2024-09-17 www.dnxtw.com
谷歌量子最近 AI 该团队宣布了量子纠错的新进展，其表面代码纠错大大降低了错误率，使逻辑量子比特的寿命高于物理量子比特，显著延长了量子信息的存储寿命。谷歌团队在量子计算机竞赛中仍处于领先地位。
撰文 | 无邪
四年前，我翻译并发表了一篇文章 Science 在评论文章《量子计算的下一个超级挑战》中，这个超级挑战是量子纠错。当时是谷歌量子 AI 团队（Google Quantum AI）“量子霸权”的演示刚刚完成，引起了全世界的关注。在过去的四年里，世界上许多顶级的量子计算团队都在冲击这一超级挑战，谷歌量子 AI 队伍，无疑是先锋队之一。
谷歌团队最近在这里 arXiv 它们的最新结果发布在上面：量子纠错低于表面码阈值（Quantum error correction below the surface code threshold）[1]。它们包含在一起 105 在个量子比特芯片中实现了码距 7（d=7)同时纠正表面码的错误，并将其放在一起 72 在量子比特芯片中实现码距 5（d=5)表面码纠错及实时解码。在这两种情况下，它们都超过了纠错的“盈亏平衡点”，即编码后的逻辑量子比特中的信息存储寿命高于所有参与编码的物理量子比特。
具体来说，码距为 7 逻辑量子比特寿命已经达到 291 所有参与编码的量子比特的平均寿命为微秒 85 微秒，最高 119 微秒。转换后，量子纠错延长了量子信息的存储寿命 2.4 倍。这是一个伟大的项目结果，大大提高了表面码量子纠错的可行性，为未来实现具有实用价值的逻辑量子比特注入了强烈的信心。在我看来，这份工作的意义不亚于当年的“量子霸权”，甚至不亚于当年的量子霸权。 2023 量子纠错结果在年中性原子系统中取得。让我试着解释一下这个里程碑的进展，以及它背后的一些技术原理。
现实中的量子比特，或物理量子比特，总是因为各种原因出错，比如莫名其妙飞过的光子，材料中的一些缺陷，甚至是一束来自遥远宇宙深处的宇宙射线。在量子计算过程中，错误会积累和传递，导致最终结果不可用。例如，两个比特纠缠门的错误率是百分之几到千分之几：假设量子门的平均错误率是千分之一，则执行 5000 量子门，得到正确答案的概率将低于1%；执行 10000 对于一扇门，正确的概率将低至十万分之几；执行 20000 个门，这个概率会低于亿分之一(这是一个非常粗略的估计，实际错误的积累、传递和关联要复杂得多，正确率会以更快的速度衰减)。这将极大地抵消量子计算带来的加速能力，使其无法发挥其力量。
量子纠错理论的出现重新点燃了我们的希望。使用冗余量子比特，以某种方式将其编码在一起，以确定错误在哪里。如果错误足够“稀疏”，并且有一些方法可以及时纠正错误，我们可以实现量子纠错 —— 得到理想的量子比特，不会出错，上述错误的积累也不会出现，我们总能得到正确的计算结果。
由于这种纠错编码的量子比特信息不存储在某个或某个特定的物理量子比特中，而是以纠缠约束和抽象的形式存在，我们称之为“逻辑量子比特”。量子纠错理论早在上世纪末就开始发展：最早的纠错码是由 Shor 和 Steane 独立提出，下一步 Calderbank、Shor 和 Steane 它还共同给出了纠错的一般理论，即名称 CSS 量子纠错奠定了基础。稳定子的下一个重要进展是稳定子（stabilizer）概念的提出为这一领域提供了新的洞察力。许多有用的量子纠错码都是基于这一概念开发的，包括著名的表面码。这也是谷歌的量子 AI 该团队一直坚持使用的技术。
表面代码属于更广泛的“拓扑代码”之一。该编码家族的基本设计理念是“拼接”多个重复纠错单元。这种模块化的设计方法使拓扑代码具有良好的可扩展性，满足工程实现的要求。表面码只需要近邻耦合，对错误率的阈值要求或“阈值”相对较低。虽然其编码效率不高，但它已成为工程中最有价值的编码方法之一，特别适用于超导量子芯片。
表面码的错误率阈值约为百分之一。这一次，谷歌量子 AI 单比特门使用的两个芯片的错误率达到万分之五，两个比特门的错误率达到千分之四，读取(探测)的错误率达到千分之八。然而，对于复杂的量子系统，这些单一的指标很难描述系统的整体错误，正如前面所说，真正的错误比简单的错误积累要复杂得多。因此，谷歌团队引入了一种更适合描述表面码错误的“权重-4” 探测概率(作为表达系统错误的另一个“指标”)。对于 d=7 这个值是的系统 8.7%。这表明团队在量子芯片加工方面有了显著的改进，细节自然不会公开，但他们提到这要归功于“能缝切割”（Gap-engineering）技术的应用。无论如何，这已经代表了百比特量子计算芯片的顶级水平。
