版權(quán)歸原作者所有,如有侵權(quán),請(qǐng)聯(lián)系我們

谷歌量子糾錯(cuò)取得重要突破:邏輯量子比特壽命大幅延長(zhǎng)

返樸
原創(chuàng)
溯源守拙·問(wèn)學(xué)求新?!斗禈恪?,科學(xué)家領(lǐng)航的好科普。
收藏

近日,谷歌量子AI團(tuán)隊(duì)公布其量子糾錯(cuò)新進(jìn)展,他們所構(gòu)建的表面碼糾錯(cuò)大幅降低了錯(cuò)誤率,使得邏輯量子比特壽命高于物理量子比特,顯著延長(zhǎng)了量子信息的存儲(chǔ)壽命。這項(xiàng)在量子工程領(lǐng)域具有里程碑意義的工作證明,谷歌團(tuán)隊(duì)依然在量子計(jì)算機(jī)競(jìng)賽中占據(jù)領(lǐng)先地位。

撰文 | 無(wú)邪

四年前,我曾翻譯過(guò)一篇發(fā)表于Science上的評(píng)論文章《量子計(jì)算的下一個(gè)超級(jí)大挑戰(zhàn)》,這個(gè)超級(jí)大挑戰(zhàn)正是量子糾錯(cuò)。彼時(shí)正值谷歌量子AI團(tuán)隊(duì)(Google Quantum AI)剛剛完成“量子霸權(quán)”的演示,引發(fā)全球關(guān)注。四年來(lái),全球多個(gè)量子計(jì)算的頂級(jí)團(tuán)隊(duì)在向這一超級(jí)挑戰(zhàn)發(fā)起沖擊,而谷歌量子AI團(tuán)隊(duì),無(wú)疑是其中的先鋒隊(duì)。

最近,谷歌團(tuán)隊(duì)在arXiv上貼出了他們的最新成果:低于表面碼閾值的量子糾錯(cuò)(Quantum error correction below the surface code threshold)[1]。他們?cè)谝黄?05個(gè)量子比特的芯片中實(shí)現(xiàn)了碼距為7(d=7)的表面碼糾錯(cuò),同時(shí)在一片72量子比特芯片中實(shí)現(xiàn)了碼距為5(d=5)的表面碼糾錯(cuò)及其實(shí)時(shí)解碼。兩種情況下均超過(guò)糾錯(cuò)的“盈虧平衡點(diǎn)”,也就是編碼后的邏輯量子比特中的信息存儲(chǔ)壽命,高于所有參與編碼的物理量子比特的壽命。

具體來(lái)說(shuō),碼距為7的邏輯量子比特壽命達(dá)到了291微秒,而所有參與編碼的量子比特平均壽命為85微秒,最高119微秒。折算下來(lái),量子糾錯(cuò)讓量子信息的存儲(chǔ)壽命延長(zhǎng)了2.4倍。這是一項(xiàng)非常了不起的工程結(jié)果,大幅提升了表面碼量子糾錯(cuò)的工程可行性,為未來(lái)實(shí)現(xiàn)具備實(shí)用價(jià)值的邏輯量子比特注入了強(qiáng)大的信心。我認(rèn)為這一工作的意義,不亞于當(dāng)年的“量子霸權(quán)”,甚至也不亞于2023年中性原子體系中所取得的量子糾錯(cuò)成果。下面我就嘗試講解一下這一里程碑意義的進(jìn)展,以及背后的一些技術(shù)原理。

左圖為不同碼距的表面碼糾錯(cuò)下的邏輯錯(cuò)誤率,圖中同時(shí)引用2023年兩個(gè)d=3糾錯(cuò)碼的數(shù)據(jù);橫軸為糾錯(cuò)周期數(shù),曲線越平緩,表明錯(cuò)誤率越低。右圖為不同碼距錯(cuò)誤率擬合的錯(cuò)誤抑制系數(shù)Λ,在這里為2.14,意味著系統(tǒng)錯(cuò)誤率不到表面碼糾錯(cuò)錯(cuò)誤率閾值的二分之一;隨著碼距的增加,糾錯(cuò)后錯(cuò)誤率將以指數(shù)形式快速下降。丨圖片來(lái)源:參考文獻(xiàn)[1]

