✨ 要約🔬 技術概要
量子コンピュータは、通常のコンピュータが解くのに数千年かかるような問題を解決することを約束していますが、それらは極めて脆弱であることで知られています。わずかな熱や振動のささやきさえも、保持している繊細な情報をかき乱してしまうのです。実際に機能するマシンを構築するために、科学者たちはデータの周囲に保護の層を重ねなければなりません。これは「量子誤り訂正」と呼ばれる技術です。これには、単一の情報を多くの物理粒子に分散させることで、もし数個に不具合が生じてもメッセージ全体が生き残るようにする手法が含まれます。長年、研究者たちは特定の種類の手法、すなわち、膨大な数の追加粒子を必要とせずに大量のデータを保存できる効率的な「高レート」符号を追い求めてきました。これらの高レート符号は、コンパクトで大容量のハードドライブのようなものです。しかし、大きな障害が常にその行く手を阻んできました。これらの符号はデータの保存には優れていますが、実際の計算に使用するのが非常に難しいという性質を持っています。効率性を生み出しているその構造自体が、操作を実行するために個々の情報にアクセスすることを困難にしており、コンピュータに複雑なタスクに必要な高速な並列処理ではなく、低速な逐次処理を強いてしまうのです。
JPMorgan ChaseとQuantinuumの研究チームは、このボトルネックを完全に回避する新しいアーキテクチャを提案しました。コードに仕事をさせようとするのではなく、「注入(インジェクション)」という手法を提案しています。量子コンピュータを、機械が固定され硬直した工場のフロアだと想像してください。新しい製品を作るために工場を配線し直すのではなく、チームは、組み立て済みの高品質なコンポーネントを持ち込み、それをシステムに組み替える方法を提案しています。彼らのスキームでは、コンピュータは必要な指示を運ぶ、特別に準備された物質の状態を消費することによって計算を行います。このアプローチにより、システムは必要な論理演算を並列で行うことが可能になり、これら効率的な符号の全能力を解き放つことができます。研究者たちは、小さく単純な誤り訂正符号をより大きく複雑な構造へと組み合わせることで、これらの特別なコンポーネントを高信頼性で準備できることを実証しました。彼らのシミュレーションによれば、この手法はアドレス指定の問題を解決するだけでなく、必要なリソースを生成するために必要な物理的な空間と時間を、既存の手法と比較して劇的に削減できることが示されています。
彼らの革新の核心は、量子コンピュータが必要とする2種類の操作、すなわち、標準的で予測可能な操作と、よりエキゾチックで困難な操作をどのように扱うかにあります。標準的な操作については、チームは「テレポーテーション」と呼ばれる技術を使用し、あらかじめ作られたリソースを消費することで情報をある場所から別の場所へと移動させます。グローバルな操作を可能にする特定の符号ファミリーを使用することで、あらゆる複雑な計算を、それぞれが少数の事前準備されたリソースのみを必要とする一連の単純なステップへと分解できることを見出しました。これにより、高レート符号を悩ませてきた低速なステップバイステップの処理を排除できます。より強力なコンピュータであるために不可欠な、より難易度の高い操作については、「連結培養(concatenated cultivation)」と呼ぶ手法を開発しました。これは、検証の層を通じて高品質な状態を「成長させる」プロセスです。まず不完全な基本的な状態から始め、一連のチェックを用いてエラーをフィルタリングします。このプロセスをコードの複数の層にわたって繰り返すことで、未検出エラーの確率を極めて低いレベルまで下げることができます。
研究者たちは、特定の符号を用いた例を用いて、これらのリソース状態の準備をシミュレーションすることで、自分たちのアイデアをテストしました。彼らは、ハミング符号に基づいたものなどの小さな符号の組み合わせを調査し、それらをより大きな2レベルの構造へと構築しました。その結果は驚くべきものでした。これらのシミュレーションにおいて、これらの状態を成長させる新しい手法は、現在最も一般的な誤り訂正の形式である表面符号(サーフェスコード)で使用されている主要なアプローチと比較して、空間と時間の両面で少なくとも10倍効率的であることが証明されました。表面符号の手法は、同等の信頼性を達成するために膨大な量の物理ハードウェアを必要としますが、この新しいアーキテクチャは、ごくわずかなリソースでそれを実現します。また、チームは、標準的な操作に必要なリソースを準備することが、単一の利用可能なコンポーネントを生産するためだけに大量の量子ビットの工場を必要とする従来の方法よりも、はるかに小さな物理的フットプリントで可能であることを示しました。
