量子計(jì)算第二里程碑！谷歌實(shí)現(xiàn)量子糾錯突破，150多位作者成果登Nature
加入技術(shù)交流群
2019年，谷歌首次宣稱實(shí)現(xiàn)量子霸權(quán)，創(chuàng)下首個里程碑。3年之后，這家公司宣布已經(jīng)達(dá)到通往構(gòu)建大型量子計(jì)算機(jī)道路上的第二個關(guān)鍵里程碑（M2）。
即有史以來首次通過增加量子比特來降低計(jì)算錯誤率！
官方博客稱，量子糾錯（QEC）通過多個物理量子比特，即「邏輯量子比特」，對信息進(jìn)行編碼。這一方法被認(rèn)為是大型量子計(jì)算機(jī)降低錯誤率來進(jìn)行計(jì)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(jì)算路線圖，共有六個關(guān)鍵里程碑。量子霸權(quán)第一，而當(dāng)前最新成果代表了M2。最后一個里程碑M6是實(shí)現(xiàn)100萬個物理量子比特組成的量子計(jì)算機(jī)，編碼1000個邏輯量子比特，到那時(shí)便可以實(shí)現(xiàn)量子計(jì)算機(jī)商業(yè)應(yīng)用的價(jià)值。
為什么要糾錯呢？需要明確的是，所有計(jì)算機(jī)都會出錯。要想量子計(jì)算機(jī)能夠處理普通計(jì)算機(jī)無法解決的問題，比如將大整數(shù)分解為素?cái)?shù)，糾錯是不可避免的。對于普通計(jì)算機(jī)來講，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(fù)制到冗余的糾錯位中。當(dāng)發(fā)生錯誤時(shí)，芯片可以自動發(fā)現(xiàn)問題并進(jìn)行修復(fù)。然而，在量子計(jì)算中，卻無法做到這一點(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。如果一個量子比特的完整量子態(tài)不可挽回地丟失，則無法讀出信息，也就意味著它的信息不能簡單地復(fù)制到冗余量子比特上。現(xiàn)在，谷歌量子團(tuán)隊(duì)找到了一種全新的量子糾錯方案：
即通過在一組物理量子，而不是單個量子中編碼信息的量子比特，稱為「邏輯量子比特」。
，時(shí)長03:59
另外，使用多個量子比特進(jìn)行量子糾錯的優(yōu)勢在于它可以不斷擴(kuò)展（Sacling）。當(dāng)然，物極必反，添加更多量子比特也會導(dǎo)致其中兩個量子同時(shí)受到錯誤影響的機(jī)會。為了解決這一問題，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。一個是由17個量子比特組成，一次能夠從一個錯誤中糾錯；另一個由49個量子比特組成，可以從兩個同時(shí)發(fā)生的錯誤中糾錯。實(shí)驗(yàn)結(jié)果顯示，其性能優(yōu)于17個量子比特的版本。
表面碼邏輯量子比特糾錯
谷歌團(tuán)隊(duì)是如何具體地實(shí)現(xiàn)這一成果呢？舉一個經(jīng)典通信中的簡單例子：Bob想通過噪音的通信信道向Alice發(fā)送一個讀為「1」的位。他認(rèn)識到如果該位翻轉(zhuǎn)為「0」則消息丟失，因此改為發(fā)送三個位「111」。如果一個人錯誤地翻轉(zhuǎn)，Alice可以對所有接收到的位進(jìn)行多數(shù)表決（一個簡單的糾錯碼），仍然能夠理解預(yù)期的消息。若將信息重復(fù)三次以上，即增加編碼的「大小」，將使編碼能夠糾正更多個別錯誤。表面碼則采用了這一原則，并設(shè)想了一個實(shí)用的量子實(shí)現(xiàn)。它必須滿足兩個額外的約束。
首先，表面碼必須能夠糾正不只是位翻轉(zhuǎn)（從0到1個取一個量子比特），而且相位翻轉(zhuǎn)。這個錯誤是量子態(tài)所獨(dú)有的，并將量子比特轉(zhuǎn)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)會破壞其疊加態(tài)，因此需要一種無需直接測量狀態(tài)即可檢測錯誤的方法。為了突破這些限制，我們在棋盤上排列了2種類型的量子比特。頂點(diǎn)上的「數(shù)據(jù)」量子比特構(gòu)成邏輯量子比特，而每個正方形中心的「測量」量子比特用于所謂的穩(wěn)定器測量。這些測量結(jié)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)際上并沒有揭示各個數(shù)據(jù)量子比特的值。
通過棋盤模式平鋪兩種類型的穩(wěn)定器測量，以保護(hù)邏輯數(shù)據(jù)免受位翻轉(zhuǎn)和相位翻轉(zhuǎn)的影響。如果一些穩(wěn)定器測量值記錄了錯誤，則使用穩(wěn)定器測量值中的相關(guān)性來識別發(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的消息隨著編碼大小的增加而變得更加強(qiáng)大，一個更大的表面碼可以更好地保護(hù)它所包含的邏輯信息。表面碼可以承受一定數(shù)量的位和相位翻轉(zhuǎn)誤差，每個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(shù)據(jù)量子比特?cái)?shù)。問題是每個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」。對于表面碼來說，這個閾值是相當(dāng)?shù)偷摹?/span>最新實(shí)驗(yàn)便證明了這一點(diǎn)。實(shí)驗(yàn)運(yùn)行在谷歌最先進(jìn)的第三代Sycamore處理器架構(gòu)，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(jì)算機(jī)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(jì)算機(jī)冷卻到接近絕對零度的低溫設(shè)備。
研究人員通過實(shí)驗(yàn)來比較基于17個物理量子比特distance-3表面碼(ε3)和基于49個物理量子比特distance-5表面碼(ε5)的邏輯錯誤率之間的比率。
實(shí)驗(yàn)結(jié)果如上圖右所示，較大表面碼展現(xiàn)出能夠?qū)崿F(xiàn)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，雖然這可能看起來是一個小的改進(jìn)，但是不得不強(qiáng)調(diào)這一結(jié)果是自Peter Shor的1995年QEC提案以來該領(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(jì)算架構(gòu)都需要跨過這一障礙，才能降低量子應(yīng)用的低錯誤率。未來之路
上面這些結(jié)果表明，我們正進(jìn)入一個實(shí)用的QEC新時(shí)代。
過去幾年，谷歌的Quantum AI團(tuán)隊(duì)一直在思考：該如何定義這個新時(shí)代的成功，如何衡量一路走來的進(jìn)步？他們的最終目標(biāo)是，展示一種在有意義的應(yīng)用中，使用量子計(jì)算機(jī)所需的低錯誤的途徑。因此，專家們的目標(biāo)仍然是在每個QEC周期中達(dá)到10^6分之一或更低的邏輯錯誤率。
*博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點(diǎn)，如有侵權(quán)請聯(lián)系工作人員刪除。
