一项新技术帮助谷歌量子处理器制备复杂计算所需的高精度态。
在一项可能有助于解决实用量子计算一个主要瓶颈的突破中，谷歌宣布，其 Willow 处理器在制备特殊量子态时，误差降低了40倍。
这项被称为“魔态培育”的技术，通过制备执行复杂计算所需的高精度量子态，实现了99.99%的逻辑保真度。此类态对于构建强大的纠错量子计算机至关重要。
然而，制备这些魔态长期以来一直是一项重大挑战。它们对于执行复杂量子计算必不可少，但要以足够低的错误率制备它们，需要巨大的计算资源。一些估计表明，量子计算机最多可达95%的算力可能被用于制备这些态，几乎没有余力进行实际计算。
问题还因每个魔态只能使用一次而更加复杂，这意味着量子计算机必须不断产生新的魔态才能执行操作。
谷歌的最新实验展示了一种可能有助于减轻这种资源负担的方法。
滤除量子误差
2024年，谷歌量子人工智能研究人员 Craig Gidney、Noah Shutty 和 Cody Jones 通过改进早先的理论方法，开发了魔态培育技术。
该方法像过滤器一样工作。研究人员将含有误差的量子态引入处理器的一小块区域，并进行一系列精心协调的测量以识别问题。
未通过检查的尝试会被丢弃，而通过的尝试则会产生干净得多的量子态。然后，这些态可以被扩展为更大的形式，适合更复杂的量子操作。
尽管该方法在理论上显示出前景，但在实际量子硬件上演示它需要多项工程改进。
在早期实验中，谷歌研究员 Emma Rosenfeld 遇到了意外的测量结果。经过数月的测试和模拟，团队将问题追溯到实验室中电气设备漂移和温度变化引起的噪声。
这种干扰影响了团队现有测量方法的准确性。研究人员通过改进处理器的控制，并开发一种新的基准测试技术来应对，该技术利用培育过程本身来评估结果。
这些改进帮助 Willow 处理器相比未经培育制备的量子态，将误差降低了40倍。
该实验还产生了逻辑 T 态——一种特殊类型的魔态——据报道保真度达到99.99%。
规模化仍是重大挑战
除了降低误差外，谷歌研究人员还证明，纯化后的量子态可以在两种不同的纠错方法之间转移。
团队将态从距离-3颜色码转移到距离-5表面码。这是组织量子信息以检测和纠正误差的两种方式，其中距离表示该码针对某些误差的保护水平。
这一过程被称为“嫁接”，表明精心制备的态可以在实际硬件上经受两种方法之间的转换。
这一结果很重要，因为未来的量子计算机可能需要结合不同的纠错技术，以可靠地执行计算，同时限制硬件需求。
然而，这一演示并不意味着谷歌已经消除了魔态瓶颈，或已构建出实用的容错量子计算机。
该公司承认，在能够支持有用的量子应用之前，魔态培育仍必须在更大得多的规模上得到演示。
该研究发表于《科学》期刊。
如果朋友们喜欢，敬请关注“知新了了”！
热门跟贴