この研究は、動作する量子コンピュータを構築したと主張するものでも、この分野のあらゆる問題を解決するものでもありません。提示された結果は、現実的なノイズ条件下でこれらのシステムがどのように振る舞うかをモデル化した、詳細なコンピュータシミュレーションに基づいています。研究者たちは、これらの符号がさらに大規模な計算を扱うようにスケールアップする場合、エラーのデコーディング手法が単純なルックアップテーブルから、より洗練されたアルゴリズムへと進化する必要があることを認めています。さらに、シミュレーションは明確な道筋を示してはいるものの、これらの回路を実際の物理ラボで構築することは、独自のエンジニアリング上の課題を伴います。しかし、本研究は、高レート符号を実用化するための具体的な設計図を提供しています。ユニバーサルな並列コンピューティングが、以前考えられていたような膨大なオーバーヘッドなしに可能であることを示すことで、この論文は、有用な量子コンピュータへの道は、多くの人が恐れていたよりも短く、リソース消費も少ない可能性があることを示唆しています。鍵となる洞察は、指示をシステムの中に組み込むのではなく、注入するという方法に変えることで、利用可能な最も効率的な誤り訂正構造の潜在能力を引き出せるということです。
技術要約:「Injection is all you need: parallel universal logic in high-rate concatenated self-dual codes」
問題提起 高レートの量子誤り訂正(QEC)符号は、量子メモリに対して漸近的に低い物理的オーバーヘッドを提供しますが、根本的な「アドレス指定問題(addressability problem)」に直面します。これらの符号では、操作を直列化することなく特定の量子ビットのサブセットに対して論理ゲートを実行する方法が不明確であることが多く、これが計算帯域幅を制限します。既存の戦略(一般化された格子サーフェリーや符号自己同型など)は、単一の符号ブロック内でアドレス指定可能かつ並列なユニバーサル論理を提供することに苦慮しています。さらに、標準的なフォールトトレラント・クリフォードゲートのアプローチは、単一のリソース状態を生成するために巨大なファクトリサイズを必要とする、コストの高い蒸留プロトコルに依存することがよくあります。
手法 著者らは、ほとんどすべての論理ゲートを、フォールトトレラントに準備されたリソース状態を消費するテレポーテーション・ガジェット(Steane-QECおよびKnill-QEC)を介して「注入(injecting)」することで、アドレス指定問題を回避する量子アーキテクチャを提案しています。このアプローチは、量子誤り訂正を同時に実行し、リークノイズを緩和します。このアーキテクチャは、特定の符号ファミリー、すなわちSWEL(Self-Dual with Equivalent Logicals)CSSシード符号から構築された連結符号 に基づいています。
主な手法的構成要素は以下の通りです:
SWEL符号: このスキームは、グローバルな論理アダマール演算子(H ˉ ⊗ k \bar{H}^{\otimes k} H ˉ ⊗ k )およびフェーズ演算子(S ˉ ⊗ k \bar{S}^{\otimes k} S ˉ ⊗ k )が横断的(transversal)であるシード符号を利用しています。この特性により、任意の論理クリフォード回路をCSSリソース状態へと還元することが可能になります。
Bruhat分解によるクリフォード注入: k k k 量子ビットの論理クリフォードユニタリは、9つのゲートのシーケンス(Bruhat分解を使用)に分解されます。著者らは、各分解ステージが、一定数の(最大9つの)CSSリソース状態を消費することで注入できることを示しています。
リソース状態準備: 蒸留の代わりに、著者らはこれらのCSS状態を準備するために**Flag-at-Origin (F@O)**法を採用しています。この手法は、大規模な蒸留ファクトリのオーバーヘッドを回避します。
ゲートタイプ: S ⊗ k S^{\otimes k} S ⊗ k およびH ⊗ k H^{\otimes k} H ⊗ k ゲートは、論理 ∣ 0 ⟩ |0\rangle ∣0 ⟩ および ∣ + ⟩ |+\rangle ∣ + ⟩ 状態のテンソル積を消費するSteane-QECガジェットを使用して注入されます。CNOTレイヤーは、2ブロックのリソース状態を消費するKnill-QECガジェットを使用して注入されます。
非クリフォード注入(マジック状態): ユニバーサリティを実現するために、本スキームは論理 ∣ H ⟩ ⊗ k |H\rangle^{\otimes k} ∣ H ⟩ ⊗ k マジック状態を消費します。
連結培養(Concatenated Cultivation): 著者らは、連結符号における高忠実度 ∣ H ⟩ ⊗ k |H\rangle^{\otimes k} ∣ H ⟩ ⊗ k 状態を準備するための「連結培養」と呼ばれるプロトコルを導入しています。これには、各連結レベルでの**ゼロレベル蒸留(Zero-Level Distillation; ZLD)**の反復的な適用が含まれます。
