Resolving and Suppressing Temporally Correlated Noise in Quantum Error Correction
本研究利用一个 105 位超导处理器,通过使用行走稳定性电路(walking stability circuit)并利用自适应校验子提取进行性能优化,展示了表面码稳定性在抑制由量子比特加热引起的时域相关误差方面的成功扩展,并实现了创纪录的低逻辑误差底限。
原作者: Alec Eickbusch, Nick Noll, Michael Newman, Matt McEwen, Leigh S. Martin, Alexis Morvan, Gabrielle Roberts, Chunyang Ding, Volodymyr Sivak, Nathan Lacroix, Laura De Lorenzo, Felix Borjans, Yan-Cheng Wei, Alexandre Bourassa, Rodrigo G. Cortiñas, Emma Rosenfeld, Vladislav D. Kurilovich, Andreas Bengtsson, Kevin J. Satzinger, Dmitry Abanin, Amira Abbas, Rajeev Acharya, Laleh Aghababaie Beni, Ross Alcaraz, Sayra Alcaraz, Trond I. Andersen, Benjamin Anker, Markus Ansmann, Frank Arute, Kunal Arya, Walt Askew, Nikita Astrakhantsev, Juan Atalaya, Lamia Ateshian, Christopher Ayala, Ryan Babbush, Akim Babenko, Brian Ballard, Joseph C. Bardin, Hector Bates, Majid Bigdeli Karimi, Alexander Bilmes, Simon Bilodeau, Chris Bohn, Pablo Bonilla, Jenna Bovaird, Dylan Bowers, Leon Brill, Peter Brooks, Michael Broughton, David A. Browne, Brett Buchea, Bob B. Buckley, Chris Bunch, Tim Burger, Brian Burkett, Jamal Busnaina, Nicholas Bushnell, Jonas Bylander, Anthony Cabrera, Juan Campero, Hung-Shen Chang, Gloria Chen, Larry Chen, Silas Chen, Federico Chianese, Ben Chiaro, Liang-Ying Chih, Agnetta Y. Cleland, Bryan Cochrane, Matt Cockrell, Josh Cogan, Tom Connolly, Harold Cook, William Courtney, Alexander L. Crook, Ben Curtin, Adam Dally, Martin Damyanov, Sayan Das, Dripto M. Debroy, Sean Demura, Himadri Dey, Leon Ding, Howard A. Dobbs, Ebru Dogan, Paul Donohoe, Ilya Drozdov, Andrew Dunsworth, Rasmus Edholm, Valerie Ehimhen, Aviv Moshe Elbag, Lior Ella, Mahmoud Elzouka, David Enriquez, Catherine Erickson, Lara Faoro, Parvin Fathi, Vinicius S. Ferreira, Marcos Flores, Leslie Flores Burgos, Sam Fontes, Ebrahim Forati, Jeremiah Ford, Brooks Foxen, Masaya Fukami, Alan Wing Lun Fung, Lenny Fuste, Suhas Ganjam, Gonzalo Garcia, Christopher Garrick, Robert Gasca, Helge Gehring, Robert Geiger, Élie Genois, William Giang, Dar Gilboa, James E. Goeders, Edward C. Gonzales, Sofia Gonzalez Garcia, Mike Gore, Raja Gosula, Stijn J. de Graaf, Alejandro Grajales Dau, Dietrich Graumann, Joel Grebel, Alex Greene, Jeremy Grill, Jonathan A. Gross, Jose Guerrero, Loïck Le Guevel, Marika Gugole, Simon Gustavsson, Steve Habegger, Tanner Hadick, Ali Hadjikhani, Michael C. Hamilton, Bianca Hanly, Monica Hansen, Matthew P. Harrigan, Patrick Harrington, Sean D. Harrington, Jeanne