Reducing the cost of ancilla purification for Majorana quantum computation

Quantumcomputers beloven problemen op te lossen die momenteel onmogelijk zijn voor klassieke machines, maar ze zijn berucht fragiel. De informatie die ze opslaan, wordt gemakkelijk verstoord door de kleinste verstoring uit de omgeving. Om een bruikbare machine te bouwen, moeten wetenschappers deze informatie beschermen, vaak door deze te coderen in exotische deeltjes die Majorana nulmodi worden genoemd. Deze deeltjes hebben een unieke eigenschap: hun kwantumtoestand wordt opgeslagen in hun collectieve ordening in plaats van op één specifieke locatie, waardoor ze van nature bestand zijn tegen lokale ruis. Het rondbewegen van deze deeltjes om elkaar heen is echter niet voldoende om elke berekening uit te voeren die een computer nodig zou kunnen hebben. Om dit gat te dichten, moeten onderzoekers speciale hulpstoestanden introduceren, bekend als ancilla's, die fungeren als brandstof voor complexe operaties. De uitdaging ligt in het voorbereiden van deze hulpstoestanden met extreme precisie; als ze te ruisachtig zijn, mislukt de gehele berekening.

De kern van de moeilijkheid is dat het proces dat wordt gebruikt om deze ruisige hulpstoestanden op te schonen, zelf imperfect is. In een standaardaanpak nemen wetenschappers twee ruisige kopieën van een hulpstoestand en vergelijken ze deze met elkaar. Als de vergelijking uitwijst dat ze overeenkomen, wordt er één behouden en gecorrigeerd; als ze verschillen, worden beide weggegooid. Deze methode werkt, maar heeft een limiet. Als de initiële ruis te hoog is, kan het reinigingsproces de fouten niet bijhouden en stapelen de fouten zich op in plaats van dat ze verdwijnen. Bovendien vereist het zelfs wanneer het proces werkt een enorm aantal ruwe, ruisige kopieën om een enkele schone te produceren, waardoor de kosten voor het bouwen van een quantumcomputer onbetaalbaar hoog worden. De vraag waar het vakgebied voor staat, is of er een manier is om dit reinigingsproces efficiënter te maken, zodat het kan beginnen met ruisiger materiaal en minder middelen kan gebruiken om dezelfde hoge kwaliteit te bereiken.

In een recente studie stelden onderzoekers Piotr Ćwikliński, Michał Studziński en Łukasz Fojcik een nieuwe methode voor om deze hulpstoestanden te verfijnen, wat de kosten aanzienlijk verlaagt en het bereik van bruikbare startmaterialen vergroot. Ze bouwden voort op een bestaande techniek ontwikkeld door Sergey Bravyi, die een proces van drie stappen gebruikt om fouten weg te filteren. Het team realiseerde zich dat door een enkele, vierde stap aan dit proces toe te voegen, ze de fundamentele wiskunde van hoe fouten worden onderdrukt, konden veranderen. In de oorspronkelijke methode van drie stappen neemt de kans dat een slechte output door de filter glipt af met het kwadraat van de input-foutratio. Door de vierde laag toe te voegen, die het gecombineerde resultaat van de vorige stappen vergelijkt met een nieuwe controle, ontdekte het team dat de kans dat een slechte output door de filter glipt, afneemt met de kubus van de foutratio. Deze ogenschijnlijk kleine verandering betekent dat naarmate de input iets schoner wordt, de output dramatisch schoner wordt, en het proces veel ruisiger startmateriaal kan tolereren dan voorheen.

