← 最新论文
⚛️ 量子物理

Quantum error correction well below the color code threshold

本文证明了 Quantinuum 的 Helios 离子阱处理器能够利用三角形颜色码实现阈值以下的量子纠错,其距离最高可达 7,并通过利用泄漏抑制和快速神经网络解码器将逻辑错误率降低了一个数量级以上,从而表明应用相关的容错计算可能可以通过比此前认为更小的代码块来实现。

原作者: Ali Lavasani, Adam P. Reed, Joan M. Dreiling, Annie J. Park, Michael Mills, Matteo Puviani, Gabriel Matos, M. S. Allman, Noah Berthusen, Natalie C. Brown, Victor E. Colussi, Brian Estey, Cameron Foltz
发布于 2026-10-20
📖 1 分钟阅读🧠 深度阅读

原作者: Ali Lavasani, Adam P. Reed, Joan M. Dreiling, Annie J. Park, Michael Mills, Matteo Puviani, Gabriel Matos, M. S. Allman, Noah Berthusen, Natalie C. Brown, Victor E. Colussi, Brian Estey, Cameron Foltz, Daniel Gresh, Reza Haghshenas, Akhil Isanaka, Nikhil Kotibhaskar, Anthony Ransford, Ciarán Ryan-Anderson, Brian Neyenhuis, David Hayes, Tzvetan S. Metodi, Andrew C. Potter

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

为了构建能够解决当今机器无法企及的问题的计算机,科学家们正转向量子物理学的奇特规则。这些量子计算机使用被称为“量子比特”(qubits)的微小粒子来存储信息,但它们极其脆弱。一丝热量、一个随机磁场,甚至机器自身控制系统中的一个微小故障,都可能导致量子比特丢失数据。这种脆弱性长期以来一直是构建实用量子计算机的最大障碍。为了克服这一问题,研究人员使用了一种称为“量子纠错”的策略。他们不再依赖单个脆弱的量子比特,而是将信息分散到许多物理量子比特中,从而创建一个冗余的安全网。如果安全网的一部分失效,其他部分可以检测到错误并在不破坏信息的情况下将其修复。然而,这种安全网是有代价的:增加更多量子比特来修复错误,同时也增加了新错误发生的场所。目标是找到一个临界点,即增加冗余度实际上能让系统变得更可靠,而不是更不可靠。这个转折点被称为“阈值”。如果计算机的物理组件足够优秀,能够保持在这一阈值之下,那么通过使计算机变得更大、更复杂,错误就会呈指数级消失,从而为能够连续运行数小时而不发生故障的机器铺平道路。

Quantinuum 的一个研究小组现在已经证明,他们可以在远低于这一关键阈值的水平下运行量子处理器,这是迈向构建能够真正解决现实世界问题的机器的重要一步。该团队使用名为 Helios 的处理器,该处理器在真空中捕获单个钡原子,并利用电场将其固定在原位,他们测试了一种被称为“三角形颜色码”(triangular color code)的特定类型的纠错码。他们使用三种不同规模的此类编码进行了实验,范围从包含 13 个量子比特的小型模块到包含 73 个量子比特的大型模块。结果令人瞩目:随着代码规模的增加,计算机产生逻辑错误的速率大幅下降。对于他们测试的最大规模代码,错误率降至大约每百万次尝试中发生 5 次错误。这代表着每增加一个规模等级,错误率就降低了十倍以上,证明该系统确实运行在“规模扩大带来更高稳定性”的机制之中。

研究人员通过解决两个经常困扰量子计算机的具体问题取得了成功:泄漏(leakage)和电路复杂度。在一个理想的世界里,量子比特会永远保持在其指定状态,但在现实中,它有时会从其工作空间“泄漏”到其他能量层,从而不再表现得符合预期。如果一个泄漏的量子比特被用于计算,它会将错误扩散到相邻的量子比特,引发连锁故障。为了阻止这种情况,团队采用了双管齐下的方法。首先,他们使用了一种硬件层面的技术,其作用类似于“重置按钮”,通过精心设计的定时光脉冲将泄漏的原子泵回其正确的工作状态。其次,他们设计了一种电路层面的方法,在数据量子比特可能引发麻烦之前,将其替换为新鲜的量子比特,从而有效地将泄漏的粒子从计算中移除。通过结合这些方法,他们确保了错误保持在可控范围内,并能被代码进行修正。

该团队还测试了不同方法读取错误信号并实时修复错误的效果如何。他们将传统的基于规则的计算机程序与两种基于人工智能的新方法进行了比较:一种是卷积神经网络,另一种是基于 Transformer 的模型。这些神经网络是在 Helios 处理器的模拟数据上训练而成的,随后直接应用于真实的硬件,无需进一步调整。值得注意的是,传统程序和这两种 AI 模型表现得几乎完全一致,都成功地解码了错误信号并修正了逻辑错误。神经网络的表现尤为出色,因为它们可以在几百微秒内处理数据,其速度足以跟上量子处理器的运行速度。这表明,在未来,这些快速、智能的解码器可以用于在错误发生时进行实时修复,而不是等到计算结束。

除了修复错误外,该实验还对量子处理器的内部运作进行了深入观察。通过分析错误的模式,研究人员能够准确识别出机器在哪方面遇到困难。他们发现,最常见的错误来源是两个量子比特之间的相互作用,其次是与离子移动相关的错误,以及测量时引入的噪声。这种详细的诊断至关重要,因为它告诉工程师机器的哪些部分需要最多的改进。研究还表明,只要泄漏得到了管理,即使物理组件并不完美,纠错码也能有效工作。他们实现的逻辑错误率正在接近科学家所说的“兆量子比特”(megaquop)级计算所需的水平,在这个规模上,量子计算机可以处理目前在化学、材料科学和密码学领域无法完成的任务。

虽然这项工作证明了纠错正在发挥作用,但研究人员指出,旅程尚未结束。下一个重大挑战是证明包括用于执行最强大计算所需的特殊“魔术态”(magic states)在内的整个过程,也能保持在错误阈值之下。目前的研究侧重于计算机的存储器和基础逻辑门,但一个完全通用的量子计算机需要执行更多种类的操作。团队建议,逻辑上的下一步是运行一个完整的计算,其中包含这些更复杂的运算,并使用他们开发的快速实时解码方法。如果成功,这将标志着从一台在受控实验中进行纠错的机器,向一台能够运行长时间、复杂程序的机器的转变。结果表明,像本研究中使用的这类陷阱离子处理器,具有比此前认为的更小的代码块即可达到应用相关性能的潜力,这使得实用量子计算时代离现实更近了一步。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →