Demonstration of Logical Error Suppression in a Surface Code Memory on a Cloud-Accessible IBM Superconducting Processor

Os computadores quânticos prometem resolver problemas que são impossíveis para as máquinas que usamos hoje, desde o design de novos medicamentos até a quebra de códigos complexos. No entanto, essas máquinas são incrivelmente frágeis. As minúsculas partículas que elas usam para armazenar informações, chamadas qubits, são facilmente perturbadas pelo calor, vibração ou até mesmo ondas eletromagnéticas errantes. Essa sensibilidade faz com que erros surjam, corrompendo o cálculo antes que ele termine. Para construir um computador quântico útil, os cientistas devem encontrar uma maneira de proteger essa informação. Eles fazem isso espalhando um único dado por muitos qubits físicos, criando um qubit "lógico" que possa sobreviver se algumas de suas partes falharem. Isso é conhecido como correção de erro quântico. O objetivo é chegar a um ponto em que adicionar mais partes físicas torne o sistema mais confiável, em vez de menos, permitindo que o computador funcione por longos períodos sem colapsar.

Uma equipe de pesquisadores testou recentemente essa ideia em um processador quântico real, acessível via nuvem, fabricado pela IBM. Eles se concentraram em um método específico chamado código de superfície, que organiza os qubits em uma grade para detectar e corrigir erros. Embora a teoria sugira que tornar a grade maior deve reduzir drasticamente os erros, o hardware do mundo real é desordenado. Os qubits não são todos idênticos; alguns são mais fortes, outros mais fracos, e o ruído que os afeta muda ao longo do tempo. Os pesquisadores queriam ver se poderiam fazer essa correção de erro funcionar melhor em um hardware real ao ajustar cuidadosamente como a máquina opera, em vez de apenas confiar no design teórico. Eles usaram um processador chamado Nighthawk r2, que possui um layout em grade que se ajusta naturalmente ao código de superfície, permitindo que testassem diferentes configurações sem a necessidade de etapas extras para mover a informação.

A equipe descobriu que o desempenho da correção de erro variava significamente dependendo de exatamente onde eles posicionavam sua grade no chip do processador. Alguns locais funcionavam muito melhor do que outros, simplesmente porque os qubits físicos naqueles pontos eram de maior qualidade. Para obter os melhores resultados, eles tiveram que escolher seus locais com sabedoria. Uma vez selecionados os melhores locais, eles focaram no tempo das operações. Em uma configuração padrão, a máquina passa muito tempo lendo o estado dos qubits "ajudantes" (âncilas) usados para detectar erros. Durante esse tempo de leitura, os qubits de dados principais ficam ociosos, esperando. Esse período de espera é perigoso porque os qubits de dados perdem sua informação apenas por estarem parados ali. Os pesquisadores descobriram que, ao usar uma forma mais rápida de ler os qubits ajudantes e resetá-los imediatamente, poderiam encurtar esse tempo de espera. Essa mudança simples reduziu significamente os erros nos dados.

Eles também testaram uma técnica chamada "eco", que é uma sequência específica de pulsos aplicados aos qubits de dados que estão esperando para cancelar o ruído que eles captam enquanto estão ociosos. Essa técnica funcionou muito bem para um tipo de armazenamento de dados, reduzindo a taxa de erro em 21 por cento, mas teve um efeito menor no outro tipo. Ao combinar a leitura mais rápida, o reset imediato e os pulsos de eco, eles criaram uma rotina otimizada. Quando compararam essa nova rotina com a maneira padrão de fazer as coisas, a taxa de erro caiu dramaticamente. Para um tipo de memória, os erros foram reduzidos em uma mediana de 73 por cento e, para o outro, em cerca de 30 por cento. Isso provou que pequenas mudanças na forma como o circuito é construído e cronometrado podem ter um enorme impacto no resultado final.

Os pesquisadores então testaram o que acontece quando tornam a grade maior, aumentando a "distância" do código, que é uma medida de quantos erros o sistema pode tolerar. Em experimentos curtos, que duraram cerca de uma dúzia de rodadas de verificação de erro, aumentar o tamanho da grade funcionou conforme o esperado: as grades maiores apresentaram menos erros do que as menores. Isso confirmou que o sistema estava suprimindo os erros com sucesso à medida que o código crescia. No entanto, quando estenderam o experimento para rodar por muito mais tempo, até 150 rodadas, a vantagem da grade maior começou a desaparecer. A taxa de erro parou de cair e começou a subir novamente.

Esse comportamento de longo prazo revelou um problema oculto. Os pesquisadores notaram que os erros não eram apenas eventos aleatórios e isolados. Em vez disso, eles viram padrões de erros que persistiam e se acumulavam ao longo do tempo, conectando-se através de muitas rodadas do experimento. Essas correlações persistentes sugeriam que algo estava se acumulando no sistema, talvez um tipo de erro que os métodos de correção padrão não podiam corrigir facilmente. Parecia que, embora o circuito otimizado fosse excelente para lidar com surtos curtos de atividade, ele tinha dificuldade em manter a proteção durante períodos prolongados. O estudo conclui que, embora possamos fazer progressos significativos ao ajustar o hardware e o design do circuito, ainda existem desafios fundamentais em manter esses sistemas estáveis pelas longas durações exigidas para cálculos complexos. O trabalho destaca que construir um computador quântico confiável requer não apenas uma boa teoria, mas uma compreensão profunda de como a máquina específica se comporta no mundo real, detalhando o tempo de cada pulso individual e a qualidade de cada conexão individual.