什么是逻辑量子比特?怎样用其实现量子纠错呢?

描述

逻辑量子比特(Logical Qubit)由多个物理量子比特组成,可作为量子计算系统的基本计算单元,因其具有较强的纠错性能而备受关注。

一、量子计算技术进步依赖于更强纠错能力

(一)量子计算面临更多的噪声与错误,纠错技术不可或缺

2019年10月,谷歌公司发布“Sycamore”量子计算原型机,一度引发轰动。自此,全球科学家不断推出新的研究,将量子计算性能推向更高的水平。但是,Sycamore的原型机在执行随机线路采样中的保真度极低。这也引发了科研人员对于量子纠错的思考和探索。

计算设备不可避免地会出现错误,包括经典计算机、量子计算机都是如此。经典计算机通过重传纠错、前向纠错和纠错码等方式对运算中的错误进行纠正。而纠错对于量子计算机而言,是与提升运算性能同等重要,甚至更重要的问题。由于量子计算机中的量子比特非常容易受到环境中的噪声和干扰,因此它们的状态非常不稳定,很容易失去量子特性,使用量子位的几乎每个方面都容易出错:设置初始状态、状态的维护、执行操作以及读出状态都可能引入错误,从而使量子算法无法产生有用的结果。因此,如何保持量子比特的稳定性和正确性,避免出现错误,是量子计算机发展中的一大挑战。

为应对量子计算纠错挑战,研究人员一直在进行相关尝试,2023年以来诞生了不少新成果:2023年3月,深圳量子研究院研究人员在基于超导量子线路系统的量子纠错领域取得突破性的重大实验进展,通过实时重复的量子纠错技术延长了量子信息的存储时间,在国际上首次超越盈亏平衡点;4月,美国耶鲁大学通过机器学习技术调整量子纠错过程,将量子比特的相干时间提高到1.8毫秒;6月,IBM公司通过对量子噪声进行建模,开发出一种零噪声外推(Zero Noise Extrapolation)算法来推算出没有噪声的计算结果;12月,亚马逊AWS展示一种被动纠错方法,将量子计算的错误率降低到原来的1/100。

(二)量子纠错具有三条主要路线

量子纠错的基本思想是使用一些额外的量子比特来检测和纠正主要的量子比特中的错误,或是降低噪声产生的影响等,主要有以下几种路线:

一是量子纠错码:通过将多个物理量子比特编码为一个或多个逻辑量子比特,然后通过测量和校正来检测和修复错误。量子纠错码有很多种类,如表面码、色码、积码、坦纳码等,它们各有优缺点,适用于不同的物理系统和量子任务,可以在主要的量子比特发生错误时,通过纠错码的检测和纠正来修复这些错误。这样,即使环境噪声和干扰很强,也可以保证量子计算的正确性。

二是量子误差缓解:通过重复实验和数据后处理来降低测量结果的误差。量子误差缓解有多种方案,如外插法、准概率分解法、张量网络法等,它们可以在不增加硬件资源的情况下,提高量子计算的精度和稳定性。

三是量子误差校正:通过利用统计学和机器学习的技术,对量子系统的错误行为进行建模和估计,然后通过酉变换运算来消除或减少错误的影响。量子误差校正有多种方法,例如零噪声外推、错误消除、错误校正等,它们可以在不需要编码和解码的情况下,提高量子计算的效率和可靠性。

二、逻辑量子比特的纠错方法展现出独特优势

中性原子架构是当前主流的量子比特类型之一,其优势是中性原子的一致性高,可以在量子比特间实现大规模互连,这也是在同一个系统内容纳280个物理量子比特、48个逻辑量子比特的关键。但是,也面临原子损失和负载较大、可扩展性有限的挑战。与标准量子比特不同,逻辑量子比特能够更好地进行计算而不受错误的影响。

量子计算面临的主要挑战之一是维护和操作量子信息。为解决这个问题,研究人员开发了纠错逻辑量子比特作为主要解决方案,通过多个物理量子比特构建逻辑量子比特,通过48个逻辑量子比特的系统实现了迄今为止最强大的纠错性能,展示了7的代码距离,能够检测和纠正纠缠逻辑门操作期间发生的任意错误。码距越大意味着对量子错误的抵抗力越高。在使用多达280个物理量子比特的情况下,研究人员仅需编写不到10个控制信号即可执行所有必要操作。相比之下,其他系统可能需要数百个控制信号来处理相同数量的量子比特。

纠错码

逻辑量子比特示意图 图源:Nature

这个新成果为传统观点带来新的挑战,即开发容错量子计算机不再需要数百万个物理量子比特。

三、逻辑量子比特和大规模量子互连可能是容错量子计算的未来

未来,量子计算机将朝着高算力、强拓展、强纠错的方向发展。而量子纠错技术的发展方向,可能是在嘈杂的系统上减少错误,或者在有限数量的纠错量子比特上构建更大规模的量子计算系统。再加以构建各类逻辑门,最终实现通用量子计算机,展现出前所未有的强大性能,帮助人类走向更广阔的星辰大海。






审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分