事實(shí)上，所有計(jì)算機(jī)都存在出錯(cuò)的可能性。
因此，對(duì)其進(jìn)行糾錯(cuò)或盡可能地降低錯(cuò)誤率，是相關(guān)研究人員和工程師們孜孜不倦探索和解決的問題。
（來(lái)源：Nature）
對(duì)于普通的計(jì)算機(jī)芯片來(lái)說，由于其以只能表示 0 或 1 的位（Bit）來(lái)存儲(chǔ)信息，并能夠?qū)⒁恍┬畔?fù)制到冗余的“糾錯(cuò)”位中，因此當(dāng)錯(cuò)誤發(fā)生時(shí)，芯片可以發(fā)現(xiàn)并自動(dòng)解決問題，這一般也被解釋為糾錯(cuò)技術(shù)。
不過，量子計(jì)算機(jī)卻無(wú)法做到這一點(diǎn)，因?yàn)槠溆?jì)算原理使用的是，可以同時(shí)以 0 和 1 的疊加狀態(tài)存在的量子比特，所以如果量子比特的全量子態(tài)以一種不可恢復(fù)的形式丟失，就無(wú)法順利地讀出信息，這意味著它的信息不能被簡(jiǎn)單地復(fù)制到冗余的量子比特上。
但是，要想讓量子計(jì)算機(jī)攻克經(jīng)典計(jì)算機(jī)無(wú)法解決的問題，比如理解化學(xué)催化劑的反應(yīng)過程、將大部分整數(shù)分解為素?cái)?shù)，糾錯(cuò)技術(shù)是必不可少的關(guān)鍵一環(huán)。
基于此，科學(xué)家們開發(fā)了量子糾錯(cuò)的方案，通過在多個(gè)物理量子位上對(duì)信息進(jìn)行編碼，來(lái)構(gòu)建能夠保護(hù)信息的邏輯量子位。并且，物理量子位的數(shù)量越多，出現(xiàn)錯(cuò)誤的幾率也就越低，其優(yōu)勢(shì)體現(xiàn)在具有可伸縮性。
其中，需要說明的是，對(duì)更多物理量子位的增加，也會(huì)增加這樣一種可能性，即其中兩個(gè)量子位同時(shí)出現(xiàn)錯(cuò)誤。因此，要想進(jìn)一步提高邏輯性能，錯(cuò)誤密度必須足夠低。
為了解決這個(gè)問題，谷歌量子 AI 團(tuán)隊(duì)（Google Quantum AI）的研究人員使用包含 72 個(gè)量子位的芯片，采用如下兩種方式，對(duì)單個(gè)邏輯量子位進(jìn)行了編碼。
一種是使用了 17 個(gè)量子位，包括 9 個(gè)數(shù)據(jù)和 8 個(gè)輔助量子位，能夠一次從一個(gè)錯(cuò)誤中恢復(fù)；另一種是使用了 49 個(gè)量子位，包括 25 個(gè)數(shù)據(jù)和 24 個(gè)輔助量子位，能夠從兩個(gè)同時(shí)發(fā)生的錯(cuò)誤中恢復(fù)，并且從性能上看后者比前者要略勝一籌。
研究人員對(duì)這兩種系統(tǒng)進(jìn)行了 25 個(gè)周期的測(cè)量，來(lái)尋找邏輯翻轉(zhuǎn)的量子比特。谷歌量子硬件總監(jiān)朱利安凱利（Julian Kelly）表示：“研究人員只是跟蹤它們，而不是糾正它們，這足以完成實(shí)驗(yàn)。”
25 個(gè)周期之后，他們對(duì)數(shù)據(jù)量子位進(jìn)行了直接測(cè)量，以查看跟蹤所有邏輯翻轉(zhuǎn)情況或觀察是否優(yōu)更多翻轉(zhuǎn)的輔助量子位已經(jīng)潛入，這說明機(jī)器失去了對(duì)邏輯量子位的跟蹤。
實(shí)驗(yàn)結(jié)果顯示，在前一個(gè)系統(tǒng)中，每個(gè)周期丟失邏輯量子比特的概率為 3.028%，后一個(gè)系統(tǒng)每周期丟失邏輯量子比特的概率為 2.914%。結(jié)果表明，隨著物理量子位數(shù)的增加，錯(cuò)誤率是在下降的，盡管下降的幅度比較校
