Google Quantum AI испытала на квантовом процессоре Willow метод выращивания магических состояний, который повысил точность квантовых вычислений и сократил количество ошибок примерно в 40 раз. Результаты исследования опубликованы в журнале Science. Разработка может помочь решить одну из ключевых проблем масштабирования квантовых компьютеров — высокую стоимость коррекции ошибок, передает Tech-news.
Квантовым компьютерам недостаточно просто увеличивать количество кубитов, чтобы решать сложные задачи. Им также нужны специальные квантовые состояния, позволяющие выполнять универсальные вычисления с высокой точностью. Их подготовка требует значительных ресурсов, а возникающие ошибки ограничивают возможности квантовых систем.
Одним из решений этой проблемы стала технология magic state cultivation — выращивание магических состояний. Исследователи Google Quantum AI показали, что этот подход можно реализовать на реальном квантовом процессоре и существенно повысить точность получаемых состояний.
Магические состояния необходимы для выполнения операций, которые позволяют квантовым компьютерам решать широкий круг задач. Однако подготовить их с низким уровнем ошибок непросто: процесс требует дополнительных кубитов, операций и ресурсов для коррекции ошибок.
По некоторым оценкам, на подготовку таких состояний может уходить до 95% вычислительных ресурсов квантового компьютера. Это существенно ограничивает возможности системы, поскольку на сами вычисления остаётся меньше ресурсов. Кроме того, использованные магические состояния нельзя просто повторно задействовать в следующей операции.
Поэтому исследователи уже около 20 лет ищут способы сделать их производство эффективнее.
Подход magic state cultivation разработали в 2024 году исследователи Google Quantum AI Крейг Гидни, Ноа Шатти и Коди Джонс. Его идея заключается в том, чтобы получать высокоточные квантовые состояния с помощью последовательности измерений и процедур обнаружения ошибок.
Сначала исходное состояние подготавливают в небольшой области квантового процессора. Затем система выполняет согласованные измерения, позволяющие выявлять ошибки и отбрасывать неудачные результаты. После этого формируется более точное состояние, которое можно использовать в дальнейших вычислениях.
Но перенести теоретический подход на реальное оборудование оказалось непросто.
Во время ранних испытаний исследовательница Google Quantum AI Эмма Розенфельд обнаружила результаты измерений, которые выглядели несовместимыми с ожидаемым поведением системы. После нескольких месяцев проверок команда установила, что проблема заключалась в методике измерений.
На результаты влияли электрические помехи, нестабильность оборудования и температурные изменения в лаборатории. Исследователи усовершенствовали систему управления и разработали дополнительный способ проверки точности, используя саму процедуру выращивания магических состояний для оценки её результатов.
После доработки алгоритмов и оборудования команда протестировала технологию на квантовом процессоре Willow.
По данным Google Quantum AI, применение нового метода позволило снизить количество ошибок примерно в 40 раз по сравнению с магическими состояниями без дополнительной процедуры выращивания. Логическая точность полученных T-состояний достигла 99,99%.
Исследователи также продемонстрировали перенос квантовых состояний между двумя схемами коррекции ошибок — цветовыми и поверхностными кодами. В эксперименте состояния, закодированные с расстоянием 3 в цветовом коде, перенесли в поверхностный код с расстоянием 5.
Этот результат показывает, что квантовые состояния можно не только очищать от ошибок, но и переносить между различными схемами их коррекции на реальном оборудовании.
Новая демонстрация подтверждает, что выращивание магических состояний может стать одним из инструментов для создания более масштабируемых квантовых систем. Снижение ошибок при подготовке таких состояний потенциально позволит уменьшить вычислительные затраты и направить больше ресурсов непосредственно на решение задач.
Однако эксперимент пока не означает, что квантовые компьютеры уже готовы заменить классические системы в практических приложениях. Предстоит проверить, насколько эффективно технология будет работать при увеличении масштаба вычислений и выполнении более сложных операций.
Для Google Quantum AI это очередной шаг к созданию квантового компьютера с коррекцией ошибок, способного решать задачи, недоступные классическим вычислительным системам. Главный вопрос теперь — удастся ли сохранить достигнутую точность по мере усложнения квантовых вычислений.
