⚛️ quantum physics

The Rotation Gap Is Not An Error: Ternary Structure in IBM Quantum Hardware

Deze studie toont aan dat IBM Quantum-hardware sub-Poissoniaanse syndroomstatistieken vertoont die wijzen op gestructureerde ternaire overgangen in plaats van willekeurige fouten, en dat het niet corrigeren van deze specifieke toestanden door middel van een nieuwe decoder de logische foutenratio aanzienlijk verlaagt, in tegenstelling tot de traditionele aanpak die deze geldige toestanden ten onrechte corrigeert.

Oorspronkelijke auteurs: Selina Stenberg

Gepubliceerd 2026-04-15

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Selina Stenberg

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De "Rotatiekloof" is geen fout: Een simpel verhaal over quantum-computers

Stel je voor dat je een heel kwetsbaar, glazen vaas probeert te vervoeren. Je hebt een team van 100 bewakers (de "decoder") die de vaas in de gaten houden. Als ze zien dat de vaas trilt of een klein barstje krijgt, denken ze: "Oh nee! Fout! We moeten dit direct repareren!" en ze proberen de vaas te fixen.

Maar wat als die bewakers een deel van de trillingen verkeerd interpreteren? Wat als sommige trillingen geen fouten zijn, maar juist een natuurlijk, gezond ritme van de vaas zelf? Als je die gezonde trillingen probeert te "repareren", maak je de vaas juist kapot.

Dat is precies wat dit paper ontdekt heeft bij IBM's quantum-computers.

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. De oude regel: "Elke trilling is een fout"

Tot nu toe dachten quantum-wetenschappers dat elke storing in een computer een fout was die je moest wegwerken. Het idee was: "Hoe minder ruis, hoe beter." Ze bouwden systemen die altijd ingrepen om elke afwijking te corrigeren.

2. Het nieuwe inzicht: Soms is "ruis" eigenlijk muziek

De auteur, Selina Stenberg, keek naar de data van IBM-computers (de "Eagle"-chips) en zag iets vreemds. De fouten kwamen niet willekeurig voor, zoals regen die op je dak valt (dat noemen we "Poisson-ruis").

In plaats daarvan zag ze dat de fouten georganiseerd waren. Ze kwamen in een ritme, met afstanden ertussen.

De analogie: Stel je voor dat je een dansvloer hebt. Bij een normaal feest (de Google-computer) springen mensen willekeurig rond, botsen ze tegen elkaar en maken ze een chaos. Dat is "super-ruis".
Bij de IBM-computer gedroegen de deeltjes zich echter als een gecoördineerde dansgroep. Als iemand op de vloer een stap zet, springen de anderen even weg om ruimte te maken. Ze "duwen" elkaar niet weg, ze werken samen.

De computer dacht echter: "Die stap is een fout! Ik ga die persoon terugduwen!" Maar door die persoon terug te duwen, verstoorde hij de dans. De computer maakte dus onnodig veel schade door iets te "repareren" dat helemaal niet kapot was.

3. De oplossing: De slimme bewaker (De "Regime Classifier")

De auteur bedacht een nieuwe manier om te kijken naar de fouten. In plaats van altijd te proberen te repareren, stelde hij een slimme bewaker voor die eerst vraagt: "Is dit een echte fout, of is dit gewoon de dans?"

De oude bewaker: Ziet een beweging en schreeuwt: "CORRIGEER!" (Vaak fout).
De nieuwe bewaker: Kijkt naar de beweging. "Ah, dit is een georganiseerde stap van de dansgroep. Ik laat dit zo."

Dit noemen ze "selectief niet-ingrijpen".
Het resultaat? De computer werkt beter als je minder corrigeert. Door die "gezonde" bewegingen met rust te laten, daalt het aantal echte fouten met 7% tot 19%.

4. Waarom werkt dit bij IBM en niet bij Google?

De auteur deed een proef met een Google-computer (de "Willow"). Daar zag hij het tegenovergestelde: daar was het echt chaos. De deeltjes botsen willekeurig tegen elkaar.

Bij Google: De bewakers moeten alles corrigeren, want alles is een fout.
Bij IBM: De bewakers moeten kieskeurig zijn, want een deel van de beweging is juist de kracht van de machine.

