è costruita con una specifica disposizione di connessioni che differisce dalla griglia quadrata ideale necessaria per questi codici. Per farli lavorare insieme, gli scienziati devono trovare modi ingegnosi per mappare il codice sull'hardware, il che spesso richiede passaggi extra per spostare l'informazione tra parti distanti del chip. Questi passaggi extra creano pause in cui i bit quantistici rimangono inattivi, in attesa di istruzioni. Durante queste pause, i bit sono vulnerabili al rumore, che può accumularsi e rovinare la protezione che il codice dovrebbe fornire. Un team di ricercatori si è proposto di testare se fosse possibile far funzionare questa complessa configurazione su un vero processore quantistico, specificamente uno con un layout "heavy-hex" unico utilizzato da IBM. Volevano vedere se potevano scalare la dimensione del loro codice di correzione degli errori e vedere effettivamente il tasso di errore diminuire, provando che il sistema stava entrando nella zona sicura dove i computer quantistici potrebbero eventualmente diventare abbastanza potenti da risolvere problemi del mondo reale.

I ricercatori si sono rivolti a un processore da 156 qubit noto come "Heron", che presenta una struttura a reticolo heavy-hex. Questo layout è progettato per ridurre l'interferenza tra i qubit, ma rende l'implementazione del codice di superficie più difficile perché i qubit non sono tutti direttamente connessi ai loro vicini. Per colmare questa lacuna, il team ha progettato un nuovo metodo per incorporare il codice nel chip. Hanno utilizzato una tecnica che ripiega e distende il circuito, usando speciali qubit "ponte" per connettere temporaneamente parti distanti del codice in modo che possano comunicare tra loro. Questo approccio ha minimizzato il tempo in cui i qubit trascorrevano in attesa, mantenendo il circuito il più breve possibile. Tuttavia, sapevano che anche con un circuito breve, i momenti di inattività permetterebbero al rumore di accumularsi. Per combattere questo, hanno integrato una potente strategia di soppressione del rumore chiamata disaccoppiamento dinamico. Questo comporta l'applicazione di una rapida serie di impulsi di controllo ai qubit mentre aspettano, annullando efficacemente le interazioni indesiderate con l'ambiente prima che possano causare danni.

Il team ha testato il proprio sistema eseguendo il codice di correzione degli errori in due diverse dimensioni. Hanno iniziato con un codice più piccolo e poi lo hanno espanso in una direzione per creare un codice anisotropo più grande. In un mondo perfetto, rendere il codice più grande lo renderebbe sempre migliore nel proteggere l'informazione. Ma nel mondo reale, un codice più grande richiede un circuito più complesso, il che introduce più opportunità di errore. I ricercatori hanno scoperto che, aumentando la dimensione del codice, la protezione migliorava per un tipo di errore, ma non per l'altro. Nello specifico, quando hanno reso il codice più lungo in una direzione, è diventato molto più efficace nel proteggere contro gli errori di fase (phase-flip), ma la protezione contro gli errori di bit (bit-flip) non è migliorata altrettanto. Ciò è accaduto perché la maggiore complessità del circuito più grande ha introdotto nuove vulnerabilità che il codice non era ancora in grado di gestire.

Una scoperta critica in questo lavoro è stato il ruolo degli impulsi di soppressione del rumore. I ricercatori hanno scoperto che, senza questi impulsi, il codice più grande sembrava performare meglio di quello più piccolo, suggerendo un successo nella scalabilità. Tuttavia, questo era un risultato fuorviante. Quando hanno applicato gli impulsi di sozione del rumore, hanno realizzato che il codice più piccolo beneficiava di essi molto più di quanto facesse il codice più grande. Gli impulsi erano così efficaci nel pulire il rumore nel circuito più piccolo e semplice che il codice più grande sembrava fallire per confronto. Questo ha rivelato una trappola: se non si ottimizza attentamente la soppressione del rumore per ogni dimensione di codice testata, si potrebbe erroneamente affermare che la scalabilità stia funzionando quando non è così. Il team ha dimostrato che solo confrontando la versione migliore di ogni dimensione di codice era possibile ottenere un quadro onesto delle prestazioni.

Per misurare i risultati con precisione, il team si è allontanato dai metodi standard per calcolare i tassi di errore che si basano su semplici assunzioni sul comportamento degli errori. Invece, hanno sviluppato una nuova metrica basata sulla "fedeltà di entanglement" (entanglement fidelity), che misura quanto bene il sistema preserva l'informazione quantistica attraverso tutti i possibili stati, non solo quelli più facili da misurare. Utilizzando questo metodo rigoroso, hanno scoperto che, sull'attuale hardware, il sistema non aveva ancora raggiunto il punto in cui scalare la dimensione del codice garantisce una protezione migliore per tutti i tipi di informazione. Sebbene i codici più grandi mostrassero miglioramenti in direzioni specifiche, il sistema complessivo era ancora troppo rumoroso per raggiungere la protezione universale necessaria per una macchina completamente fault-tolerant.

Lo studio conclude che la strada verso un computer quantistico funzionante è chiara ma richiede un'ingegneria precisa. I ricercatori hanno dimostrato che, combinando un modo intelligente di mappare il codice sull'hardware con una aggressiva soppressione del rumore, potevano osservare gli inizi della soppressione dell'errore. Hanno dimostrato che con una modesta riduzione dei livelli di rumore attuali — circa un miglioramento del trenta percento — e l'accesso a un chip leggermente più grande per ospitare un codice ancora più grande, il sistema avrebbe attraversato la soglia verso la zona sicura. Questo lavoro non sostiene di aver risolto il problema della correzione degli errori quantistici, ma fornisce una tabella di marcia concreta. Dimostra che la giusta combinazione di design consapevole dell'hardware e controllo del rumore può spingere questi sistemi più vicini al punto in cui possono eseguire in modo affidabile i calcoli complessi che definiranno il futuro del computing quantistico.