Error-Corrected Memory and Logic on a Heavy-Hex Superconducting-Qubit Processor

De zoektocht naar het bouwen van een bruikbare kwantumcomputer wordt vaak omschreven als een race tegen ruis. In de kwantumwereld wordt informatie vastgehouden in fragiele toestanden die gemakkelijk verstoord kunnen worden door de kleinste verstoring uit de omgeving. Om deze informatie te beschermen, gebruiken wetenschappers een techniek genaamd foutcorrectie, waarbij een enkel stukje data over vele fysieke componenten wordt verspreid. Als één component faalt, kunnen de andere de fout ontdekken en herstellen zonder de data te vernietigen. Deze aanpak is essentieel voor het opschalen van kwantummachines, maar vereist een enorm aantal componenten die in perfecte harmonie samenwerken. De uitdaging is dat real-world machines nooit perfect zijn; de kleine supergeleidende circuits die worden gebruikt om kwantuminformatie op te slaan, hebben vaak lichte variaties in hun prestaties, en sommige componenten zijn simpelweg defect of veel ruisiger dan andere. Als een computer deze gebreken niet kan tolereren, zou het productieproces zo verspillend zijn dat het bouwen van een grote machine onmogelijk zou zijn.

Een team onderzoekers heeft aangetoond hoe een grote kwantumprocessor effectief kan werken, zelfs wanneer deze defecte onderdelen bevat. Met behulp van een 156-qubit supergeleidende chip, bekend als IBM Boston, voerden ze een complex foutcorrectie-experiment uit over het gehele apparaat. In plaats van te proberen de kapotte onderdelen te laten werken, ontwikkelden ze een strategie om ze simpelweg te negeren. Door in kaart te brengen welke componenten slecht presteerden en het meetschema te herontwerpen om eromheen te navigeren, slaagde het team erin om een hoge prestatie te behouden. Ze ontdekten dat door de slechtst presterende onderdelen uit te sluiten en een slim computerprogramma te gebruiken om de resultaten te interpreteren, ze de foutenrate aanzienlijk konden verminderen. In tests die ontworpen waren om informatie op te slaan, verbeterde deze aanpak de betrouwbaarheid van het geheugen met tot wel 35 procent. In tests die ontworpen waren om logische operaties uit te voeren, was de verbetering nog dramatischer, reikend tot 56 procent. De onderzoekers toonden ook aan dat door experimenten te filteren waarin de data waarschijnlijk gecorrumpeerd was door een specifiek type falen genaamd 'leakage', ze een extreem hoge fideliteit konden bereiken bij het creëren van verstrengelde toestanden, met succespercentages die de 97 procent overschreden in post-geselecteerde runs.

Het experiment werd uitgevoerd op een chip met een unieke lay-out genaamd een heavy-hexagonal lattice, die de qubits in een specifiek patroon verbindt dat gemakkelijker te produceren is, maar moeilijker te gebruiken voor foutcorrectie dan een eenvoudig rooster. De onderzoekers gebruikten een dynamische code, een methode die de manier waarop fouten worden gecontroleerd in de loop van de tijd verandert, waardoor het kan adapteren aan de onregelmatigheden van de chip. Ze identificeerden twee specifieke gebieden op de chip waar de componenten consequent onderpresteerden, met foutenrates die veel hoger waren dan die van de rest van het apparaat. In plaats van de hele chip weg te gooien, ontwierpen ze het foutcorrectieprotocol opnieuw om deze gebieden volledig te vermijden. Dit hield het creëren van nieuwe, iets grotere controles in die over de slechte componenten heen sprongen, waardoor de foutcorrectie effectief rond de gaten in het weefsel van de machine werd geweven.

