向可擴展算法更進一步 「量子人工智慧」研究獲新進展

  谷歌「量子人工智慧」製造的兩代懸鈴木處理器。每個處理器都有兩個黏合在一起的芯片，一個包含量子位，一個包含量子位和外部世界之間的線路。圖片來源：谷歌」量子人工智慧」
  科技日報北京2月22日電 （記者張夢然）據英國《自然》雜誌22日報道，谷歌科學家團隊改善了量子計算機的糾錯能力，演示了隨著糾錯規模增加，錯誤率反而降低的量子計算。這項工作意味著人們向可擴展的量子糾錯更進一步，使量子計算機達到以足夠低的錯誤率運行可用量子算法的水準。
  量子計算機和經典計算機一樣，容易發生其背後物理系統「噪音」（或干擾）導致的錯誤，實現其潛能需要降低錯誤率。一種量子糾錯方法是用所謂「糾錯碼」，即使用一組物理量子位（量子資訊單位，相當于經典計算機的比特）形成一個邏輯量子位。這個系統稱為表面碼邏輯量子位，可以檢測和糾正錯誤而不影響資訊，但擴展這樣的系統意味著操作更多量子位，這可能引入更多邏輯錯誤。為使邏輯性能隨著編碼規模增加而改善，總體的糾錯需超過增加的邏輯錯誤。
  谷歌「量子人工智慧」團隊研究人員哈姆特·耐文及其同事，此次展示了一種邏輯量子位表面碼，可以在系統規模增大時降低錯誤率。他們建造了一個72個量子位的超導量子處理器，用兩種不同表面碼做了測試：一種稱為distance-5 邏輯量子位（基於49個物理量子位），另一種是較小的distance-3邏輯量子位（基於17個物理量子位）。較大表面碼展現出能夠實現更好的邏輯量子位性能（每週期2.914%邏輯錯誤），優於較小的表面碼（每週期3.028%邏輯錯誤）。
  研究團隊指出，還需要更多研究實現有效計算所需的邏輯錯誤率，但目前這項工作，向人們展示出未來量子算法開發的基本要求。