Resolving and Suppressing Temporally Correlated Noise in Quantum Error Correction
Met behulp van een 105-qubit supergeleidende processor demonstreert deze studie de succesvolle opschaling van de stabiliteit van de surface code om tijdelijk gecorreleerde fouten veroorzaakt door qubit-verhitting te onderdrukken, waarbij een recordlaag in de logische foutvloer wordt bereikt via een walking stability circuit en de prestaties worden geoptimaliseerd door adaptieve syndroomextractie.
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 auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Om een computer te bouwen die problemen kan oplossen die buiten het bereik van de huidige machines liggen, proberen wetenschappers een kwantumcomputer te creëren. Deze apparaten maken gebruik van de vreemde regels van de kwantumfysica om informatie te verwerken, maar ze zijn ongelooflijk fragiel. De kleinste verstoring door warmte, trilling of straling kan ervoor zorgen dat de informatie door elkaar wordt gehusseld en verdwijnt. Om deze machines bruikbaar te maken, moeten onderzoekers een systeem bouwen dat automatisch fouten kan vinden en herstellen terwijl ze gebeuren, een proces dat bekend staat als kwantumfoutcorrectie.
De standaardmanier om te testen of dit systeem werkt, is door een "geheugen"-experiment uit te voeren. In deze test slaan wetenschappers een stuk informatie op en controleren herhaaldelijk of er fouten zijn opgetreden, in de hoop te zien of de computer de gegevens gedurende een lange tijd veilig kan houden. Deze aanpak controleert echter slechts één type fout: fouten die op hetzelfde moment in veel delen van de machine optreden. Praktische kwantumcomputers zullen meer moeten doen dan alleen onthouden; ze zullen complexe berekeningen moeten uitvoeren. Deze berekeningen zijn gevoelig voor een ander soort probleem: fouten die op dezelfde plek herhaaldelijk optreden naarmate de tijd verstrijkt. Als een computer niet in staat is om met fouten om te gaan die in de tijd blijven hangen, zal hij falen bij de taken waarvoor hij juist is gebouwd.
Een team van onderzoekers bij Google Quantum AI en hun medewerkers zette zich af om dit specifieke probleem te begrijpen en op te lossen. Ze gebruikten een nieuwe, grootschalige kwantumprocessor genaamd Willow, die 105 supergeleidende qubits bevat, de basisunits van kwantuminformatie. In plaats van alleen het geheugen te testen, voerden ze een "stabiliteit"-experiment uit. Deze test is ontworpen om gevoelig te zijn voor fouten die over de tijd aanhouden, als een spiegelbeeld van de standaard geheugentest. Door dit experiment op te schalen van kleine roosters van qubits naar een groot 7-bij-7 rooster, konden ze zien hoe goed het systeem deze tijdgebaseerde fouten kon onderdrukken naarmidd de machine groter werd.
De onderzoekers ontdekten dat naarmate ze de grootte van het rooster vergrootten, het systeem inderdaad beter werd in het onderdrukken van fouten, maar slechts tot een bepaald punt. Aanvankelijk daalde de foutmarge snel, zoals verwacht. Echter, na ongeveer tien cycli van controleën liep de verbetering tegen een muur aan. De foutmarge stopte met dalen en begon af te vlakken, een fenomeen dat het team identificeerde als een "knie" in de data. Door een gedetailleerd model van het gedrag van de machine te bouwen, ontdekten ze de boosdoener: een specif kind van een kwantumtoestand waarnaar de dataqubits per ongeluk opwarmden.
In de kwantumwereld bestaat een qubit meestal in een van de twee toestanden, zoals een munt die ofwel kop of munt is. Deze fysieke qubits kunnen echter ook in hogere energietoestanden glippen, vergelijkbaar met een munt die op zijn rand staat te draaien of zelfs in een derde, verborgen toestand springt. De onderzoekers ontdekten dat hun dataqubits incidenteel opwarmden naar een derde aangeslagen toestand, die zij de |3⟩-toestand noemen. Zodra een qubit in deze toestand vast komt te zitten, corrumpeert deze de metingen van naburige qubits voor vele cycli achter elkaar, wat een keten van fouten creëert die het standaard correctiesysteem niet gemakkelijk kan herstellen. Het model van het team, dat de fysica van hoe deze hogere toestanden bewegen en vervallen omvatte, kwam perfect overeen met de experimentele data zonder dat er instelbare parameters nodig waren, wat bevestigde dat deze verhitting de primaire oorzaak van de foutvloer was.
Om dit op te lossen, ontwikkelde het team een nieuwe methode genaamd een "wandelend" (walking) stabiliteitssysteem. In een standaard circuit blijven de rollen van de qubits vaststaan: sommige houden de data vast, terwijl anderen fungeren als sensoren om fouten te controleren. In het wandelende circuit wisselen de rollen heen en weer. De dataqubits worden sensoren, en de sensoren worden data, en dit gebeurt elke paar cycli. Cruciaal is dat wanneer een qubit als sensor fungeert, deze wordt gereset op een manier die niet alleen de normale fouten wist, maar ook deze hogere, ongewenste energietoestanden. Door de qubits periodiek te verschuiven en te resetten, was het team in staat om de vastgelopen deeltjes weg te spoelen voordat ze een cascade van fouten konden veroorzaken.
De resultaten van deze nieuwe aanpak waren spectaculair. Terwijl het standaard circuit tegen een muur aanliep waarbij fouten niet langer verbeterden, bleef het wandelende circuit fouten onderdrukken, waarbij het een logische foutkans van minder dan 3,20 × 10⁻⁸ bereikte na 60 cycli. Dit is twee ordes van grootte beter dan de standaardmethode op datzelfde punt. Het enige dat de wandelende circuit ervan weerhield nog beter te worden, was een zeldzame, willekeurige uitbarsting van ioniserende straling uit de omgeving, wat een fundamentele limiet van de hardware is in plaats van een fout in het ontwerp.
De onderzoekers verkenden ook een manier om het proces efficiënter te maken door de eigen "vertrouwen" van de computer te gebruiken om te beslissen wanneer te stoppen. In een typisch experiment draait de machine voor een vast aantal cycli. Echter, het team ontdekte dat ze door de data in real-time te analyseren, konden bepalen wanneer het systeem genoeg vertrouwen had dat er geen fouten meer waren. Als het systeem schoon was, konden ze vroeg stoppen; als het in de war was door een uitbarsting van ruis, konden ze langer wachten. Deze adaptieve strategie verminderde de totale tijd die het experiment nodig had met 34% en verlaagde de algehele foutmarge met 38%.
Dit werk demonstreert dat het simpelweg testen van het geheugen van een kwantumcomputer niet genoeg is om te garanderen dat deze complexe berekeningen kan uitvoeren. Het team toonde aan dat tijdgecorreleerde fouten, veroorzaakt door qubits die vast komen te zitten in hogere energietoestanden, een grote hindernis vormen die moet worden aangepakt. Door de specifieke fysieke oorzaak van deze fouten te identificeren en een circuit uit te vinden dat ze actief verwijdert, hebben ze een belangrijke stap gezet naar het bouwen van een machine die lange, betrouwbare kwantumalgoritmen kan uitvoeren. De studie bevestigt dat met de juiste instrumenten deze hardnekkige, tijdgebaseerde fouten getemd kunnen worden, wat de weg vrijmaakt voor grotere en krachtigere kwantumprocessors.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.