現(xiàn)實(shí)中的量子比特,或者叫物理量子比特,總是會(huì)因?yàn)楦鞣N原因而出錯(cuò),比如莫名其妙飛過(guò)的光子、材料中的某個(gè)缺陷,甚至可能是來(lái)自遙遠(yuǎn)宇宙深處的一束宇宙射線。錯(cuò)誤會(huì)在進(jìn)行量子計(jì)算的過(guò)程中累積、傳遞,導(dǎo)致最終的結(jié)果不可用。舉例來(lái)說(shuō),現(xiàn)在的兩比特糾纏門(mén)錯(cuò)誤率在百分之幾到千分之幾的水平:假設(shè)量子門(mén)的平均錯(cuò)誤率為千分之一,那執(zhí)行5000個(gè)量子門(mén),得到正確答案的概率將低于百分之一;執(zhí)行10000個(gè)門(mén),正確的概率將低至十萬(wàn)分之幾;執(zhí)行20000個(gè)門(mén),這個(gè)概率將低于億分之一(這是一個(gè)非常粗略的估算,實(shí)際的錯(cuò)誤累積、傳遞和關(guān)聯(lián)的情況要復(fù)雜得多,正確率將以更快的速度衰減)。這將大幅抵消量子計(jì)算所能帶來(lái)的加速能力,令其威力無(wú)法施展。

量子糾錯(cuò)理論的出現(xiàn),讓我們重新燃起了希望。利用冗余的量子比特,以某種方式將它們編碼在一起,可以診斷出哪里出錯(cuò)了。如果錯(cuò)誤足夠“稀疏”,同時(shí)又有某些手段及時(shí)糾正出錯(cuò)的比特,我們就能夠?qū)崿F(xiàn)量子糾錯(cuò)——得到理想的、不會(huì)出錯(cuò)的量子比特,上面說(shuō)的錯(cuò)誤累積也就不會(huì)出現(xiàn),我們總能得到正確的計(jì)算結(jié)果。

由于這種糾錯(cuò)編碼的量子比特的信息并不是存儲(chǔ)在某個(gè)或某些具體的物理量子比特上,而是以一種糾纏約束的、抽象的形式存在,因此我們將其稱(chēng)為“邏輯量子比特”。早在上世紀(jì)末,量子糾錯(cuò)的理論就開(kāi)始發(fā)展:最早的糾錯(cuò)碼由Shor和Steane獨(dú)立提出,接下來(lái)Calderbank、Shor和Steane又共同給出了糾錯(cuò)的一般性理論,即著名的CSS碼,奠定了量子糾錯(cuò)的基礎(chǔ)。隨后的一個(gè)重要進(jìn)展是穩(wěn)定子(stabilizer)概念的提出,為這一領(lǐng)域提供了全新的洞察力,后續(xù)很多有用的量子糾錯(cuò)碼都是基于這一概念發(fā)展的,包括著名的表面碼。這也正是谷歌量子AI團(tuán)隊(duì)一直堅(jiān)持采用的技術(shù)。

表面碼屬于更廣義的“拓?fù)浯a”中的一種,這一編碼家族的基本設(shè)計(jì)理念,是將多個(gè)重復(fù)的糾錯(cuò)單元“拼接”起來(lái),這種模塊化的設(shè)計(jì)方法使得拓?fù)浯a具有良好的可擴(kuò)展性,符合工程化實(shí)現(xiàn)的要求。表面碼只需要近鄰耦合,對(duì)錯(cuò)誤率的閾值要求,或者說(shuō)“門(mén)檻”比較低,盡管其編碼效率不高,但已成為目前最具工程實(shí)現(xiàn)價(jià)值的編碼方法之一,特別適合于超導(dǎo)量子芯片。

表面編碼示意圖。圖中黃色標(biāo)記的是數(shù)據(jù)比特,藍(lán)色標(biāo)記的是測(cè)量比特,綠色標(biāo)記的是泄漏消除比特。紅色、橙色、黑色框線分別標(biāo)出了碼距為3、5、7的編碼范圍,可以很直觀地看出,碼距就是數(shù)據(jù)比特二維陣列的長(zhǎng)度,比如碼距為3時(shí),數(shù)據(jù)比特是3x3的陣列。丨圖片來(lái)源:參考文獻(xiàn)[1]

