Dealing with low-weight errors that lead BP OSD to fail

Om een computer te bouwen die problemen kan oplossen die buiten het bereik van de huidige machines liggen, moeten wetenschappers eerst een fundamenteel probleem oplossen: ruis. Kwantumcomputers zijn ongelooflijk gevoelig; de kleinste verstoring door warmte of trilling kan de informatie die ze bevatten verstoren, waardoor berekeningen mislukken. Om deze fragiele data te beschermen, gebruiken onderzoekers een strategie genaamd foutcorrectie. Ze verspreiden één stuk informatie over vele fysieke deeltjes, waardoor een vangnet ontstaat. Als één deeltje een fout maakt, kan het systeem de fout detecteren en herstellen zonder de data te verliezen. De meest veelbelovende manier om deze vangnetten voor grootschalige kwantumcomputers te bouwen, omvat een specifiek type wiskundige code die bekend staat als een quantum low-density parity-check code. Deze codes zijn efficiënt en krachtig, maar ze vertrouwen op een complex proces genaamd decodering om te achterhalen wat er misging en hoe het kan worden hersteld.

Het decoderingsproces is als een enorme puzzel waarbij de computer de oorspronkelijke fout moet afleiden uit een reeks aanwijzingen. Een van de populairste hulpmiddelen voor het oplossen van deze puzzel is een methode genaamd belief propagation, die werkt door berichten tussen verschillende delen van het systeem door te geven om tot een consensus over de fout te komen. Wanneer deze methode vastloopt, stapt een secundair hulpmiddel genaamd ordered statistics decoding bij om te helpen. Samen vormen ze een krachtige combinatie bekend als BP OSD, die de standaard is geworden voor het testen van nieuwe kwantumcodes. Ondanks het brede gebruik en het succes in veel scenario's, heeft deze combinatie echter een verborgen zwakte. Het slaagt er soms niet in om fouten te corrigeren die verrassend klein en eenvoudig zijn, wat leidt tot een plafond voor hoe goed de computer kan presteren. Deze beperking is cruciaal omdat de toekomst van kwantumcomputing afhangt van het werken bij extreem lage foutenpercentages, een regime waarin deze kleine fouten de primaire hindernis worden.

In een recente studie probeerden onderzoekers precies te begrijpen waarom dit krachtige decoderingshulpmiddel faalt bij deze kleine fouten. Ze concentreerden zich op een specifieke familie van kwantumcodes genaamd bivariate bicycle codes, die bekend staan om hun eenvoudige structuur en sterke prestaties. Het team voerde uitgebreide computersimulaties uit om elk mogelijk klein foutpatroon te testen, op zoek naar de specifieke configuraties die de decoder lieten opgeven. Ze ontdekten dat de decoder niet faalt omdat de fouten te groot of te complex zijn, maar vanwege een vreemde symmetrie in de manier waarop de informatie is georganiseerd. Wanneer een kleine fout optreedt, creëert dit een patroon van aanwijzingen dat er vanuit twee verschillende perspectieven exact hetzelfde uitziet. Deze symmetrie verwart het decoderingsalgoritme, waardoor het tussen twee even waarschijnlijke gissingen heen en weer oscilleert zonder ooit tot het juiste antwoord te komen. Het is alsof het systeem in een spiegel kijkt en niet kan onderscheiden welke kant de echte reflectie is en welke het beeld is, waardoor het niet in staat is een beslissing te nemen.

De onderzoekers ontdekten dat deze fouten voorkomen, zelfs wanneer de fout slechts drie defecte deeltjes betreft, een aantal dat veel kleiner is dan wat de code theoretisch gezien zou moeten kunnen verwerken. In een perfecte wereld zouden deze codes elke fout kunnen corrigeren die tot twee defecte deeltjes reikt, en vaak zelfs meer. Toch lieten de simulaties zien dat de decoder consequent struikelt over deze specifieke fouten met drie deeltjes. Het team herleidde dit probleem naar de wiskundige structuur van de code zelf, waarbij ze een eigenschap identificeerden die ze een "reflectie" noemden. Deze reflectie is een specifiek type symmetrie in het netwerk van verbindingen dat de decoder gebruikt om zijn berichten door te geven. Wanneer een fout samenvalt met deze symmetrie, worden de berichten die de decoder heen en weer stuurt perfect in balans, waardoor het systeem niet convergeert naar een enkele oplossing. Dit gebeurt zelfs voordat het secundaire correctietool in actie zou moeten komen, wat betekent dat de primaire methode zijn werk niet doet.

Naast het identificeren van de oorzaak van deze fouten, bracht de studie ook een apart, praktisch probleem aan het licht dat eerder onderzoek vertroebeld had. De onderzoekers ontdekten dat de software die werd gebruikt om deze simulaties uit te voeren soms leed aan numerieke instabiliteit, waarbij minuscule afrondingsfouten in de berekeningen van de computer ervoor zorgden dat het hele proces instortte. Dit probleem maakte het moeilijk om te bepalen of een fout te wijten was aan de fundamentele limieten van de code of aan een glitch in de software. Door dit numerieke probleem op te lossen, kreeg het team een helder beeld van de werkelijke prestaties van de decoder. Ze realiseerden zich ook dat de standaardmethoden die worden gebruikt om te schatten hoe vaak deze fouten voorkomen, gebrekkig waren. Deze methoden vertrouwen op een techniek die ervan uitgaat dat het systeem vrij tussen verschillende fouttoestanden kan bewegen, maar de aanwezigheid van deze kleine, geïsoleerde fouten schendt die aanname, wat leidt tot volkomen onnauwkeurige voorspellingen van hoe goed het systeem werkt.

Nadat ze de exacte aard van het probleem hadden vastgesteld, stelde het team een eenvoudige oplossing voor. Ze wijzigden de regels die de decoder gebruikt om zijn overtuigingen bij te werken, waardoor de symmetrie die de verwarring veroorzaakt, wordt doorbroken. Deze kleine verandering stelde de decoder in staat om uit zijn oscillatie te breken en de juiste oplossing te vinden. Het resultaat was een dramatische verbetering van de logische foutenratio, de maatstaf voor hoe vaak de computer een fout maakt na correctie. De nieuwe aanpak vereiste geen volledige herziening van het systeem of een enorme toename van de rekenkracht; het hield simpelweg in dat de manier waarop de berichten werden verwerkt, werd aangepast. Deze bevinding is significant omdat het aantoont dat de beperkingen van huidige kwantumcodes niet noodzakelijkerwijs een doodlopende weg zijn. Door de specifieke manieren te begrijpen waarop het decoderingsproces kan falen, kunnen onderzoekers de algoritmen aanpassen om deze hindernissen te overwinnen, waardoor het doel van grootschalige, betrouwbare kwantumcomputers een stap dichter bij de realiteit komt.