✨ 要点🔬 技术摘要
构建一台能够解决当今机器无法处理的问题的计算机,需要我们在处理信息的方式上发生根本性的转变。在量子世界中,最小的数据单位极其脆弱,极易受到哪怕是最轻微的热量或电磁干扰的影响。为了保护这些脆弱的状态,科学家们使用了一种称为量子纠错的策略。他们不是将单个信息存储在一个物理粒子中,而是将其分散到许多个粒子上,从而创建一个逻辑屏蔽。如果一个粒子出现故障,其他粒子可以揭示发生了什么并进行修复,而不会破坏信息。然而,为了使这种保护奏效,物理错误必须足够罕见,以便纠错过程能够跟得上。科学家需要准确知道这些错误必须有多罕见,这个界限被称为阈值。如果错误率保持在这条线以下,增加用于屏蔽的粒子会使计算机更加可靠;如果高于这条线,系统就会陷入混乱。
多年来,研究人员一直使用简化的错误模型来测试这些极限。他们假设错误是随机且独立的,就像收音机里的静电一样,这类噪声在经典计算机上很容易模拟。但现实世界的机器并不总是表现得如此简单。在实际实验室中,错误可能更加微妙且具有协同性,例如控制脉冲稍强了一点,导致了持续的过度旋转,或者粒子自然地向周围环境释放能量。这些现实世界的行为更难建模,而旧的简化假设可能会掩盖这些代码保护数据的真实极限。
在最近的一项研究中,一组物理学家着手测试一种特定的量子纠错方法,即六角色码(hexagonal color code),并在这些更真实的条件下进行测试。他们超越了标准的、简化的模型,模拟了该代码在面临两种不同类型的复杂噪声时的性能表现。一种模型代表了一种系统性错误,即机器始终让其组件旋转得稍微过头了一点;另一种模型则模拟了粒子在向低能态弛豫时自然的能量衰减。为了实现这一点,研究人员使用了一种强大的计算技术,称为树张量网络(Tree Tensor Network)。这种方法允许计算机追踪粒子之间复杂的连接网络,而不会被庞大的可能性所压垮,前提是这些连接不会变得过于缠结。
该团队模拟了包含多达 73 个物理粒子的电路,这一规模对于传统的精确计算方法来说规模过大。他们通过多轮纠错运行这些模拟,以观察逻辑错误率如何随着代码规模的增加而变化。他们的结果表明,新的、更真实的噪声模型与旧的简化模型表现不同。当错误涉及持续的过度旋转时,系统的表现比简化模型预测的要差,并且随着代码变得更加复杂,这种差距也随之扩大。相比之下,能量衰减模型的表现与简化的预测非常相似。这一发现表明,依赖于旧的、易于计算的模型可能会给科学家带来一种虚假的安全感,特别是在处理那些不表现为随机性的相干错误时。
该研究还强调了当前模拟技术的实际边界。虽然研究人员能够准确确定多达 73 个粒子代码的错误阈值,但随着粒子间纠缠变得过于复杂,导致模拟难以高效处理,进一步推高规模变得在计算上非常昂贵。他们发现,对于他们测试的特定代码,单轮纠错下过度旋转错误的阈值约为 2.5%,而能量衰减的阈值约为 8%。这些数字为构建真实量子硬件的工程师提供了具体的靶点。这项工作证实,虽然简化模型很有用,但它们并不总是足够的。要构建真正可靠的量子计算机,我们必须理解并模拟现实机器失效时那些杂乱、非随机的方式,确保我们的纠错策略足以应对现实世界。
技术摘要:电路级非泡利噪声下的颜色码阈值
问题陈述 量子纠错(QEC)码通常使用随机泡利噪声模型(例如去极化噪声)进行评估,因为这些模型与基于稳定子形式的有效经典模拟技术相兼容。然而,这些模型依赖于“泡利扭转”(Pauli twirling)近似,即将一般的噪声通道映射为泡利误差的概率混合。这种近似可能无法捕捉关键的物理误差机制,例如相干幺正过旋转和耗散弛豫过程,而这些过程在现实的量子硬件中十分普遍。虽然从理论上讲,能够纠正泡利误差意味着能够纠正任意误差,但如果底层噪声动力学是非泡利的,那么对性能指标(特别是误差阈值和资源开销)的实际估计可能会出现偏差。此外,使用精确方法模拟非克利福德(non-Clifford)电路级噪声(即误差在门操作和综合征测量期间动态发生)在计算上是难以处理的,因为对于距离极小的码而言,希尔伯特空间的指数级增长会导致计算复杂度过高。
方法论 作者采用树张量网络(Tree Tensor Network, TTN)模拟来估计六角形颜色码在一般非泡利电路级噪声下的阈值。该方法包含以下核心组成部分:
电路级噪声建模: 作者并非将噪声应用于预先制备的逻辑态,而是在整个纠错周期中动态地注入误差。他们模拟了两种特定的非泡利通道:
系统性 X 旋转 (SRX): 一种代表固定幺正过旋转(e − i θ X e^{-i\theta X} e − i θ X )的相干误差通道,用于模拟校准误差。
振幅阻尼 (AD): 一种代表弛豫过程(∣ 1 ⟩ → ∣ 0 ⟩ |1\rangle \to |0\rangle ∣1 ⟩ → ∣0 ⟩ )的开放系统通道,与超导平台相关。 噪声在每个理想门之后、初始化期间以及空闲量子比特上进行施加,遵循标准的电路级噪声范式。