2023 年 2 月 22 日，相關(guān)論文成果以《通過縮放表面編碼邏輯量子位來(lái)抑制量子誤差》（Suppressing quantum errors by scaling a surface code logical qubit）為題發(fā)表在 Nature 上[1]。
圖丨相關(guān)論文（來(lái)源：Nature）
“我們的突破代表著我們?cè)诓僮饔?jì)算機(jī)方面的重大轉(zhuǎn)變。”Alphabet 和谷歌的 CEO桑達(dá)爾皮查伊（Sundar Pichai）表示，“我們不是在量子處理器上逐個(gè)處理物理量子位，而是將一組量子位視為一個(gè)邏輯量子位。”
理論物理學(xué)家芭芭拉特哈爾（Barbara Terhal）來(lái)自荷蘭代爾夫特理工大學(xué)，她專注于對(duì)量子糾錯(cuò)的研究。在她看來(lái)，“谷歌的成就令人印象深刻，因?yàn)樵诖蟠a規(guī)模下很難獲得更好的性能”。
“這是第一次有人實(shí)現(xiàn)了縮放邏輯量子位的實(shí)驗(yàn)里程碑。”皮查伊表示，“我們一直在朝著這一里程碑向未來(lái)努力，因?yàn)榱孔佑?jì)算機(jī)有潛力為數(shù)百萬(wàn)人的生活帶來(lái)實(shí)實(shí)在在的好處。”
據(jù)悉，谷歌為自己構(gòu)建了一個(gè)大規(guī)模的“量子計(jì)算機(jī)路線圖”，其中共包括六個(gè)關(guān)鍵性的里程碑。
第一個(gè)里程碑是其在三年前設(shè)計(jì)出的一臺(tái)量子計(jì)算機(jī)，它的計(jì)算速度遠(yuǎn)遠(yuǎn)大于世界上最快的超級(jí)計(jì)算機(jī)，能實(shí)現(xiàn)用 200 秒完成后者需要1萬(wàn)年才能完成的計(jì)算任務(wù)。
而本次取得的最新突破，則被谷歌看作是第二個(gè)里程碑。
谷歌希望最終能夠開發(fā)出一臺(tái)由 100 萬(wàn)個(gè)物理量子比特組成的機(jī)器，能夠編碼 1000 個(gè)邏輯量子比特，也期待量子計(jì)算機(jī)能與經(jīng)典計(jì)算機(jī)協(xié)同工作的未來(lái)。
同時(shí)，皮查伊也相信，在未來(lái)的某天，量子計(jì)算機(jī)不僅可以用于物理學(xué)研究，還可以幫助科研人員完成從電池到核聚變反應(yīng)堆等更高效的可持續(xù)技術(shù)的研發(fā)，以及識(shí)別新藥分子的發(fā)現(xiàn)等。“這些研究將為我們帶來(lái)無(wú)法想象的進(jìn)步。”皮查伊說。
綜上，量子計(jì)算機(jī)的發(fā)展和進(jìn)步，有利于擴(kuò)展人類知識(shí)的邊界，幫助我們找到解決世界上存在的一些最復(fù)雜問題的方法。
支持：張智
參考資料：
1.Google Quantum AI. Suppressing quantum errors by scaling a surface code logical qubit. Nature 614, 676681 (2023). https://doi.org/10.1038/s41586-022-05434-1
https://www.nature.com/articles/d41586-023-00536-w
https://www.science.org/content/article/quantum-computers-take-key-step-toward-curbing-errors
https://blog.google/inside-google/message-ceo/our-progress-toward-quantum-error-correction/