Hartshorn, Christian Heslin, Stephen Heslin, Paula Heu, Oscar Higgott, Reno Hiltermann, Devon Hollowood, Mike Hucka, Christopher Hudspeth, Ashley Huff, William J. Huggins, Lev B. Ioffe, Aditya Jayaraman, Evan Jeffrey, Shaun Jevons, Zhang Jiang, Xiaoxuan Jin, Tomas Jochym-O'Connor, Shunnee Joseph, Chaitali Joshi, Kelsey Josund, Kelsey Judd, Pavol Juhas, Andreas Kabel, Hui Kang, Kiseo Kang, Bharath Kannan, Amir H. Karamlou, Ryan Kaufman, Kostyantyn Kechedzhi, Tanuj Khattar, Mostafa Khezri, Seon Kim, Paul V. Klimov, Can M. Knaut, Tom Ko, Bryce Kobrin, Fedor Kostritsa, John Mark Kreikebaum, Ryuho Kudo, Ben Kueffler, Vitali Kutsko, Dylan Lane, Tiano Lange-Dei, Brandon W. Langley, Pavel Laptev, Kim-Ming Lau, Emma Leavell, Justin Ledford, Joy Lee, Kenny Lee, Nathalie de Leon, Brian J. Lester, Wendy Leung, Lily Li, Ming Li, Wing Yan Li, Alexander T. Lill, Mike Lindmark, William P. Livingston, Matthew T. Lloyd, Jing Lu, Erik Lucero, Daniel Lundahl, Aaron Lunt, Donald Macaskill, Sid Madhuk, Brian Maertz, Aniket Maiti, Ashley Maloney, Salvatore Mandrà, Bhavik Markana, Orion Martin, Eric Mascot, Paul Masih Das, Anselme Massimino, Melvin Mathews, Cameron Maxfield, Jarrod R. McClean, Seneca Meeks, Anthony Megrant, Tim Menke, Zlatko K. Minev, Reza Molavi, Sebastian Molina, Shirin Montazeri, William Morong, Wojtek Mruczkiewicz, Aki Nakamura, Konstantin Nesterov, Roselle Ngaloy, Anthony Nguyen, Murray Nguyen, Chia-Hung Ni, Murphy Yuezhen Niu, Sergey Novikov, Ricky Oliver, William D. Oliver, Christopher Olson, Raymond Orosco, Amr Osman, Kristoffer Ottosson, Alice Pagano, Agustin Di Paolo, Seong Hyeon Park, Manan Patel, Sherman Peek, David Peterson, Alex Pizzuto, Thomas Plumb-Reyes, Elias Portoles, Rebecca Potter, Orion Pritchard, Sam Probst, Michael Qian, Chris Quintana, Matthew Rakher, Ganesh Ramachandran, Arpit Ranadive, Armin Razavi, Matthew J. Reagor, Ants Remm, Rachel Resnick, Andrew Reynolds, David M. Rhodes, Daniel Riley, Roberto Rodriguez, Emma Ropes, Lucia B. De Rose, Eliott Rosenberg, Dario Rosenstock, Elizabeth Rossi, Pedram Roushan, David A. Rower, Robert Salazar, Kannan Sankaragomathi, Murat Can Sarihan, Max Schaefer, Sebastian Schroeder, Henry F. Schurkus, Aria Shahingohar, Michael J. Shearn, Aaron Shorter, Vladimir Shvarts, Mauricio Sifontes, Spencer Small, W. Clarke Smith, David A. Sobel, Barrett Spells, Sofia Springer, Praveen Sriram, George Sterling, Scott Stonemeyer, John Su, Jordan Suchard, Philippe Suchsland, Youngkyu