De onderzoekers toonden aan dat deze nieuwe vierlaagse structuur de drempel voor succesvolle zuivering verlaagt. Voorheen moest het startmateriaal ongeveer 61,56 procent accuraat zijn om succesvol schoongemaakt te kunnen worden. Met de nieuwe methode daalt deze vereiste naar ongeveer 60,47 procent. Hoewel dit verschil klein lijkt, is het een enorme verschuiving in de wereld van kwantumfoutcorrectie. Het betekent dat een veel breder scala aan imperfect voorbereide toestanden als brandstof voor de computer kan worden gebruikt. Nog belangrijker is dat de onderzoekers lieten zien dat deze methode het aantal benodigde ruwe kopieën drastisch vermindert. In een standaardopstelling zou het produceren van een enkele hoogwaardige hulpstoestand uit een bron met 59,97 procent nauwkeurigheid ongeveer 17,6 biljoen ruwe kopieën vereisen. Door een slimme variatie te introduceren waarbij een verwerkte blok wordt gekoppeld aan een verse, onbewerkte kopie op een specifiek stadium, verminderde het team deze vereiste tot net boven de één miljoen kopieën. Dit vertegenwoordigt een reductie in kosten van meer dan zeven grootheden, wat een theoretische mogelijkheid transformeert in een veel praktischere technische uitdaging.

Om te begrijpen hoe dit werkt, stel je het zuiveringsproces voor als een reeks poorten die slechte deeltjes wegfilteren. De oorspronkelijke methode gebruikte drie poorten achter elkaar. Als een deeltje twee kleine defecten had, kon het door de eerste twee poorten glippen en als goed worden geaccepteerd, ook al was het gebrekkig. De nieuwe methode voegt een vierde poort toe die naar de volledige geschiedenis van de reis van het deeltje kijkt. Als het deeltje twee defecten had, vangt deze laatste poort de inconsistentie op en wijst het deeltje af, tenzij die twee defecten elkaar precies opheffen om de juiste uiteindelijke handtekening te produceren. Een deeltje kan alleen alle vier de poorten passeren met een foutief resultaat als het drie of meer defecten heeft, wat statistisch gezien veel minder waarschijnlijk is. Deze extra laag van controle zorgt ervoor dat de fouten veel agressiever worden verwijderd. Het team verkende ook een hybride aanpak waarbij, in plaats van twee verwerkte blokken met elkaar te vergelijken, zij één verwerkt blok met een verse, ruwe kopie vergeleken. Deze strategie bleek zeer effectief bij het verhogen van de kwaliteit van de toestand in een vroeg stadium, waardoor het systeem de kritieke drempel kon overschrijden die nodig is voor de uiteindelijke, hoogprecisie zuiveringsrondes.

De studie onderzocht ook wat er gebeurt als de reinigingstools zelf imperfect zijn. In een reële scenario kunnen de metingen die worden gebruikt om de toestanden te vergelijken fouten maken. De onderzoekers vonden dat, hoewel de nieuwe methode de fouten veroorzaakt door gebrekkige metingen niet elimineert, het deze ook niet erger maakt. Het primaire voordeel blijft de onderdrukking van fouten die voortkomen uit de initiële ruisige materialen. Zelfs met imperfecte instrumenten maakt de nieuwe methode zuivering uit stillere bronnen mogelijk dan de oude methode, mits de meetfouten binnen een bepaalde limiet blijven. Het team berekende dat de nieuwe aanpak aanzienlijk robuuster is tegen deze meetfouten dan de vorige lange, gebalanceerde sequenties, wat het een levensvatbaarder pad maakt voor toekomstige hardware.

Dit werk lost niet elk probleem op bij het bouwen van een quantumcomputer, noch beweert het de absoluut beste methode te hebben gevonden. De onderzoekers merkten expliciet op dat hun resultaten gebaseerd zijn op specifieke modellen en simulaties, en dat real-world apparaten te maken zullen krijgen met aanvullende uitdagingen zoals opslagfouten en complexe fysieke lay-outs. Echter, de bevindingen bieden een duidelijke, concrete verbetering ten opzichte van de huidige standaard. Door aan te tonen dat een eenvoudige toevoeging aan de vergelijkingssequentie de efficiëntie van kwadratisch naar kubisch kan veranderen, en door een hybride strategie te demonstreren die de hulpbronnenkosten doorslaat, heeft het team een nieuw blauwdruk geleverd voor het voorbereiden van de essentiële ingrediënten van een Majorana-gebaseerde quantumcomputer. De weg naar een werkende machine is nog lang, maar deze studie biedt een manier om die te bewandelen met veel minder stappen en een veel lichtere last.