Quantum error correction well below the color code threshold

今日の機械の手には負えない問題を解決できるコンピュータを構築するために、科学者たちは量子物理学の奇妙な法則に目を向けています。これらの量子コンピュータは、情報を保持するために量子ビットと呼ばれる極めて小さな粒子を使用しますが、それらは非常に壊れやすいものです。熱のささやき、迷い込んだ磁場、あるいはマシン自身の制御システムにおける微細なグリッチ（不具合）でさえも、量子ビットにデータを失わせる原因となります。この脆弱性は、実用的な量子コンピュータを構築する上での最大の障害となってきました。これを克服するために、研究者たちは「量子誤り訂正」と呼ばれる戦略を用いています。単一の壊れやすい量子ビットに頼るのではなく、情報を多くの物理量子ビットに分散させることで、冗長なセーフティネットを作り出すのです。もしネットの一部が故障しても、他の部分が間違いを検知し、情報を破壊することなく修正することができます。しかし、このセーフティネットには代償が伴います。エラーを修正するために量子ビットを増やすことは、新たなエラーが発生する場所を増やすことでもあるのです。目標は、冗長性を増やすことがシステムの信頼性を低下させるのではなく、実際に向上させるポイントを見つけ出すことです。この転換点は「閾値（しきいち）」として知られています。もしコンピュータの物理的コンポーネンドがこの閾値を下回るほど十分に優れていれば、コンピュータをより大きく複雑にすることで、エラーは指数関数的に消失し、失敗することなく数時間稼働できるマシンの道が開かれます。

Quantinuumの研究チームは現在、この決定的な閾値を十分に下回る状態で量子プロセッサを動作させることができ、これは実際に現実世界の問題を解決できるマシンを構築するための大きな一歩となりました。バリウムの個々の原子を真空中に閉じ込め、電場によって固定するHeliosと呼ばれるプロセッサを使用し、チームは「三角形カラーコード」として知られる特定の種類の誤り訂正コードをテストしました。彼らは、13個の量子ビットからなる小さなブロックから、73個の量子ビットからなる大きなブロックに至るまで、3つの異なるサイズのコードを用いて実験を行いました。その結果は驚くべきものでした。コードのサイズを大きくするにつれて、コンピュータが論理的なミスを犯す割合が劇的に減少したのです。テストした最大のコードでは、エラー率は約100万回の試行につき5回程度まで低下しました。これは、サイズを一段階上げるごとにエラー率が10倍以上抑制されたことを意味しており、規模を拡大することが安定性の向上につながる領域において、システムが実際に動作していることを証明しています。

研究者たちは、量子コンピュータをしばしば悩ませる2つの特定の問題、すなわち「リーク（漏洩）」と「回路の複雑性」に対処することで、この成功を収めました。理想的な世界では、量子ビットは指定された状態に永遠に留まりますが、現実には、作業空間から他のエネルギー準位へと「リーク」してしまうことがあり、そこでは正しく振る舞うことができなくなります。もしリークした量子ビットが計算に使用されると、隣接する量子ビットにエラーを広げ、連鎖的な失敗を引き起こす可能性があります。これを阻止するために、チームは二段構えのアプローチを採用しました。第一に、慎重にタイミングを合わせた光のパルスを使用して、リークした原子を正しい作業状態へとポンプアップする、リセットボタンのようなハードウェアレベルの技術を用いました。第二に、データ量子ビットが問題を起こす前に新しいものと入れ替える回路レベルの手法を設計し、リークした粒子を計算から事実上排除しました。これらの手法を組み合わせることで、エラーを管理可能な状態に保ち、コードによって修正できるようにしました。

チームはまた、異なる手法がどれほど上手くエラー信号を読み取り、リアルタイムで間違いを修正できるかもテストしました。彼らは、伝統的なルールベースのコンピュータプログラムと、畳み込みニューラルネットワークおよびトランスフォーマー・モデルに基づく2つの新しい人工知能アプローチを比較しました。これらのニューラルネットワークは、Heliosプロセッサからのシミュレーションデータで学習され、その後、追加の調整なしに実際のハードウェアに直接適用されました。驚くべきことに、従来のプログラムと2つのAIモデルはほぼ同様の性能を示し、エラー信号を正常にデコードして論理エラーを修正しました。ニューラルネットワークは特に印象的で、数百マイクロ秒という、量子プロセッサの速度に追いつける速さでデータを処理することができました。これは、将来的にこれらの高速でインテリジェントなデコーダーが、計算の終了を待つのではなく、エラーが発生した瞬間にそれを修正するために使用できる可能性を示唆しています。

この実験は、単にエラーを修正するだけでなく、量子プロセッサの内部構造についても深い洞察を与えました。エラーのパターンを分析することで、研究者たちはマシンがどこで苦戦しているのかを正確に特定することができました。彼らは、最も一般的なミスの原因は2つの量子ビット間の相互作用であり、次いでイオンの移動に関連するエラー、そして測定時に導入されるノイズであることを発見しました。このような詳細な診断は、エンジニアに対して、マシンのどの部分を最も改善する必要があるかを正確に伝えるため、極めて重要です。また、この研究は、物理的コンポーメントが完璧ではなくても、リークが適切に管理されていれば、誤り訂正コードが効果的に機能することも示しました。彼らが達成した論理エラー率は、科学者が「メガクオップ（megaquop）」スケールの計算と呼ぶレベルに近づいており、このスケールでは、現在の技術では不可能な化学、材料科学、暗号学などの問題に取り組むことができます。

この研究は誤り訂正が機能していることを証明していますが、研究者たちは、道のりはまだ終わっていないと指摘しています。次の大きな課題は、最も強力な計算に必要な特殊な「マジック状態」の準備を含むプロセス全体が、エラー閾値を下回る状態に保たれることを実証することです。今回の研究は、コンピュータのメモリと基本的な論理ゲートに焦点を当てたものでしたが、完全なユニバーサル量子コンピュータには、より幅広い操作を実行する必要があります。チームは、次に進むべき論理的なステップは、開発した高速なリアルタイム・デコーディング手法を用いて、これらのより複雑な操作を含む完全な計算を実行することであると示唆しています。もし成功すれば、それは、制御された実験の中でエラーを修正するマシンから、失敗することなく長く複雑なプログラムを実行できるマシンへの移行を意味します。今回の結果は、トラップ・イオン・プロセッサ（この研究で使用されたものと同様の形式）が、これまで考えられていたよりも小さなコードのブロックで、アプリケーションに関連する性能レベルに到達できる可能性を秘めていることを示しています。