张量网络模拟: 为了处理模拟 73 个物理量子比特(对应码距离 d = 7 d=7 d = 7 )的计算复杂度,作者使用了树张量网络(TTN)拟设。与强制线性排序的矩阵乘积态(MPS)不同,TTN 使用层次化的树状结构,以匹配综合征提取电路的连通性。这使得双量子比特门的计算缩放从 O ( N ) O(N) O ( N ) 降低到 O ( log N ) O(\log N) O ( log N ) 。
开放系统动力学: 非幺正噪声通道(特别是 AD)的模拟是通过量子轨迹法完成的。Lindblad 主方程被 Trotter 化为离散步骤,其中将非厄米有效哈密顿量和随机量子跳跃应用于纯态 TTN 表示。
优化: 采用了量子比特重排序算法,以最小化最大键维数(χ \chi χ ),该参数控制着网络所能表示的纠缠量。
阈值估计: 通过模拟 C C C 轮综合征提取来估计逻辑失效率(p f a i l p_{fail} p f ai l )(其中 C = 1 C=1 C = 1 代表单次测量,C = d C=d C = d 代表记忆容量)。通过将不同码距离(d = 3 , 5 , 7 d=3, 5, 7 d = 3 , 5 , 7 )下的逻辑误差率拟合到有限尺寸缩放公式中,从而提取阈值。
主要贡献
扩展超越泡利框架: 本研究将电路级噪声建模从标准的泡利扭转近似扩展到了更广泛的领域,专门针对相干误差和耗散误差。
可扩展的非泡利噪声模拟: 作者证明了 TTN 模拟可以准确估计在非泡利噪声下,码距离高达 d = 7 d=7 d = 7 (73 个量子比特)的颜色码阈值,这一领域是精确对角化方法无法触及的,也超出了标准稳定子模拟器的范围。
验证近似方法的有效性: 研究提供了精确非泡利模拟与泡利扭转近似之间的直接比较,量化了两者在逻辑误差率上的偏差。
结果
阈值数值: 模拟得到的阈值数量级在单次循环(C = 1 C=1 C = 1 )时为 ∼ 10 − 2 \sim 10^{-2} ∼ 1 0 − 2 ,在重复循环(C = d C=d C = d )时为 ∼ 10 − 3 \sim 10^{-3} ∼ 1 0 − 3 。
对于 SRX 模型,阈值约为 θ / π ≈ 2.56 × 10 − 2 \theta/\pi \approx 2.56 \times 10^{-2} θ / π ≈ 2.56 × 1 0 − 2 (C = 1 C=1 C = 1 ) 和 8.62 × 10 − 3 8.62 \times 10^{-3} 8.62 × 1 0 − 3 (C = d C=d C = d )。
对于 AD 模型,阈值约为 γ ≈ 7.96 × 10 − 2 \gamma \approx 7.96 \times 10^{-2} γ ≈ 7.96 × 1 0 − 2 (C = 1 C=1 C = 1 ) 和 5.46 × 10 − 3 5.46 \times 10^{-3} 5.46 × 1 0 − 3 (C = d C=d C = d )。
相干误差的影响: 结果表明,相干过旋转(SRX)产生的逻辑误差率系统性地高于其对应的泡利扭转版本。这种偏差随着码距离的增加而增大,表明泡利扭转在处理较大规模的代码时,会低估相干误差的严重程度。
振幅阻尼的一致性: 与此形成对比的是,振幅阻尼(AD)通道与其泡利扭转近似表现出良好的一致性,这与之前对表面码的研究结果一致。
模拟限制: 研究确定了 TTN 方法的实际边界。虽然对于单次测量模拟,d = 7 d=7 d = 7 是可以实现的,但对于重复循环(C = d C=d C = d )模拟 d = 7 d=7 d = 7 的情况,由于所需键维数的快速增长,计算变得难以承受,这限制了当前设置下对于重复循环的可靠收敛至 d ≤ 5 d \le 5 d ≤ 5 。
意义 本文认为,虽然泡利近似在证明纠错能力方面在形式上是充分的,但在现实硬件场景下,它们可能会导致对阈值和资源开销的估计不准确。作者证明了张量网络方法提供了一种可行且准确的替代方案,用于在不依赖形式化近似的情况下,模拟现实、非克利福德噪声条件下的 QEC 协议。研究结果划定了此类模拟的可行操作范围(d = 3 , 5 , 7 d=3, 5, 7 d = 3 , 5 , 7 ),支持了通过相干信息进行阈值估计以及模拟目前仅靠稳定子模拟器无法实现的微型非克利福德协议(如魔态制备)的进一步研究。这项工作突显了 TTN 在现实 QEC 分析中的潜力,同时也指出了由纠缠增长带来的计算瓶颈。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题,再试一次?
无垃圾邮件,随时退订。