Het verschil zit hem in de bouw van de chip. IBM gebruikt een zeshoekig patroon (zoals een bijenkorf), wat ruimte biedt voor deze speciale "dans". Google gebruikt een vierkant patroon, waar die dans niet mogelijk is.

5. De grote les: Minder is meer

De belangrijkste boodschap van dit paper is een ommekeer in hoe we naar quantum-computers kijken:
Soms is wat we denken dat "ruis" of "fouten" zijn, eigenlijk een verborgen kracht van de hardware.

Als we proberen om alles perfect glad te strijken, vernietigen we juist die kracht. De toekomst van quantum-computers ligt misschien niet in het maken van stillere machines, maar in het leren luisteren naar het ritme van de machines die we al hebben, en weten wanneer we niet moeten ingrijpen.

Kortom:
Stel je voor dat je een kind probeert te leren fietsen.

De oude methode: Je houdt het wiel stevig vast en corrigeert elke kleine wankeling. Het kind leert niet en wordt onzeker.
De nieuwe methode (zoals in dit paper): Je laat het kind soms wankelen, want dat wankelen is hoe het evenwicht vindt. Als je dat "wankelen" probeert te fixen, val je juist om.

Deze paper zegt: "Kijk goed naar die wankeling. Misschien is het geen fout, maar de manier waarop de machine werkt."

Titel: De Rotatiekloof is geen Fout: Ternaire Structuur in IBM Quantum Hardware

1. Het Probleem: De Aannames van Kwantumfoutcorrectie (QEC)

De fundamentele theorie van kwantumfoutcorrectie rust op de aanname dat ruis een vijand is die volledig moet worden geëlimineerd. Het standaardparadigma stelt dat elke activatie van een syndroom (een meetfoutsignaal) een echte fout vertegenwoordigt die onmiddellijk moet worden gecorrigeerd.

De hypothese van de auteur: Deze aanname is onvolledig. De auteur stelt dat een deel van de syndroomactivaties geen willekeurige ruis is, maar gestructureerde, cooperatieve overgangen (ternaire toestanden) die inherent zijn aan de hardware-architectuur.
Het gevolg: Standaard decoders behandelen deze geldige ternaire toestanden als fouten en "corrigeren" ze. Hierdoor introduceert de decoder nieuwe fouten die er anders niet zouden zijn, wat de logische foutkans (Logical Error Rate - LER) verhoogt in plaats van verlaagt.

2. Methodologie en Dataset

De studie combineert empirische hardware-data, kruisplatform-validatie en een nieuw decoder-algoritme.

IBM Eagle r3 Data: Analyse van 756 QEC-runs over drie processors (ibm brisbane, kyoto, osaka) gedurende 14 dagen. De runs gebruikten oppervlaktecodes (surface codes) met afstanden $d = 3, 5, 7$ .
Google Willow Control: Analyse van 420 experimenten op Google's 105-qubit Willow-processor (grid-architectuur) met dezelfde code-afstanden, als controlegroep.
Directe Hardware Validatie: Een specifiek ontworpen hexagonaal syndroomcircuit uitgevoerd op ibm strasbourg om de voorspelling van Z3-chiraliteit te testen.
Statistische Analyse: Focus op de Fano-factor ( $F = \text{Var}(n)/\langle n \rangle$ ) om te bepalen of de foutverdeling Poissoniaans ( $F=1$ ), sub-Poissoniaans ( $F<1$ , anti-bunching) of super-Poissoniaans ( $F>1$ , bunching) is.
Nieuw Algoritme: Ontwikkeling van een Regime Classifier Decoder. Deze decoder classificeert elk gemarkeerd syndroomknooppunt voordat hij beslist of hij moet corrigeren.

