⚛️ quantum physics

Entangling logical qubits without physical operations

本文引入了“幻影码”（phantom codes），这是一类通过物理比特重标记实现完美保真度逻辑纠缠门，且无需空间或时间开销的量子纠错码，在针对特定工作负载的噪声模拟中展示了相较于表面码显著的扩展性优势。

原作者： Jin Ming Koh, Anqi Gong, Andrei C. Diaconu, Daniel Bochen Tan, Alexandra A. Geim, Michael J. Gullans, Norman Y. Yao, Mikhail D. Lukin, Shayan Majidy

发布于 2026-01-30

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Jin Ming Koh, Anqi Gong, Andrei C. Diaconu, Daniel Bochen Tan, Alexandra A. Geim, Michael J. Gullans, Norman Y. Yao, Mikhail D. Lukin, Shayan Majidy

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

核心思想：“幽灵”连接

想象你正在试图建造一台超级强大的计算机（量子计算机），它能解决普通计算机永远无法解决的问题。这些机器最大的问题在于它们非常脆弱；哪怕是最轻微的噪声或错误，都会导致计算失败。

为了解决这个问题，科学家们使用了量子纠错（QEC）。你可以把它想象成为你数据准备的“保镖团队”。与其将一条信息存储在一个脆弱的量子比特上，不如将其分散存储在许多个量子比特中。如果一个保镖被流弹击中（发生错误），其他的保镖可以查明发生了什么并进行修复，而不会丢失信息。

然而，这里有一个难点。为了让这些计算机发挥作用，这些“保镖”（量子比特）需要互相交流以执行计算。通常情况下，让它们交流需要复杂的、充满噪声的物理操作（比如发射激光或施加磁场）。这些操作既慢又容易出错。

这篇论文介绍了一种新型的代码，称为“幻影码”（Phantom Code）。

类比：座位表的小技巧

想象一个教室，学生们（物理量子比特）坐在特定的座位上。老师（计算机）想让两个特定的学生一起合作完成一个项目（纠缠）。

传统方式： 老师必须亲自走过去，抓住学生 A，把他们移动到学生 B 旁边，让他们交流，然后再把他们移回原位。这需要时间、能量，并且存在撞到其他学生的风险（错误）。
幻影方式： 老师不需要移动任何人。相反，老师只需更改课桌上的名牌。
- “好了，现在坐在 1 号座位的这个人，在本次计算中被称为‘学生 A’。”
- “3 号座位的这个人现在是‘学生 B’。”
- “现在，学生 A 和学生 B 正在交流。”

实际上，没有人移动。没有发生物理交互。这种“连接”纯粹是通过重新标记谁是谁来创建的。因为没有任何物理移动，所以这种连接产生的错误率为零。这是一种“幽灵”（幻影）式的交互。

研究人员做了什么

作者们（来自哈佛大学、苏黎世联邦理工学院等地的团队）提出了一个大问题：是否存在其他组织这些“保镖”的方式，让我们只需通过更改他们的名字，而不必移动他们，就能让他们进行交流？

他们发现，答案是肯定的，确实存在许多这样的排列方式。以下是他们的发现：

大规模搜寻： 他们利用强大的计算机，在数十亿种可能的量子比特排列方式中进行了搜索。他们发现了超过 270 亿种不同的排列方式（代码），并识别出了数十万种可以作为“幻影码”运行的有效代码。
构建更大的系统： 他们不仅仅是找到了随机的例子；他们构建了可以扩展到处理更大、更复杂计算的这类代码家族。
“重新标记”的魔力： 他们证明了在这些代码中，你可以通过在软件编译阶段交换量子比特的标签，来执行复杂的逻辑操作（例如 CNOT 门，它是量子计算中的“与”门）。物理硬件本身无需承担繁重的任务。

为什么这很重要（研究结果）

研究人员不仅找到了这些代码，还在现实的噪声模拟中，将它们与目前的“黄金标准”（称为表面码/Surface Code）进行了对比测试。

测试： 他们模拟了两个困难的任务：创建一个巨大的纠缠态（类似于 64 个量子比特的集体拥抱）以及运行一个复杂的物理模拟。
结果： 幻影码的表现比表面码好 10 到 100 倍。
- 在表面码中，“保镖”必须通过物理交互来交流，这会引入错误。
- 在幻影码中，由于“交流”仅仅是软件层面的标签更改，错误率大幅下降。

局限性（代价）

这篇论文对权衡取舍（trade-offs）进行了诚实的说明：

高权重（High Weight）： 这些代码要求“保镖”必须紧密地连接在一个复杂的网络中（高权重稳定器）。这使得最初的设置过程比标准代码更加困难。
并非万能： 这些代码在拥有大量局部连接（比如一个每个人都互相认识的密集社区）的情况下表现出色。如果你的计算需要量子比特之间距离很远且很少互动，那么幻影码可能不是最佳选择。

总结

可以将这篇论文看作是发现了一种新的图书馆组织方式。

传统方式： 为了找一本书，你必须走到书架旁，把书抽出来，然后把它拿到阅读桌上。
幻影方式： 你让书保持原位不动。你只需要更新计算机目录，这样当有人询问“书 A”时，系统知道它实际上正坐在“书架 B”上。

通过这样做，图书馆（量子计算机）可以更快地处理请求，且出错更少，因为不需要任何物理移动来“连接”信息。作者们绘制出了一个全新的、仅靠“目录”即可运作的图书馆版图，并证明了在处理特定复杂任务时，它们表现得极其出色。

