量子計算第二里程碑！谷歌實(shí)現量子糾錯突破，150多位作者成果登Nature
發(fā)布人：傳感器技術(shù)
時(shí)間：2023-02-24
來(lái)源：工程師
發(fā)布文章
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢(xún)
2019年，谷歌首次宣稱(chēng)實(shí)現量子霸權，創(chuàng )下首個(gè)里程碑。3年之后，這家公司宣布已經(jīng)達到通往構建大型量子計算機道路上的第二個(gè)關(guān)鍵里程碑（M2）。
即有史以來(lái)首次通過(guò)增加量子比特來(lái)降低計算錯誤率！
官方博客稱(chēng)，量子糾錯（QEC）通過(guò)多個(gè)物理量子比特，即「邏輯量子比特」，對信息進(jìn)行編碼。這一方法被認為是大型量子計算機降低錯誤率來(lái)進(jìn)行計算的唯一方法。最新研究成果已發(fā)表在Nature期刊上。
物理量子比特到邏輯量子比特
2020年，谷歌曾發(fā)布了一份量子計算路線(xiàn)圖，共有六個(gè)關(guān)鍵里程碑。量子霸權第一，而當前最新成果代表了M2。最后一個(gè)里程碑M6是實(shí)現100萬(wàn)個(gè)物理量子比特組成的量子計算機，編碼1000個(gè)邏輯量子比特，到那時(shí)便可以實(shí)現量子計算機商業(yè)應用的價(jià)值。
為什么要糾錯呢？需要明確的是，所有計算機都會(huì )出錯。要想量子計算機能夠處理普通計算機無(wú)法解決的問(wèn)題，比如將大整數分解為素數，糾錯是不可避免的。對于普通計算機來(lái)講，其芯片以位（可以表示0或1）的形式存儲信息，并將一些信息復制到冗余的糾錯位中。當發(fā)生錯誤時(shí)，芯片可以自動(dòng)發(fā)現問(wèn)題并進(jìn)行修復。然而，在量子計算中，卻無(wú)法做到這一點(diǎn)。量子比特是量子信息的基本單位，量子比特是0和1的量子疊加。如果一個(gè)量子比特的完整量子態(tài)不可挽回地丟失，則無(wú)法讀出信息，也就意味著(zhù)它的信息不能簡(jiǎn)單地復制到冗余量子比特上。現在，谷歌量子團隊找到了一種全新的量子糾錯方案：
即通過(guò)在一組物理量子，而不是單個(gè)量子中編碼信息的量子比特，稱(chēng)為「邏輯量子比特」。
，時(shí)長(cháng)03:59
另外，使用多個(gè)量子比特進(jìn)行量子糾錯的優(yōu)勢在于它可以不斷擴展（Sacling）。當然，物極必反，添加更多量子比特也會(huì )導致其中兩個(gè)量子同時(shí)受到錯誤影響的機會(huì )。為了解決這一問(wèn)題，谷歌研究人員對量子芯片Sycamore的量子比特進(jìn)行了改進(jìn)，研究了2種不同大小的邏輯量子比特。一個(gè)是由17個(gè)量子比特組成，一次能夠從一個(gè)錯誤中糾錯；另一個(gè)由49個(gè)量子比特組成，可以從兩個(gè)同時(shí)發(fā)生的錯誤中糾錯。實(shí)驗結果顯示，其性能優(yōu)于17個(gè)量子比特的版本。
表面碼邏輯量子比特糾錯
谷歌團隊是如何具體地實(shí)現這一成果呢？舉一個(gè)經(jīng)典通信中的簡(jiǎn)單例子：Bob想通過(guò)噪音的通信信道向Alice發(fā)送一個(gè)讀為「1」的位。他認識到如果該位翻轉為「0」則消息丟失，因此改為發(fā)送三個(gè)位「111」。如果一個(gè)人錯誤地翻轉，Alice可以對所有接收到的位進(jìn)行多數表決（一個(gè)簡(jiǎn)單的糾錯碼），仍然能夠理解預期的消息。若將信息重復三次以上，即增加編碼的「大小」，將使編碼能夠糾正更多個(gè)別錯誤。表面碼則采用了這一原則，并設想了一個(gè)實(shí)用的量子實(shí)現。它必須滿(mǎn)足兩個(gè)額外的約束。