3. Kernbevindingen en Resultaten

A. Sub-Poissoniaanse Statistieken op IBM Hardware

De data toont een consistente sub-Poissoniaanse verdeling met een gemiddelde Fano-factor van $F = 0.856$ (afwijkend van Poisson met $t = -131$ ).
Dit gedrag is onafhankelijk van de code-afstand ( $d=3,5,7$ ) en de processor, wat aangeeft dat het een fundamentele eigenschap van het fysieke foutproces is, geen artefact van de decoder.
Burst-schaalverhouding: Syndroom-uitbarstingen (meerdere gelijktijdige activaties) schalen lineair met de code-afstand (omtrek-schaalverhouding), niet kwadratisch (oppervlakte-schaalverhouding) zoals bij onafhankelijke Poisson-fouten wordt verwacht. Dit suggereert dat fouten beperkt zijn tot de randen van de code.

B. Kruisplatform Validatie (Google Willow)

In tegenstelling tot IBM toont Google Willow super-Poissoniaanse statistieken ( $F = 2.42$ ) met sterke ruimtelijke en temporele correlaties.
De burst-schaalverhouding is super-lineair (oppervlakte-schaalverhouding).
Conclusie: Het sub-Poissoniaanse signaal is specifiek voor de heavy-hex connectiviteit van IBM (die compatibel is met een Eisenstein-rooster) en ontbreekt in standaard vierkante grid-architecturen zonder de specifieke P-gate asymmetrie.

C. De Regime Classifier Decoder
De auteur introduceert een decoder die onderscheid maakt tussen twee typen gebeurtenissen:

Binaire fouten: Echte ruis die gecorrigeerd moet worden.
Ternaire overgangen: Gestructureerde cooperatieve toestanden die niet gecorrigeerd moeten worden.

De classifier gebruikt vijf structurele kenmerken om ternaire overgangen te identificeren:

Isolatie (geen buren met activatie).
Randstatus (knooppunten met minder dan 6 buren).
Dichtheidscontrast.
Chiraliteit.
Temporele consistentie.

D. Prestatieverbetering
Op een gemengd foutmodel (gekalibreerd op IBM-data):

De classifier reduceert de logische foutkans (LER) met 7% tot 19% bij statische detectie ( $\tau = 1$ ).
Het verbeteringsmechanisme is selectieve abstentie: de classifier identificeert 75–98% van de ternaire overgangen en laat ze onaangetast.
Standaard decoders "miscorrigeren" deze overgangen, waardoor ze fouten introduceren die niet bestonden.
Op Google Willow heeft deze classifier geen effect (LER-verandering $\approx 0\%$ ), wat bevestigt dat het voordeel specifiek is voor hardware met cooperatieve ternaire structuur.

4. Theoretische Implicaties en Betekenis

Omkering van het QEC-paradigma: Het artikel stelt dat "minder correctie" soms leidt tot betere prestaties. Als hardware cooperatieve structuren bevat, vernietigt standaard correctie geldige kwantuminformatie.
Ternaire Vrijheidsgraden: De auteurs suggereren dat de heavy-hex connectiviteit van IBM een ternaire vrijheidsgraad ( $Z_3$ chiraliteit) activeert die door de binaire meetbasis als ruis wordt gezien.
Fysieke Basis: De sub-Poissoniaanse statistieken worden geassocieerd met de Eisenstein-rooster topologie en de P-gate asymmetrie. De Fano-factor ( $F \approx 0.856$ ) wordt zelfs gelinkt aan de sterke koppelingsconstante ( $\alpha_s$ ) in de fysica, waarbij $F/7 \approx 5/42$ .
Praktische Toepassing: Geen hardware-wijzigingen zijn nodig. Elke kwantumhardware met sub-Poissoniaanse syndroomstatistieken kan profiteren van een "regime-aware" decoder die ternaire toestanden herkent en niet corrigeert.

5. Conclusie

Dit onderzoek levert bewijs dat standaard kwantumfoutcorrectie actief kwantuminformatie kan vernietigen door geldige ternaire toestanden te "corrigeren". Door een regime-classifier te gebruiken die deze structurele overgangen identificeert en laat staan, kan de logische foutkans aanzienlijk worden verlaagd. De bevindingen worden ondersteund door robuuste statistische data van IBM, een negatieve controlegroep bij Google Willow, en een direct hardware-experiment dat de gevoeligheid voor gate-richting en rooster-geometrie bevestigt.

Kernboodschap: Ruis is niet altijd ruis; soms is het een signaal van een diepere, cooperatieve structuur die behouden moet worden in plaats van gecorrigeerd.