誤差抑制: 連続するレベルで横断的な H ˉ ⊗ k \bar{H}^{\otimes k} H ˉ ⊗ k 演算子を測定し、その結果を相互参照することで、プロトコルは検出不可能な論理誤差の確率を、連結レベル ℓ \ell ℓ において O ( p 2 ℓ ) O(p^{2\ell}) O ( p 2 ℓ ) に抑制します(ここで p p p は物理エラー率)。これは、SWEL符号における H ˉ ⊗ k \bar{H}^{\otimes k} H ˉ ⊗ k の横断的な性質を、組み込みのフラギング機構として活用しています。
主な貢献
アドレス指定可能な並列ユニバーサル論理: 本論文は、高レートの連結符号において、以前の手法のボトルネックであったアドレス指定の問題を回避して、任意の k k k 量子ビットのクリフォードおよび非クリフォード回路を並列に実行する方法を実証しています。
蒸留フリーのクリフォード準備: SWEL符号におけるグローバルな横断的 H H H および S S S ゲートの可用性により、すべてのクリフォードリソース状態がFlag-at-Origin法を通じて準備可能であることを示し、大規模な蒸留ファクトリの必要性を排除しました。
連結培養プロトコル: 連結符号におけるマジック状態を準備するための新しいプロトコルを導入し、単一レベルのパリティ測定の O ( p 2 ) O(p^2) O ( p 2 ) の壁を超える、O ( p 2 ℓ ) O(p^{2\ell}) O ( p 2 ℓ ) の誤差抑制を達成しました。
ベンチマーク: J 36 , 4 , 4 K J36, 4, 4K J 36 , 4 , 4 K 、J 48 , 8 , 4 K J48, 8, 4K J 48 , 8 , 4 K 、および J 96 , 14 , 6 K J96, 14, 6K J 96 , 14 , 6 K (J 6 , 2 , 2 K J6, 2, 2K J 6 , 2 , 2 K および J 15 , 7 , 3 K J15, 7, 3K J 15 , 7 , 3 K シード符号から構築)の3つの具体的な2レベル連結符号について、数値的なベンチマークを提供しています。
結果
マジック状態の性能: ∣ H ⟩ ⊗ K |H\rangle^{\otimes K} ∣ H ⟩ ⊗ K 状態の培養に関するプロキシ・シミュレーションは、論理エラー率が予測通りにスケールすることを示しています:距離4の符号では O ( p 3 ) O(p^3) O ( p 3 ) 、距離6の符号では(デコーダによるヘラルド付きポストセレクションを考慮した場合) O ( p 4 ) O(p^4) O ( p 4 ) です。
時空オーバーヘッド: 連結培養プロトコルは、表面符号の培養と比較して、時空コストの大幅な削減を実現します。ベンチマークされた符号において、時空コストは、表面符号の培養を通じて同等のマジック状態を生成する場合よりも少なくとも1桁低くなっています 。
クリフォードリソース状態: Flag-at-Origin回路のベンチマークは、深さ最適化された回路が、空間最適化された回路よりも論理エラー率と破棄率の両方において優れていることを示しています。これらのCSS状態の論理エラー率はプロキシ・マジック状態よりも高いものの、この手法は蒸留(例:ファクトリサイズを数千量子ビットから数百量子ビットへ削減)の膨大な量子ビットオーバーヘッドを回避します。
リソース効率: 本スキームは、T T T 深さ D T D_T D T を持つ量子アルゴリズムを実行するために、最大 12 D T 12 D_T 12 D T 個のリソース状態を必要とします(各クリフォードレイヤーに9個、各 T T T レイヤーに3個)。
意義と主張 本論文は、通常は計算への利用が困難とされる高レート符号を用いた、ユニバーサルなフォールトトレラント量子計算への実用的な経路を提供することを主張しています。SWEL符号を注入ベースの論理および連結培養と組み合わせることで、著者らは以下を実証しています:
高レート符号は、完全にアドレス指定可能かつ並列なユニバーサル論理をサポートできること。
リソース状態の準備にかかるオーバーヘッドを、蒸留ベースのアプローチと比較して劇的に削減できること。
提案されたアーキテクチャは、現在のテクノロジーでアクセス可能な物理エラー率において、「メガクオップ(megaquop)」および「ギガクオップ(gigaquop)」レジームの論理回路を実行できる可能性があり、近未来のハードウェアにとって実行可能であること。
著者らは、これらの結果がリソース状態の品質に関する初期のベンチマークであり、コンパイルおよびスケジューリングの最適化を含むエンドツーエンドのコスト見積もりを開発するためには今後の研究が必要であることを注記しています。また、現在のベンチマークはルックアップテーブル・デコーダを使用していますが、大規模な連結レベルへのスケーリングにはアルゴリズム的デコーダが必要になることを強調しています。
毎週最高の 量子物理学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。 登録 ×