Coherent versus stochastic error injection on a repetition-code logical qubit in superconducting hardware

本研究通过实验研究了相干误差与随机误差注入对超导重复码逻辑比特的影响，但未能观察到理论上预测的保真度差异，并假设量子比特频率漂移有效地将相干误差转化为了随机噪声。

要点

大局观：破解代码的两种方式

想象一下，你正试图在一个嘈杂的房间里发送一条秘密信息。为了保护你的信息，你使用了一种“重复码”。你不是只发送一次“是”，而是发送三次：“是，是，是。”如果房间里很吵，其中一个“是”被干扰成了“否”，听者仍然可以根据另外两个一致的回答来猜出原始信息是“是”。

在量子计算机的世界里，这个“房间”充满了不同类型的噪声（错误）。科学家们想要测试一个特定的理论：噪声如何破坏信息是否重要？

他们比较了两种类型的噪声：

1. 随机噪声（“随机硬币投掷”）： 想象一个淘气的格林姆林（小妖精），它会随机拨动开关。有时它把“是”变成“否”，有时则保持不变。这纯粹是随机的，就像掷骰子一样。
2. 相干噪声（“同步舞蹈”）： 想象一阵风，它在持续且一致地将每一个“是”轻轻地推向“否”。这不是随机的，而是一种平滑、可预测的旋转。如果你推得恰到好处，它可能会把“是”变成一种“是”与“否”同时存在的奇特混合状态。

理论： 计算机模拟表明，这两种类型的噪声会对量子计算机产生不同的影响。预测认为，“同步舞蹈”（相干）噪声会比“随机硬币投掷”（随机）噪声更危险，也更难修复。科学家们预期会看到两者性能之间存在明显的差距。

实验：量子游乐场

研究人员利用超导电路（称为 transmon）构建了一个小型量子计算机，作为他们的实验平台。他们创建了一个包含 3 个和 5 个量子比特（qubits）的“重复码”。

为了测试该理论，他们必须向系统中注入错误：

• 对于相干噪声： 他们只需对量子门添加一个微小的、精确的旋转（就像故意把方向盘多转了 1 度）。这很容易做到。
• 对于随机噪声： 他们不能直接“转动轮子”，因为那仍然是一种平滑运动。相反，他们必须创造一个错误随机发生的情景。由于他们的计算机无法实时生成真正的随机错误，他们使用了一个巧妙的技巧，叫做子集采样（subset sampling）。

“子集采样”类比：
想象你想知道一辆车在有 100 个不同坑洼的道路上行驶的表现如何。与其驾驶这辆车 100 次并希望随机撞到每个坑，不如你每次都故意按照特定模式分别撞击第 1 个、第 2 个、第 3 个坑。之后，你使用数学方法将所有结果结合起来，以预测如果坑洼是真正随机时会发生什么。这使他们能够在不需要超快速随机数生成器的情况下，模拟出随机噪声。

令人惊讶的结果：差距并未出现

科学家们运行了实验，并将结果与他们的计算机模拟进行了比较。

• 他们的预期： 模拟显示存在明显的差距。理论上，“同步舞蹈”（相干）噪声应该会让量子计算机出错的频率远高于“随机硬币投掷”（随机）噪声。
• 他们的发现： 并没有出现差距。 量子计算机在处理两种噪声时的表现几乎完全相同。那种“危险的”相干噪声似乎并没有比随机噪声更糟。

为什么理论失效了？“漂移的音叉”

研究人员必须找出为什么现实世界与数学模型不符。他们假设他们的量子计算机存在一个隐藏的缺陷：频率漂移（frequency drift）。

类比：
想象你有一个应该发出完美音调的音叉。然而，房间温度正在缓慢变化，导致音叉随着时间的推移而略微偏离音准。

• 在模拟中，音叉是完美的，始终保持音准。
• 在真实实验中，音叉正在缓慢漂移。

这种漂移引入了一种微妙且无形的“相位误差”（时间错位）。研究人员认为，这种漂移起到了一个“旋转器”的作用。它将平滑、同步的“舞蹈”（相干噪声）旋转得如此之多，以至于当计算机尝试修复它时，它看起来就像是随机噪声。机器天然的不稳定性意外地将相干错误“随机化”了，从而掩盖了科学家试图寻找的区别。

他们通过在模拟中加入“漂移”来测试这个想法，结果发现这与现实世界的结果非常吻合。

结论

论文得出结论：虽然理论认为相干噪声是一种独特且危险的存在，但在现实中不完美的量子计算机里，机器自身的不稳定性（如频率漂移）往往会将这种相干噪声转化为随机噪声。

正因如此，他们在实验中观察不到“相干-随机差距”（性能差异）。他们建议，为了在未来清晰地看到这一差距，科学家需要制造出极其稳定且不发生漂移的量子计算机，或者使用能够更好地处理这些相位错误的更复杂的编码。