表面碼的錯(cuò)誤率閾值要求大概在百分之一的水平,此次谷歌量子AI團(tuán)隊(duì)所用到的兩塊芯片,單比特門(mén)的錯(cuò)誤率達(dá)到了萬(wàn)分之五的水平,兩比特門(mén)達(dá)到了千分之四,讀?。ㄌ綔y(cè))錯(cuò)誤率則達(dá)到了千分之八的水平。不過(guò),對(duì)于復(fù)雜的量子系統(tǒng),這些單一的指標(biāo)已經(jīng)很難描述系統(tǒng)的整體錯(cuò)誤情況,正如前面說(shuō)的,真實(shí)的錯(cuò)誤比簡(jiǎn)單的錯(cuò)誤累積要復(fù)雜得多。因此,谷歌團(tuán)隊(duì)又引入了一種更適合描述表面碼錯(cuò)誤情況的“權(quán)重-4探測(cè)概率”(就當(dāng)作是另一種表達(dá)系統(tǒng)錯(cuò)誤的“指標(biāo)”)。對(duì)于d=7的體系,這個(gè)值是8.7%。這表明團(tuán)隊(duì)在量子芯片的加工方面有了顯著的提升,細(xì)節(jié)自然不會(huì)公開(kāi),不過(guò)他們提到這歸功于“能隙剪裁(Gap-engineering)”技術(shù)的應(yīng)用。無(wú)論如何,對(duì)于百比特規(guī)模的量子計(jì)算芯片而言,這已經(jīng)代表了頂級(jí)水平。

最新的105量子比特芯片性能統(tǒng)計(jì)。圖中畫(huà)的是不同類(lèi)型錯(cuò)誤的累計(jì)直方圖。紅色:?jiǎn)伪忍亻T(mén)錯(cuò)誤率;黑色:兩比特CZ門(mén)錯(cuò)誤率;黃色:閑置(即不做任何操作)時(shí)的錯(cuò)誤率;藍(lán)色:讀?。y(cè)量)錯(cuò)誤率;淺藍(lán):權(quán)重-4探測(cè)概率。

還有幾個(gè)亮點(diǎn)值得提一下,一個(gè)是實(shí)時(shí)解碼技術(shù)。表面碼量子糾錯(cuò)需要不斷地制備穩(wěn)定子,對(duì)輔助量子比特進(jìn)行測(cè)量并重置,然后再重復(fù)這一過(guò)程。在這個(gè)過(guò)程中,我們需要對(duì)測(cè)量結(jié)果進(jìn)行解碼,以保持對(duì)錯(cuò)誤癥候的追蹤,并在需要對(duì)邏輯量子比特進(jìn)行操作時(shí)及時(shí)糾正錯(cuò)誤。顯然,實(shí)時(shí)解碼對(duì)于實(shí)用的容錯(cuò)量子計(jì)算是必要的,不過(guò)對(duì)解碼器的性能也提出了極為苛刻的要求。特別是超導(dǎo)量子體系,因?yàn)殚T(mén)執(zhí)行的速度太快了,上述一個(gè)周期將在1微秒左右完成,這意味著需要在同樣的時(shí)間內(nèi)完成解碼。正是這個(gè)原因,過(guò)往的量子糾錯(cuò)實(shí)驗(yàn),一般是將測(cè)量數(shù)據(jù)先存起來(lái),之后用一個(gè)離線解碼器處理。這次谷歌團(tuán)隊(duì)首次在d=5的糾錯(cuò)流程中實(shí)現(xiàn)了長(zhǎng)時(shí)間的連續(xù)實(shí)時(shí)解碼,在一百萬(wàn)個(gè)周期下,解碼器的平均延時(shí)為63微秒,沒(méi)有表現(xiàn)出延時(shí)隨周期數(shù)逐漸增長(zhǎng)的情況,表明解碼器能夠跟上糾錯(cuò)碼的執(zhí)行節(jié)奏——大概是每周期1.1微秒。實(shí)時(shí)解碼器會(huì)帶來(lái)一定的性能下降,不過(guò)仍能保持一個(gè)2倍以上的錯(cuò)誤抑制系數(shù)。團(tuán)隊(duì)并沒(méi)有在d=7的糾錯(cuò)碼中應(yīng)用實(shí)時(shí)解碼技術(shù),表明其中的挑戰(zhàn)性是非常大的。未來(lái)如何在更大碼距的糾錯(cuò)碼中實(shí)現(xiàn)實(shí)時(shí)解碼,將一直是一個(gè)極富挑戰(zhàn)的技術(shù)難題。