还有几个亮点值得一提，一个是实时解码技术。表面码量子纠错需要不断地制备稳定子，测量并重置辅助量子比特，然后重复这个过程。在此过程中，我们需要解码测量结果，以跟踪错误的症状，并在需要操作逻辑量子比特时及时纠正错误。显然，实时解码是实用容错量子计算的必要条件，但对解码器的性能也提出了极其苛刻的要求。特别是超导量子系统，由于门执行速度过快，上述周期将在 1 微秒左右完成，这意味着解码需要在同一时间内完成。正是因为这个原因，过去的量子纠错实验通常是先保存测量数据，然后用离线解码器处理。这是谷歌团队第一次出现 d=5 在纠错过程中，解码器的平均延迟为100万个周期 63 微秒，随着周期数的逐渐增加，没有延迟，说明解码器能跟上纠错码的执行节奏 —— 大概是每个周期 1.1 微秒。实时解码器会带来一定的性能下降，但仍能保持一定的性能下降 2 错误抑制系数的倍以上。没有团队 d=7 实时解码技术在纠错码中的应用表明其挑战性很大。如何在未来更大码距的纠错码中实时解码，一直是一个极具挑战性的技术问题。
另一个亮点是团队测试了代码距离，以测试系统的错误率背景极限 29 “重复码”的“重复码”—— 它可以被视为表面码的一维情况，它不能同时检测到所有的情况 Pauli 错误(指错误可以表示为 Pauli 矩阵的线性组合；例如，量子态绕组 X 或 Z 轴翻转了 180 度)，只能检测比特翻转或相位翻转中的一种。测试结果表明，在码距达到约 25 之后，逻辑错误率饱和，约为百亿分之一(10-10)。该团队发现，这种背景错误率来自于每小时发生一次不明来源的相关错误。在之前的芯片中，错误率的背景是百万分之一，团队认为这是由于大约几十秒的高能事件，即宇宙射线轰击芯片。因此，这可能成为未来量子纠错技术的一个新课题。
总之，这是一项伟大的工作，谷歌再次证明了它们的顶级量子计算工程技术能力。作为同龄人，我既兴奋又担心。我很兴奋，因为这是容错通用量子计算的重要一步，是大量量量子工程技术的系统进步，给世界带来了更多的希望。担心是从国家的角度来看的，这可能意味着中美在量子计算领域的差距无形中扩大了。谷歌只是美国量子计算的顶级团队之一，IBM、麻省理工学院也有类似的能力。在现阶段，这种能力往往体现在系统工程上，而不是科学问题上。我们用谷歌，IBM 作为技术标杆，团队很少考虑如何组织，如何权衡和协调工程技术与科学问题的关系，如何让优秀的工程师与科学家合作解决问题，等等。从本文的作者结构来看，除谷歌量子外，这是一个大型的工程合作模式 AI 团队，还有 DeepMind 团队、马萨诸塞大学、圣巴巴拉分校、康涅狄格大学、奥本大学、苏黎世联邦理工学院、耶鲁大学、麻省理工学院等 13 家单位 / 参与人数超过的团队 200 人。如何在中国发生如此大规模的合作？如果不改变思维，努力打造以工程为导向、以企业为导向的新团队；如果没有胸怀大、号召力大的科学家站出来；如果我们的科技激励机制还是几篇文章，那就拼吧 Nature、Science 如果..... 也许还有很多如果；再加上欧美对我们人才和技术的不断限制，在量子计算工程方面，我们可能很难打破游戏。
我们需要勇气，我们需要决心，我们需要更多的团结。我无法忍受，只希望有真正的士兵，领导一群优秀的工程师和来自世界各地的优秀科学家，努力计算实用的量子，走出坚实的中国步伐。
后记:就在稿子编辑的这几天(9 月 10 日)，微软蓝天量子（Microsoft Azure Quantum）在催化反应手性分子模拟中，团队首次演示了“端到端”的高性能计算（HPC）、量子计算与人工智能相结合 [2]。他们采用了量子计算部分 C4 编码纠错保护的逻辑量子比特用于基态制备，而不是物理量子比特。由此可见，量子纠错将迅速成为量子计算工程技术的主战场，我国量子计算工程能力迫切需要提高，以应对这些竞争。
参考文献
[1] https://doi.org/10.48550/arXiv.2408.13687
[2] https://arxiv.org/pdf/2409.05835
本文来自微信公众号：微信公众号（ID：null），作者：无邪
广告声明：文本中包含的外部跳转链接（包括不限于超链接、二维码、密码等形式）用于传递更多信息，节省选择时间。结果仅供参考。计算机系统网络上的所有文章都包含了本声明。