简而言之： 他们试图证明“平滑”的错误比“随机”的错误更糟糕，但量子计算机自身的轻微不稳定性抹平了这种差异，使它们看起来并无区别。

技术摘要

技术摘要：超导硬件上重复码逻辑比特的相干与随机误差注入研究

问题陈述
量子纠错（QEC）的理论研究通常依赖于随机去极化噪声模型，这类模型可以通过 Gottesman-Knill 定理进行高效模拟。然而，物理量子系统经历的是相干误差（幺正旋转），这与随机 Pauli 误差有着本质的区别。虽然理论分析表明，相干误差可能比随机误差更具破坏性——可能会降低重复码或表面码等代码的误差阈值——但实验验证“相干-随机间隙”（即两种噪声类型之间可测量的逻辑性能差异）的工作仍然匮乏。此外，目前尚不清楚由校验操作所导致的相干误差“随机化”现象（如理论所预测的那样）在现实的实验环境及基准噪声下是否成立。

方法论
作者利用超导跨子（transmon）量子处理器（Surface-17 架构）实现了距离为 $d=3$ 和 $d=5$ 的比特翻转重复码。该研究采用了一种记忆实验，在每个 QEC 轮次开始时注入误差。

• 误差注入： 团队对比了两种噪声注入策略：
  1. 相干型： 通过确定性的幺正门（$R_X(\theta)$）实现，导致过旋转或欠旋转。
  2. 随机型： 通过预编译的随机电路实现，其中包含随机的比特翻转误差。
• 采样技术： 为了克服实时随机脉冲注入的时间开销以及蒙特卡洛电路编译的局限性，作者采用了一种子集采样技术。他们执行具有确定数量 $k$ 个注入误差的电路，并使用二项式加权方案在经典端重建逻辑误差概率 $P_L(p_{inj})$，从而得到任何注入概率 $p_{inj}$ 下的结果。
• 模拟： 使用了两种模拟方法进行比较：
  1. 自由费米子模拟器： 具有可扩展性和高效性，用于模拟大距离情况，并利用唯象比特翻转噪声模型与实验数据进行基准测试。
  2. 密度矩阵模拟器： 用于模拟更丰富的电路级噪声（包括弛豫、去相位、能级泄漏以及 $|f\rangle$ 态的相干演化），以理解理论与实验之间的差异。
• 解码： 使用了在时间向和空间向边上具有均匀权重的最小权重完美匹配（MWPM）解码器，以确保所有模拟集与实验基准的一致性。

关键结果

• 未观察到间隙： 与自由费米子模拟器的预测相反，实验在 $d=3$ 或 $d=5$ 时均未观察到相干与随机误差注入之间存在显著的逻辑不保真度差异。测量不确定度（$\sim 2\%$）与预测的间隙大小（$1-2\%$）相当，但并未解析出明显的偏离。
• 模拟与实验对比：
  • 即使在匹配实验基准检测概率的情况下，自由费米子模拟器仍预测存在微小的相干-随机间隙（$1-2\%$）。
  • 结合了更真实噪声模型（如幅度阻尼、电路级噪声）的密度矩阵模拟显示，预测的间隙有所减小，这使得预测结果更接近实验观测值，尤其是在 $d=3$ 时。
• 关于差异的假设： 作者假设未观察到间隙的原因在于微小的、未被缓解的比特频率漂移。这些漂移引入了相位相干噪声（$R_Z$ 误差），它们在相干误差产生明显的逻辑特征之前，实际上起到了“随机化”作用。
  • 数值测试确认，累积的相位误差在与相干旋转结合时会不对称地影响逻辑不保真度（可能通过破坏性干涉降低误差），但对随机噪声的影响是对称的。
  • 在实际实验中，频率波动的系综平均可能会抹除观察间隙所需的特定干涉效应。

意义与主张
本文通过提供重复码上相干与随机噪声注入的首次直接实验对比，为理解相干误差如何影响实验 QEC 做出贡献。

• 方法论贡献： 本工作展示了子集采样技术的实用性，该技术无需为每个数据点生成唯一的随机电路，即可高效地表征逻辑误差概率。
• 科学洞察： 研究强调，尽管理论模型预测存在相干-随机间隙，但实验现实——特别是基准噪声和频率漂移——可能会掩盖这一效应。作者认为，当前设备中的基准噪声充当了天然的去相位或扭转机制，将相干误差转化为随机误差。
• 未来方向： 作者谨慎地总结道，要实验性地解决相干-随机间隙，可能需要解决残余相位误差问题，例如通过追踪运行间的频率漂移或提高基准比特的相干性。他们建议，将该框架扩展到提供拓扑保护以抵御相位误差的表面码，可能会为观察这些差异提供更稳健的平台。

本文并未声称已明确证明间隙不存在，而是指出在当前的实验条件下未观察到该现象，这很可能是由于不受控的相位噪声产生的“随机化”效应所致。