Sung, Aaron Szasz, Alexander Sztein, Tomoyuki Tanaka, Madeline Taylor, Jothi Priyanka Thiruraman, Douglas Thor, Brandur Thorgrimsson, Dogan Timucin, Eifu Tomita, Alfredo Torres, M. Mert Torunbalci, Edoardo Trabaldo, Hao Tran, Takahiro Tsunoda, Justin Vargas, Gopinath Vasalamarri, Sergey Vdovichev, Guifre Vidal, Benjamin Villalonga, Jeremy Volkman, Meghan Voorhees, Steven Waltman, Jonathan Waltz, Danni Wang, Shannon X. Wang, Brayden Ware, James D. Watson, Yonghua Wei, Travis Weidel, Tom Westerhout, Theodore White, Dominik Wild, Kristi Wong, Bryan W. K. Woo, Christopher J. Wood, Maddy Woodson, Cheng Xing, Z. Jamie Yao, Ping Yeh, Bicheng Ying, Juhwan Yoo, Noureldin Yosri, Elliot Young, Grayson Young, Adam Zalcman, Ran Zhang, Yaxing Zhang, Yiqing Zhou, Ningfeng Zhu, Nicholas Zobrist, Zhenjie Zou, Alexander N. Korotkov, Sergio Boixo, Hartmut Neven, Kevin C. Miao, Alex Opremcak, Zijun Chen, Cody Jones, Julian Kelly, Dvir Kafri, Charles Neill, Craig Gidney, Yu Chen
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
为了构建一台能够解决当今机器无法处理的问题的计算机,科学家们正试图创造量子计算机。这些设备利用量子物理学的奇特规则来处理信息,但它们极其脆弱。来自热量、振动或辐射的轻微干扰都可能导致信息变得混乱并消失。为了使这些机器变得有用,研究人员必须构建一个能够自动发现并修复这些错误(即在错误发生时进行修复)的系统,这一过程被称为量子纠错。
测试该系统是否有效的标准方法是创建一个“记忆”实验。在这种测试中,科学家存储一段信息并反复检查其是否存在错误,以期观察计算机是否能长期保持数据的安全。然而,这种方法仅检查了一种类型的错误:即在同一时刻发生在机器多个部分的错误。现实世界的量子计算机不仅需要具备记忆能力,还需要执行复杂的计算。这些计算对另一种麻烦非常敏感:即随着时间的推逝,在同一个位置反复发生的错误。如果一台计算机无法处理随时间持续存在的错误,它将在其设计的任务面前失败。
Google Quantum AI 的一个研究小组及其合作者致力于理解并解决这个特定问题。他们使用了一个名为 Willow 的新型大规模量子处理器,该处理器包含 105 个超导量子比特,即量子信息的最小单位。他们没有仅仅测试记忆,而是运行了一个“稳定性”实验。这项测试旨在对随时间持续存在的错误具有敏感性,作为标准记忆测试的镜像。通过将这项实验从小型量子比特网格扩展到 7x7 的大型网格,他们能够观察随着机器规模扩大,系统抑制这些基于时间的错误的能力如何。
研究人员发现,随着他们增加网格的大小,系统确实变得更擅长抑制错误,但仅限于一定程度。最初,错误率如预期般迅速下降。然而,在大约十个周期后,改进遇到了瓶颈。错误率停止下降并开始趋于平缓,研究团队将这一现象识别为数据中的“拐点”(knee)。通过构建一个关于机器行为的详细模型,他们发现了罪魁祸首:一种数据量子比特意外加热进入的特定量子态。
在量子世界中,一个量子比特通常存在于两种状态之一,就像一枚硬币要么是正面,要么是反面。然而,这些物理量子比特也可以滑入更高的能量态,类似于一枚正在边缘旋转的硬币,甚至翻转成第三种隐藏的状态。研究人员发现,他们的数据量子比特偶尔会加热进入第三种激发态,他们称之为 |3⟩ 态。一旦量子比特陷入这种状态,它会在连续的多个周期内破坏其相邻量子比特的测量结果,从而产生标准纠错系统难以轻易修复的连锁错误。该团队的模型包含了这些高能态如何移动和衰减的物理机制,该模型完美匹配了实验数据,且无需任何可调参数,从而证实了这种加热是造成错误底层的根本原因。
为了解决这个问题,该团队开发了一种称为“行走式”(walking)稳定性电路的新方法。在标准电路中,量子比特的角色是固定的:一些持有数据,而另一些则充当检查错误的传感器。在行走式电路中,角色会来回切换。数据量子比特变成传感器,而传感器变成数据,这种切换每隔几个周期发生一次。至关重要的是,当一个量子比特充当传感器时,它会被重置,这种重置不仅能清除常规错误,还能清除这些多余的高能态。通过定期对量子比特进行洗牌和重置,团队能够将这些卡住的粒子排出,以免它们引发连锁反应式的错误。
这种新方法的成果是显著的。当标准电路遇到错误停止改善的瓶颈时,行走式电路继续抑制错误,在 60 个周期后达到了小于 3.20 × 10⁻⁸ 的逻辑错误概率。在相同点上,这比标准方法高出两个数量级。唯一阻止行走式电路进一步提升的,是来自环境的罕见、随机的电离辐射脉冲,这是硬件本身的根本限制,而非设计缺陷。
