← Ultimi articoli
⚛️ fisica quantistica

Demonstration of Logical Error Suppression in a Surface Code Memory on a Cloud-Accessible IBM Superconducting Processor

Questo articolo dimostra che l'ottimizzazione dei circuiti di estrazione del sindrome su un processore IBM Nighthawk r2 riduce significativamente i tassi di errore logico in una memoria a codice di superficie ruotata, ottenendo un vantaggio di distanza che abbassa gli errori per round da circa lo 0,5% allo 0,2%, evidenziando al contempo la necessità critica di una progettazione del codice consapevole dell'hardware per superare le correlazioni di rumore specifiche del dispositivo.

Autori originali: Shuwen Kan, Aaron Hoyt, Sean Garner, Ethan Vo, Adrian Harkness, Rod Rofougaran, Zefan Du, Chenxu Liu, Norm Tubman, Ying Mao, Samuel Stein

Pubblicato 2026-10-19
📖 5 min di lettura🧠 Approfondimento

Autori originali: Shuwen Kan, Aaron Hoyt, Sean Garner, Ethan Vo, Adrian Harkness, Rod Rofougaran, Zefan Du, Chenxu Liu, Norm Tubman, Ying Mao, Samuel Stein

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

I computer quantistici promettono di risolvere problemi impossibili per le macchine che utilizziamo oggi, dalla progettazione di nuovi medicinali alla decrittazione di codici complessi. Tuttavia, queste macchine sono incredibilmente fragili. Le minuscole particelle che utilizzano per memorizzare le informazioni, chiamate qubit, sono facilmente disturbate dal calore, dalle vibrazioni o persino da onde elettromagnetiche vaganti. Questa sensibilità causa l'insorgere di errori, che corrompono il calcolo prima che questo si concluda. Per costruire un computer quantistico utile, gli scienziati devono trovare un modo per proteggere queste informazioni. Lo fanno distribuendo un singolo pezzo di dato su molti qubit fisici, creando un qubit "logico" che possa sopravvivere se alcune delle sue parti dovessero fallire. Questo è noto come correzione degli errori quantistici. L'obiettivo è raggiungere un punto in cui l'aggiunta di più parti fisiche renda effettivamente il sistema più affidabile, anziché meno, permettendo al computer di funzionare per lunghi periodi senza collassare.

Un team di ricercatori ha recentemente testato questa idea su un vero processore quantistico accessibile tramite cloud, realizzato da IBM. Si sono concentrati su un metodo specifico chiamato codice di superficie, che dispone i qubit in una griglia per rilevare e correggere gli errori. Sebbene la teoria suggerisca che rendere la griglia più grande dovrebbe ridurre drasticamente gli errori, l'hardware del mondo reale è disordinato. I qubit non sono tutti identici; alcuni sono più forti, altri più deboli, e il rumore che li influenza cambia nel tempo. I ricercatori volevano vedere se potevano far funzionare meglio questa correzione degli errori su un hardware reale, regolando attentamente il modo in cui la macchina opera, piuttosto che affidarsi solo al design teorico. Hanno utilizzato un processore chiamato Nighthawk r2, che ha una disposizione a griglia che si adatta naturalmente al codice di superficie, permettendo loro di testare diverse configurazioni senza la necessità di passaggi extra per spostare le informazioni.

Il team ha scoperto che le prestazioni della correzione degli errori variavano significativamente a seconda di dove esattamente posizionavano la loro griglia sul chip del processore. Alcune posizioni funzionavano molto meglio di altre, semplicemente perché i qubit fisici in quei punti erano di qualità superiore. Per ottenere i migliori risultati, hanno dovuto scegliere i loro punti con saggezza. Una volta selezionate le poszioni migliori, si sono concentrati sulla tempistica delle operazioni. In una configurazione standard, la macchina impiega molto tempo per leggere lo stato dei qubit "ausiliari" (ancilla) utilizzati per rilevare gli errori. Durante questo tempo di lettura, i qubit di dati principali rimangono inattivi, in attesa. Questo periodo di attesa è pericoloso perché i qubit di dati perdono le loro informazioni semplicemente stando fermi. I ricercatori hanno scoperto che utilizzando un modo più veloce per leggere i qubit ausiliari e resettarli immediatamente, potevano accorciare questo tempo di attesa. Questo semplice cambiamento ha ridotto significativamente gli errori nei dati.

Hanno anche testato una tecnica chiamata "eco", che è una specifica sequenza di impulsi applicati ai qubit di dati in attesa per cancellare il rumore che raccolgono mentre sono inattivi. Questa tecnica ha funzionato molto bene per un tipo di memorizzazione dei dati, riducendo il tasso di errore del 21 percento, ma ha avuto un effetto minore sull'altro tipo. Combinando la lettura rapida, il reset immediato e gli impulsi eco, hanno creato una routine ottimizzata. Quando hanno confrontato questa nuova routine con il modo standard di procedere, il tasso di errore è sceso drasticamente. Per un tipo di memoria, gli errori sono stati ridotti di un valore mediano del 73 percento, e per l'altro, di circa il 30 percento. Ciò ha dimostrato che piccoli cambiamenti nel modo in cui il circuito è costruito e temporizzato possono avere un enorme impatto sul risultato finale.

I ricercatori hanno poi testato cosa succede quando rendono la griglia più grande, aumentando la "distanza" del codice, che è una misura di quanti errori il sistema può tollerare. Negli esperimenti brevi, che duravano circa una dozzina di round di controllo degli errori, aumentare la dimensione della griglia funzionava come previsto: le griglie più grandi avevano meno errori rispetto a quelle più piccole. Ciò ha confermato che il sistema stava sopprimendo con successo gli errori man mano che il codice cresceva. Tuttavia, quando hanno esteso l'esperimento per farlo durare molto più a lungo, fino a 150 round, il vantaggio della griglia più grande ha iniziato a svanire. Il tasso di errore ha smesso di scendere e ha iniziato a salire di nuovo.

Questo comportamento a lungo termine ha rivelato un problema nascosto. I ricercatori hanno notato che gli errori non erano solo eventi casuali e isolati. Al contrario, hanno visto schemi di errori che persistevano e si accumulavano nel tempo, collegandosi tra loro attraverso molti round dell'esperimento. Queste correlazioni persistenti suggerivano che qualcosa si stesse accumulando nel sistema, forse un tipo di errore che i metodi di correzione standard non potevano facilmente correggere. Sembrava che, sebbene la routine ottimizzata fosse eccellente nel gestire brevi raffiche di attività, faticasse a mantenere la protezione durante periodi prolungati. Lo studio conclude che, sebbene si possano fare progressi significativi sintonizzando l'hardware e il design del circuito, esistono ancora sfide fondamentali nel mantenere questi sistemi stabili per le lunghe durate richieste dai calcoli complessi. Il lavoro evidenzia che costruire un computer quantistico affidabile richiede non solo una buona teoria, ma una profonda comprensione di come le macchine specifiche si comportano nel mondo reale, fino alla tempistica di ogni singolo impulso e alla qualità di ogni singola connessione.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →