Quantum error correction well below the color code threshold

Om een computer te bouwen die problemen kan oplossen die buiten het bereik van de huidige machines liggen, wenden wetenschappers zich tot de vreemde regels van de kwantumfysica. Deze kwantumcomputers gebruiken minuscule deeltjes genaamd qubits om informatie vast te houden, maar ze zijn ongelooflijk fragiel. Een fluistering van warmte, een ronddwalend magnetisch veld, of zelfs een klein foutje in het eigen controlesysteem van de machine kan ervoor zorgen dat een qubit zijn gegevens verliest. Deze kwetsbaarheid is lang de grootste hindernis geweest bij het bouwen van een bruikbare kwantumcomputer. Om dit te overwinnen, gebruiken onderzoekers een strategie genaamd kwantumfoutcorrectie. In plaats van te vertrouwen op een enkele, fragiele qubit, verspreiden ze de informatie over vele fysieke qubits, waardoor ze een redundant veiligheidsnet creëren. Als één deel van het net faalt, kunnen de andere delen de fout detecteren en herstellen zonder de informatie te vernietigen. Dit veiligheidsnet brengt echter een prijs met zich mee: het toevoegen van meer qubits om fouten te herstellen, voegt ook meer plaatsen toe waar nieuwe fouten kunnen optreden. Het doel is om een punt te vinden waarop het toevoegen van meer redundantie het systeem daadwerkelijk betrouwbaarder maakt, in plaats van minder. Dit kantelpunt staat bekend als de "drempelwaarde" (threshold). Als de fysieke componenten van de computer goed genoeg zijn om onder deze drempelwaarde te blijven, dan zal het groter en complexer maken van de computer ervoor zorgen dat de fouten exponentieel verdwijnen, wat de weg vrijmaakt voor machines die urenlang kunnen draaien zonder te falen.

Een team onderzoekers bij Quantinuum heeft nu aangetoond dat zij een kwantumprocessor kunnen laten werken ruim onder deze kritieke drempelwaarde, een belangrijke stap naar het bouwen van een machine die daadwerkelijk real-world problemen kan oplossen. Gebruikmakend van een processor genaamd Helios, die individuele atomen van barium in een vacuüm vasthoudt en ze op hun plaats houdt met elektrische velden, testte het team een specifiek type foutcorrigerende code bekend als de driehoekige kleurcode (triangular color code). Ze voerden experimenten uit met drie verschillende groottes van deze codes, variërend van kleine blokken van dertien qubits tot grotere blokken van drieënzeventig qubits. De resultaten waren opmerkelijk: naarmate ze de grootte van de code vergrootten, daalde de snelheid waarmee de computer logische fouten maakte drastisch. Voor de grootste code die ze testten, daalde de foutmarge naar ongeveer vijf fouten per miljoen pogingen. Dit vertegenwoordigt een onderdrukking van fouten met meer dan tien keer bij elke stap omhoog in grootte, wat bewijst dat het systeem inderdaad opereert in het regime waar opschalen leidt tot grotere stabiliteit.

De onderzoekers bereikten dit succes door twee specifieke problemen aan te pakken die kwantumcomputers vaak teisteren: lekkage (leakage) en circuitcomplexiteit. In een perfecte wereld zou een qubit voor altijd in zijn aangewezen staat blijven, maar in de realiteit kan hij soms "lekken" uit zijn werkruimte naar andere energieniveaus waar hij niet langer correct functioneert. Als een gelekte qubit wordt gebruikt in een berekening, kan hij fouten verspreiden naar zijn buren, wat een cascade van fouten veroorzaakt. Om dit te stoppen, hanteerde het team een tweeledige aanpak. Ten eerste gebruikten ze een techniek op hardwareniveau die werkt als een resetknop, waarbij zorgvuldig getimede lichtpulsen worden gebruikt om gelekte atomen terug te pompen in hun juiste werktoestand. Ten tweede ontwierpen ze een methode op circuitniveau waarbij dataqubits worden vervangen door verse qubits voordat ze problemen kunnen veroorzaken, waardoor de gelekte deeltjes effectief uit de berekening worden verwijderd. Door deze methoden te combineren, zorgden ze ervoor dat de fouten beheersbaar bleven en gecorrigeerd konden worden door de code.

Het team testte ook hoe goed verschillende methoden de foutsignalen konden lezen en de fouten in realtime konden herstellen. Ze vergeleken een traditioneel, op regels gebaseerd computerprogramma met twee nieuwe benaderingen gebaseerd op kunstmatige intelligentie: een convolutioneel neuraal netwerk en een transformer-gebaseerd model. Deze neurale netwerken werden getraind op gesimuleerde data van de Helios-processor en werden vervolgens direct toegepast op de echte hardware zonder verdere aanpassingen. Opmerkelijk genoeg presteerden zowel het traditionele programma als de twee AI-modellen bijna identiek, waarbij ze de foutsignalen succesvol decodeerden en de logische fouten corrigeerden. De neurale netwerken waren bijzonder indrukwekkend omdat ze de data in enkele honderden microseconden konden verwerken, snel genoeg om het tempo van de kwantumprocessor bij te houden. Dit suggereert dat deze snelle, intelligente decoders in de toekomst gebruikt kunnen worden om fouten te herstellen terwijl ze gebeuren, in plaats van te wachten tot het einde van een berekening.

Naast het louter oplossen van fouten, bood het experiment een diepgaand inzicht in de innerlijke werking van de kwantumprocessor. Door de patronen van fouten te analyseren, konden de onderzoekers precies identificeren waar de machine moeite mee had. Ze ontdekten dat de meest voorkomende bron van fouten de interactie tussen twee qubits was, gevolgd door fouten gerelateerd aan het verplaatsen van de ionen en de ruis die wordt geïntroduceerd bij het meten ervan. Dit soort gedetailleerde diagnose is cruciaal, omdat het ingenieurs precies vertelt welke onderdelen van de machine de meeste verbetering behoeven. De studie toonde ook aan dat de foutcorrigerende code effectief werkte, zelfs wanneer de fysieke componenten niet perfect waren, mits de lekkage werd beheerd. De logische foutmarges die ze bereikten, naderen de niveaus die vereist zijn voor wat wetenschappers "megaquop"-schaal computatie noemen, een schaal waarop kwantumcomputers problemen in chemie, materiaalkunde en cryptografie kunnen aanpakken die momenteel onmogelijk zijn.

Hoewel dit werk bewijst dat de foutcorrectie werkt, merken de onderzoekers op dat de reis nog niet voltooid is. De volgende grote uitdaging is om aan te tonen dat het gehele proces, inclus inclusief de voorbereiding van speciale "magic states" die nodig zijn voor de krachtigste berekeningen, ook onder de foutdrempel gehouden kan worden. De huidige studie richtte zich op het geheugen van de computer en de basis logische poorten, maar een volledig universele kwantumcomputer zal een breder scala aan operaties moeten uitvoeren. Het team suggereert dat de volgende logische stap is om een volledige berekening uit te voeren die deze complexere operaties bevat, gebruikmakend van de snelle, realtime decoding methoden die zij hebben ontwikkeld. Indien succesvol, zou dit de overgang markeren van een machine die fouten corrigeert in een gecontroleerd experiment naar een machine die een lang, complex programma kan draaien zonder te falen. De resultaten wijzen erop dat trapped-ion processors, zoals de processor die in deze studie werd gebruikt, het potentieel hebben om prestaties van toepassingsrelevant niveau te bereiken met kleinere blokken code dan voorheen mogelijk werd geacht, wat het tijdperk van praktische kwantumcomputing dichter bij de realiteit brengt.