Om de data die van de chip komt te begrijpen, maakte het team gebruik van een geavanceerde decoderingsstrategie. Ze gebruikten een methode genaamd ACES om de specifieke ruispatronen van het circuit op de dag van het experiment te meten, waardoor een gedetailleerde kaart ontstond van waar fouten waarschijnlijk zouden optreden. Deze kaart werd ingevoerd in een decoder, een klassiek computeralgoritme dat fungeert als een vertaler, die de ruwe signalen van de kwantumchip interpreteert om te bepalen of er een fout is opgetreden en hoe deze te herstellen. De onderzoekers ontdekten dat het gebruik van deze gedetailleerde, real-time ruisinformatie veel effectiever was dan het vertrouwen op generieke, gemiddelde foutenrates. Ze ontdekten echter ook dat, zelfs met de beste ruiskaart, de aanwezigheid van defecte componenten een harde limiet stelde aan de prestaties. De decoder kon de slechte onderdelen niet volledig compenseren; de enige manier om hen te overwinnen was door ze fysiek uit de berekening uit te sluiten.

Het team testte hun aanpak op drie verschillende manieren. Ten eerste voerden ze geheugeneperimenten uit, waarbij ze een kwantumtoestand opsloegen en controleerden hoe goed deze over de tijd overleefde. Ze ontdekten dat door de defecte componenten uit te sluiten en hun ruis-geïnformeerde decoder te gebruiken, de logische foutenrate aanzienlijk daalde. In de beste gevallen werd de foutkans per ronde van meting verminderd tot tussen de 2,56 en 4,11 procent. Dit was een substantiële verbetering ten opzichte van het gebruiken van de defecte componenten of het gebruik van minder nauwkeurige ruismodellen. Ten tweede testten ze de stabiliteit van het systeem door de foutcorrectie over veel ronden uit te voeren om te zien of het systeem fouten in de loop van de tijd kon onderdrukken. Zonder de defecten uit te sluiten, zou de foutenrate na ongeveer 12 ronden stoppen met verbeteren en een plateau bereiken. Met de defecte componenten uitgesloten, bleef de foutenrate dalen tot maar liefst 30 ronden, wat aantoonde dat het systeem fouten echt kon onderdrukken wanneer de slechte onderdelen werden verwijderd.

Ten slotte testten de onderzoekers het vermogen van de machine om logische operaties uit te voeren, specifweg een proces genaamd 'lattice surgery', waarmee twee aparte logische qubits kunnen samensmelten en interageren. Dit is een cruciale stap voor het uitvoeren van complexe berekeningen. Ze ontdekten dat door de runs te filteren waarin de initiële toestand waarschijnlijk uit de veilige computationele ruimte was gelekt, ze zeer kwalitatieve resultaten konden behalen. Wanneer ze deze pre-selectie combineerden met een post-selectietechniek die alleen de meest betrouwbare uitkomsten behield, waren ze in staat om verstrengelde toestanden te genereren met een fideliteit boven de 97 procent. Dit betekent dat de resulterende kwantumtoestanden extreem dicht bij de ideale theoretische toestanden lagen, een kwaliteitsniveau dat noodzakelijk is voor toekomstige grootschalige kwantumcomputers.

De studie benadrukt een cruciale les voor de toekomst van kwantumcomputing: perfectie in productie is niet strikt vereist om een hoge prestatie te behalen. Hoewel de componenten op een chip altijd zullen variëren, en sommige onvermijdelijk defect zullen zijn, kan het systeem worden ontworpen om om deze gebreken heen te werken. De onderzoekers toonden aan dat door actieve defectuitsluiting te combineren met slimme decodering en zorgvuldige filtering, een kwantumprocessor een hoge fideliteit kan behouden, zelfs wanneer deze werkt met imperfecte hardware. Deze aanpak suggereert dat naarmate kwantumchips groter en complexer worden, het vermogen om defecten te tolereren en eromheen te werken even belangrijk zal zijn als de ruwe kwaliteit van de individuele componenten. Het werk biedt een praktisch pad vooruit voor het bouwen van bruikbare kwantumcomputers op huidige generatie hardware, waarbij wordt bewezen dat hoge prestaties mogelijk zijn, zelfs wanneer de machine niet perfect is.