另一個(gè)亮點(diǎn)是團(tuán)隊(duì)為了試探系統(tǒng)的錯(cuò)誤率背景極限,測(cè)試了碼距為29的“重復(fù)碼”——它可以看作表面碼的一維情況,它不能同時(shí)偵測(cè)所有的Pauli錯(cuò)誤(指錯(cuò)誤可以表示為Pauli矩陣的線性組合;舉例來(lái)說(shuō),量子態(tài)繞X或Z軸翻轉(zhuǎn)了180度),只能偵測(cè)比特翻轉(zhuǎn)或相位翻轉(zhuǎn)中的一種。測(cè)試結(jié)果表明,在碼距達(dá)到大約25之后,邏輯錯(cuò)誤率就飽和了,大概為百億分之一(10-10)的水平。團(tuán)隊(duì)發(fā)現(xiàn)這一背景錯(cuò)誤率來(lái)源于大約每小時(shí)發(fā)生一次的不明來(lái)源的關(guān)聯(lián)錯(cuò)誤。而在之前的芯片上,這個(gè)錯(cuò)誤率背景是百萬(wàn)分之一,團(tuán)隊(duì)認(rèn)為這是由于大概幾十秒一次的高能事件,也就是宇宙射線轟擊芯片所導(dǎo)致的。因此,這有可能成為未來(lái)量子糾錯(cuò)技術(shù)的一個(gè)新課題。

不同碼距重復(fù)碼糾錯(cuò)后的邏輯錯(cuò)誤率。隨著碼距的增加,錯(cuò)誤率會(huì)逐漸偏離理論預(yù)測(cè)值;當(dāng)碼距達(dá)到25時(shí),錯(cuò)誤率達(dá)到一個(gè)飽和的背景值,約百億分之一。這可能與一些發(fā)生率很低(大約1小時(shí)一次)的不明原因關(guān)聯(lián)錯(cuò)誤有關(guān)。丨圖片來(lái)源:參考文獻(xiàn)[1]

總而言之,這是一個(gè)非常了不起的工作,谷歌再次證明了他們頂級(jí)的量子計(jì)算工程技術(shù)能力。作為同行,我既感到興奮,也感到憂慮。感到興奮,是因?yàn)檫@是朝容錯(cuò)通用量子計(jì)算邁出的重要一步,是大量量子工程技術(shù)的系統(tǒng)性進(jìn)步,讓全世界看到了更多的希望。感到憂慮,則是站在國(guó)家角度,這有可能意味著在量子計(jì)算領(lǐng)域中美之間的差距在無(wú)形中拉大。要知道,谷歌僅是美國(guó)量子計(jì)算的頂級(jí)團(tuán)隊(duì)之一,IBM、麻省理工學(xué)院等同樣具備類(lèi)似的能力。在現(xiàn)在的階段,這種能力往往表現(xiàn)在系統(tǒng)工程方面,而非科學(xué)問(wèn)題。我們以谷歌、IBM等團(tuán)隊(duì)作為技術(shù)標(biāo)桿,卻少有思考他們是如何組織,如何權(quán)衡與協(xié)調(diào)工程技術(shù)與科學(xué)問(wèn)題之間的關(guān)系,如何讓優(yōu)秀的工程師與科學(xué)家協(xié)同攻關(guān),等等。從這篇論文的作者結(jié)構(gòu)來(lái)看,這是一項(xiàng)大型的工程合作典范,除了谷歌量子AI團(tuán)隊(duì),還有DeepMind團(tuán)隊(duì)、馬薩諸塞大學(xué)、加州大學(xué)圣巴巴拉分校、康涅狄格大學(xué)、奧本大學(xué)、蘇黎世聯(lián)邦理工學(xué)院、耶魯大學(xué)、麻省理工學(xué)院等共13家單位/團(tuán)隊(duì),參與人數(shù)超過(guò)200人。這樣的大規(guī)模合作,在中國(guó)要如何發(fā)生呢?如果我們不轉(zhuǎn)變思維,著力打造工程導(dǎo)向、企業(yè)化組織的新型團(tuán)隊(duì);如果我們遲遲沒(méi)有具有大胸懷、擁有頂級(jí)號(hào)召力的科學(xué)家站出來(lái);如果我們的科技激勵(lì)機(jī)制仍以數(shù)文章,拼Nature、Science為核心導(dǎo)向;如果……或許還有很多如果;再疊加上歐美持續(xù)對(duì)我們的人才和技術(shù)限制,在量子計(jì)算工程方面,我們可能很難破局。