研究人员还探索了一种通过利用计算机自身的“置信度”来决定何时停止的方法,从而提高效率。在典型的实验中,机器运行固定的周期数。然而,团队发现,通过实时分析数据,他们可以判断系统在何时已足够确信不再存在错误。如果系统状态洁净,他们可以提前停止;如果系统因噪声脉冲而感到困惑,他们可以等待更长时间。这种自适应策略将实验所需的总运行时间减少了 34%,并将整体错误率降低了 38%。
这项工作表明,仅仅测试量子计算机的记忆不足以保证其能够进行复杂计算。该团队证明了由量子比特陷入高能态引起的时相关错误是一个必须解决的主要障碍。通过识别这些错误的特定物理原因并发明了一种能够主动移除它们的电路,他们向着构建能够运行长期、可靠量子算法的机器迈出了重要一步。该研究证实,借助正确的工具,这些顽固的、基于时间的错误是可以被驯服的,这为开发更大、更强大的量子处理器铺平了道路。
问题陈述
扩展容错量子纠错(QEC)需要抑制空间和时间上的误差。虽然标准的逻辑存储实验能有效探测空间故障(即在多个量子比特上同时发生的误差),但它们往往无法捕捉时间误差链(即在许多个周期内发生在同一空间位置的误差)。这种忽视是至关重要的,因为诸如晶格手术(lattice surgery)和逻辑量子比特移动等容错逻辑操作,涉及对时间误差高度敏感的时空区域。仅依赖存储基准测试可能会导致系统设计过度优化了量子比特的保存,却在无意中降低了逻辑操作的保真度。此外,低概率的时间相关误差(例如高能事件或泄漏)可能在规模化之后才显现出来,成为限制因素。
方法论
作者利用 Google 的 105 量子比特超导 Willow 处理器来执行并扩展表面码稳定性实验。与编码逻辑量子比特的存储实验不同,稳定性实验通过一组过定(overdetermined)的稳定器在 c 个周期内重复测量来定义一个逻辑可观测量,而不编码逻辑状态。这种设置使得实验对时间误差链非常敏感,其故障距离为 d=c。
关键的方法论组成部分包括:
- 扩展性: 实验在从 3×3 到 7×7 的补丁尺寸(patch sizes)上运行,并通过对多个子网格的结果进行平均,以比较低宽度补丁与全设备性能。
- 误差建模: 团队开发了一个无参数的、设备级的泄漏模型,该模型纳入了在综合征提取期间的高阶态传输(具体为向 ∣3⟩ 态的传输)。他们还构建了一个基于单量子比特基准测试得出的电路级随机 Pauli 噪声模型。
- 缓解策略:
- 行走稳定性电路(Walking Stability Circuit): 一种动态协议,其中量子比特在数据角色和测量角色之间交替,从而实现周期性的多级重置(MLR),以清除高激发态(∣3⟩)。
- 自适应停止: 一种基于解码器置信度(通过“互补间隙”衡量)的离线分析,用于确定终止综合征提取的最佳周期数,从而在抑制时间误差与累积空间误差之间取得平衡。
关键结果
1. 时空抑制
在“Pauli 机制”(低周期计数且误差不相关的阶段)中,随着补丁尺寸从 3×3 扩展到 7×7,团队测量到时空块抑制因子 μST=1.42±0.03。这证明了其抑制对空间和时间误差均敏感的操作的逻辑误差率的能力。研究发现,逻辑操作的最佳周期数 c∗≈d+1 到 d+2,略长于标准的经验法则(c=d)。
2. 时间相关误差的发现
将实验扩展到数百个周期后,观察到了偏离单指数误差抑制的现象。逻辑误差概率在 ∼10 个周期后出现了一个“拐点(knee)”,转入到一个浅层抑制机制(s2≈1.1)。
- 根本原因: 详细的建模和直接读取测量确定了罪魁祸首是数据量子比特加热到第三激发态 ∣3⟩。虽然标准的泄漏移除(DQLR)能有效重置 ∣2⟩ 态,但它并不针对 ∣3⟩ 态。一旦量子比特进入 ∣3⟩ 态,它会持续 ∼10–15 个周期,破坏相邻的稳定器测量,并产生时间误差链。
- 影响: 该机制将时间抑制因子限制在 μT=1.47±0.25,显著低于 Pauli 模型预测的 $1.97。作者预计,如果不进行缓解,|3\rangle泄漏将在代码距离d^* \approx 11\text{--}13$ 时超过空间存储误差。
3. 通过行走电路进行缓解
通过实施行走稳定性电路,团队每两个周期定期重置所有量子比特(包括清除 ∣3⟩ 态)。
- 结果: 该方法成功抑制了由 ∣3⟩ 泄漏引起的“拐点”,在 60 个周期时实现了 ≤3.20×10−8 的逻辑误差概率底限。与在相同周期数下的标准电路编译相比,这代表了两个数量级的提升。
- 限制: 目前的新底限受限于电离辐射误差爆发,而非泄漏。
4. 自适应停止
使用解码器置信度自适应地终止综合征提取,与最优固定周期策略相比,减少了 38% 的时空逻辑误差和 34% 的时间开销。该策略在减少类时间逻辑误差方面特别有效(在特定情况下减少了 >100×),因为它允许系统“等待”稀有的时间误差爆发过去。
意义与主张
论文指出,仅靠存储实验不足以预测容错逻辑操作的性能。稳定性实验作为一个关键的补充基准,能够:
- 揭示时间误差机制(如 ∣3⟩ 泄漏),而这些机制在标准存储基准测试中是不可见的。
- 提供一种计量工具,即使在小规模补丁上也能探测高达 10−8 的时间误差底限,从而在扩展到更大规模处理器之前实现硬件缓解。
- 展示了特定的架构权衡(例如,读取误差与重置误差的相对权重)在存储机制和稳定性机制之间存在显著差异。
这项工作强调,虽然标准的 QEC 扩展关注空间距离,但“时间”维度对于未来的容错算法同样至关重要。通过识别并缓解 ∣3⟩ 泄漏机制,并演示自适应停止技术,作者为在量子处理器向更大距离和更长时间运行扩展时保持误差抑制能力提供了路径。
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。
每周获取最佳 量子物理 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。