登上Nature！谷歌“悬铃木”实现错误抑制100倍增长，逼近量子纠错阈值

要实现量子计算的潜力，需要足够低的逻辑错误率。许多应用程序要求错误率低至10^-15，但最先进的量子平台的物理错误率通常接近10^-3。

量子错误校正通过将量子逻辑信息分布在许多物理量子位上，以一种错误可以被检测和纠正的方式，来弥合这一鸿沟。

昨日，谷歌量子人工智能（Google AI Quantum）团队的一篇论文登上《自然》，并吸引了众多关注。该成果中，研究人员基于谷歌量子处理器“悬铃木”（Sycamore），实现了量子计算错误抑制的指数级增长。

编码逻辑量子位状态上的错误，可以随着物理量子位数量的增长而指数级抑制，前提是物理错误率低于某个阈值，并且在计算过程中保持稳定。

研究人员们实现了嵌入在超导量子位二维网格中的一维重复码，该网格显示了位翻转或相翻转错误的指数抑制，当量子位数从5增加到21时，每轮逻辑错误减少了100倍以上。

至关重要的是，这种误差抑制在50轮误差校正中是稳定的。

研究人员们还介绍了一种高精度分析误差相关性的方法，允许在进行量子误差校正时描述误差局部性。

最后，研究人员在相同的器件上使用二维表面编码用一个小的逻辑量子位进行错误检测，结果表明，一维和二维编码的结果与使用一个简单的去极化错误模型的数值模拟一致。

这些实验演示，为构建具有超导量子位的可扩展容错量子计算机奠定了基础。这一研究成果已经证明了量子纠错（QEC）可以成功将错误率控制在一定范围内。研究人员认为“悬铃木”架构或已逼近这一阈值，结果令人振奋。

译/前瞻经济学人APP资讯组

论文链接：https://www.nature.com/articles/s41586-021-03588-y