首先，表面碼必須能夠糾正不只是位翻轉（從0到1個(gè)取一個(gè)量子比特），而且相位翻轉。這個(gè)錯誤是量子態(tài)所獨有的，并將量子比特轉換為疊加態(tài)，例如從0+1到0-1。其次，檢查量子比特的狀態(tài)會(huì )破壞其疊加態(tài)，因此需要一種無(wú)需直接測量狀態(tài)即可檢測錯誤的方法。為了突破這些限制，我們在棋盤(pán)上排列了2種類(lèi)型的量子比特。頂點(diǎn)上的「數據」量子比特構成邏輯量子比特，而每個(gè)正方形中心的「測量」量子比特用于所謂的穩定器測量。這些測量結果告訴我們這些量子比特是否完全相同/不同，表明發(fā)生了錯誤，但實(shí)際上并沒(méi)有揭示各個(gè)數據量子比特的值。
通過(guò)棋盤(pán)模式平鋪兩種類(lèi)型的穩定器測量，以保護邏輯數據免受位翻轉和相位翻轉的影響。如果一些穩定器測量值記錄了錯誤，則使用穩定器測量值中的相關(guān)性來(lái)識別發(fā)生了哪些錯誤以及發(fā)生在何處。就比如上面例子中Bob給Alice的消息隨著(zhù)編碼大小的增加而變得更加強大，一個(gè)更大的表面碼可以更好地保護它所包含的邏輯信息。表面碼可以承受一定數量的位和相位翻轉誤差，每個(gè)誤差小于距離的一半，其中距離是在任一維度上跨越表面代碼的數據量子比特數。問(wèn)題是每個(gè)物理量子比特都容易出錯，所以編碼中的量子比特越多，出錯的幾率就會(huì )越大。為此，物理量子比特的誤差必須低于所謂的「容錯閾值」。對于表面碼來(lái)說(shuō)，這個(gè)閾值是相當低的。最新實(shí)驗便證明了這一點(diǎn)。實(shí)驗運行在谷歌最先進(jìn)的第三代Sycamore處理器架構，為QEC進(jìn)行了優(yōu)化，使用了全面改進(jìn)的表面碼。為此，研究人員對其量子計算機的所有部件進(jìn)行了7大改進(jìn)，包括量子比特的質(zhì)量、控制軟件，再到用于將計算機冷卻到接近絕對零度的低溫設備。
研究人員通過(guò)實(shí)驗來(lái)比較基于17個(gè)物理量子比特distance-3表面碼(ε3)和基于49個(gè)物理量子比特distance-5表面碼(ε5)的邏輯錯誤率之間的比率。
實(shí)驗結果如上圖右所示，較大表面碼展現出能夠實(shí)現更好的邏輯量子比特性能(每周期2.914%邏輯錯誤)，優(yōu)于較小的表面碼(每周期3.028%邏輯錯誤)。谷歌稱(chēng)，雖然這可能看起來(lái)是一個(gè)小的改進(jìn)，但是不得不強調這一結果是自Peter Shor的1995年QEC提案以來(lái)該領(lǐng)域的首創(chuàng )。較大編碼優(yōu)于較小編碼是QEC的關(guān)鍵特征，所有量子計算架構都需要跨過(guò)這一障礙，才能降低量子應用的低錯誤率。未來(lái)之路
上面這些結果表明，我們正進(jìn)入一個(gè)實(shí)用的QEC新時(shí)代。
過(guò)去幾年，谷歌的Quantum AI團隊一直在思考：該如何定義這個(gè)新時(shí)代的成功，如何衡量一路走來(lái)的進(jìn)步？他們的最終目標是，展示一種在有意義的應用中，使用量子計算機所需的低錯誤的途徑。因此，專(zhuān)家們的目標仍然是在每個(gè)QEC周期中達到10^6分之一或更低的邏輯錯誤率。
*博客內容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀(guān)點(diǎn)，如有侵權請聯(lián)系工作人員刪除。