我們需要勇氣,我們需要定力,我們更需要團(tuán)結(jié)。我自不堪,唯愿有真國(guó)士出,領(lǐng)一批優(yōu)秀的工程師,和各地卓越的科學(xué)家,向?qū)嵱昧孔佑?jì)算踔厲前行,走出堅(jiān)實(shí)的中國(guó)步伐。

后記:就在稿子編輯的這幾天(9月10日),微軟藍(lán)天量子(Microsoft Azure Quantum)團(tuán)隊(duì)首次在催化反應(yīng)手性分子模擬中,演示了“端到端”的高性能計(jì)算(HPC)、量子計(jì)算和人工智能組合[2]。在量子計(jì)算部分,他們采用了C4碼糾錯(cuò)保護(hù)的邏輯量子比特來(lái)進(jìn)行基態(tài)制備,而不是物理量子比特。可見(jiàn)量子糾錯(cuò)將快速成為量子計(jì)算工程技術(shù)的主戰(zhàn)場(chǎng),而我國(guó)的量子計(jì)算工程能力急需提升以應(yīng)對(duì)這些競(jìng)爭(zhēng)。

特 別 提 示

1. 進(jìn)入『返樸』微信公眾號(hào)底部菜單“精品專(zhuān)欄“,可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關(guān)注公眾號(hào),回復(fù)四位數(shù)組成的年份+月份,如“1903”,可獲取2019年3月的文章索引,以此類(lèi)推。

版權(quán)說(shuō)明:歡迎個(gè)人轉(zhuǎn)發(fā),任何形式的媒體或機(jī)構(gòu)未經(jīng)授權(quán),不得轉(zhuǎn)載和摘編。轉(zhuǎn)載授權(quán)請(qǐng)?jiān)凇阜禈恪刮⑿殴娞?hào)內(nèi)聯(lián)系后臺(tái)。

內(nèi)容資源由項(xiàng)目單位提供

評(píng)論
內(nèi)蒙古趙華
庶吉士級(jí)
量子領(lǐng)域的研究,需要全世界科學(xué)家共同努力才能有新的突破,作為中國(guó)科學(xué)家一定要做到勇氣,定力,團(tuán)結(jié)三位一體的科學(xué)探索精神。帶領(lǐng)一批優(yōu)秀的工程師,和各地卓越的科學(xué)家,向?qū)嵱昧孔佑?jì)算踔厲前行,走出堅(jiān)實(shí)的中國(guó)步伐。
2024-09-16
新風(fēng)科普????
學(xué)士級(jí)
谷歌的量子糾錯(cuò)技術(shù)突破,就像是給量子計(jì)算打了一劑強(qiáng)心針,讓邏輯量子比特的壽命大大延長(zhǎng)。這不僅意味著量子計(jì)算機(jī)的可靠性向前邁出了一大步,也讓我們對(duì)未來(lái)量子技術(shù)的實(shí)用化充滿了期待。
2024-09-16
科普:zhf
少師級(jí)
谷歌量子AI團(tuán)隊(duì)的這一成就不僅展示了表面碼量子糾錯(cuò)技術(shù)的實(shí)際可行性,還為量子計(jì)算技術(shù)的發(fā)展帶來(lái)了新的希望。隨著技術(shù)的不斷進(jìn)步,我們有理由相信量子計(jì)算將在未來(lái)發(fā)揮更重要的作用。
2024-09-16