技术摘要：无需物理操作实现逻辑比特纠缠

问题陈述

可扩展的容错量子计算依赖于量子纠错（QEC）。虽然近期的进展集中在通过高率量子低密度奇偶校验（qLDPC）码来降低 QEC 开销，但这些设计通常将逻辑门视为下游约束。在实践中，逻辑纠缠门（如 CNOT）会主导时空开销和误差预算，特别是在具有密集局部纠缠的电路中。实现逻辑纠缠门的传统方法（如 CNOT）通常需要重复的测量轮次、密集的物理两比特门层或辅助码块，所有这些都会引入显著的误差累积和资源成本。根本挑战在于优化存储与计算的联合设计，特别是解决逻辑纠缠门成本的下界问题。

方法论

作者引入并系统地研究了一类新的 QEC 码，称之为幻影码（phantom codes）。这些是 CSS 稳定器码，其特点是码块内任意有序对逻辑比特之间的逻辑纠缠门，仅通过**物理比特的置换（重标记）**即可实现。

该方法通过四种互补的方法来识别和构建这些码：

穷举枚举： 对所有长度 $n \le 14$ 的不等价 CSS 码（共 $2.71 \times 10^{10}$ 个）进行系统搜索。这涉及生成稳定器群、将码归入等价类（在比特置换和全局 Hadamard 变换下），并使用 SAT 求解器验证是否存在基于置换的 CNOT 实现。
基于 SAT 的发现： 对于 $n > 14$ 的情况（此时穷举枚举在计算上是不可行的），作者将码发现问题表述为布尔可满足性（SAT）问题。通过将稳定器生成矩阵视为自由变量，他们发现了直到 $n = 21$ 的幻影码，并确定了针对特定逻辑比特数（ $k$ ）和距离（ $d$ ）的最小码长。
解析构造（量子 Reed–Muller）： 为了获得更高的 $k$ 和可扩展的族，作者基于量子 Reed–Muller (qRM) 码构造了无限系列的幻影码。这涉及通过将选定的逻辑算符提升为稳定器来“规范固定（gauge-fixing）”父代 qRM 码，从而通过牺牲逻辑比特来增加码距。
二值化与拼接： 为了实现距离 $d > \sqrt{n}$ ，作者开发了一种方案，将高距离自对偶 GF(4) 拟比特码通过二值化转换为比特码，随后与 $[[4, 2, 2]]$ 幻影码进行拼接。

研究还表征了除定义的 CNOT 外所支持的逻辑门集，包括 Clifford 门（通过自同构和折叠对角门）和非 Clifford “魔法”门。最后，作者进行了端到端的噪声模拟，将具有代表性的幻影码（ $[[64, 4, 8]]$ ）与表面码基准进行对比。

核心贡献

幻影码的定义与发现： 本文正式定义了幻影码，并将已知范畴从两个现有的实例扩展到了超过 100,000 个新实例及多个纠错族。
零开销纠缠： 文中证明，对于这些码，所有块内逻辑纠缠门都可以通过将物理比特置换吸收进电路编译阶段来“编译掉”。这使得这些特定门具有完美的保真度，且空间或时间开销为零。
理论界限与属性： 作者推导了 CSS 幻影码的 Hamming 界，并证明了幻影属性与逻辑基底无关。他们还指出，不与置换对易的严格横截逻辑门（如横截 Hadamard 或魔法门）是被排除的，因此需要替代的容错策略。
实际实现工具： 该工作为非 LDPC 幻影码开发了特定协议，包括容错状态制备（使用 Steane 式纠错和预选）以及追踪误差相关性的时空滑动窗口解码器。

结果

码图谱： 作者在广泛的参数范围内识别了幻影码。显著的例子包括 $[[64, 4, 8]]$ qRM 码以及通过 SAT 搜索发现的各种高达 $n=21$ 的码。
逻辑门集： 除了 CNOT，识别出的码还支持各种 Clifford 门（如 $H^{\otimes k}$ 、$CZ $、$ S$）以及通过局部 Clifford、置换和折叠对角相互作用实现的对角魔法门（如 $T$ 、 $C^kZ$ ）。
基准测试性能： 使用现实物理误差率（ $p=10^{-3}$ $p = 1 0^{- 3}$ 和预测的 $5 \times 10^{-4}$ $5 \times 1 0^{- 4}$ ）进行的端到端模拟显示，在具有密集局部纠缠的任务中，幻影码具有显著优势：
- GHZ 态制备： 对于 4–64 个逻辑比特，与具有相当物理比特数的表面码相比，幻影码实现了约 $56\times$ 的逻辑不保真度降低（在 $\sim 24\%$ 的预选接受率下）。
- Trotter 化多体模拟： 对于具有 8 体项且包含 8–64 个逻辑比特的哈密顿量，幻影码比表面码降低了约 $94\times$ 的逻辑不保真度。
- 单块 CNOT 电路： 在由块内 CNOT 主导的机制中，由于 CNOT 成本为零，幻影码的逻辑失败率随电路深度增加保持不变；而表面码的失败率则随之线性增长。

重要性与主张

本文声称，幻影码为容错量子计算提供了一条可行的架构路径，特别适用于具有密集局部纠缠结构的工作负载（例如费米子模拟、相关相位制备）。通过将逻辑操作置于设计的中心，这些码在定制任务上实现了纠缠的“零开销极限”，尽管它们是非 LDPC 码且具有较低的编码率（ $k = O(\log n)$ ），但在性能上超越了领先的容错架构（如表面码）。

作者强调，尽管幻影码带来了实际限制（需要 Steane 式 QEC 和预选），但它们证明了非 LDPC 码可以在特定应用中通过与高效逻辑计算协同设计，从而超越 LDPC 码。这项工作也激发了对编码率、码距和逻辑门效率之间权衡的更广泛探索。