Quantinuum hlásí na systému Helios věrnost logické paměti 99,9995%

Quantinuum oznámil výsledek v oblasti kvantové korekce chyb, který pomáhá lépe pochopit jednu ze základních podmínek užitečného kvantového počítání: uchovat kvantovou informaci dostatečně dlouho, aby ji bylo možné smysluplně využít. Na svém iontovém kvantovém počítači Helios naměřila společnost věrnost logické paměti 99,9995 % v každém cyklu kontroly chyb, což odpovídá přibližně pěti selháním logické paměti na milion cyklů.

Výsledek oznámený 19. října představuje desetinásobné snížení oproti předchozímu rekordu, který společnost zveřejnila. Podle Quantinuum posiluje argumenty ve prospěch systému Apollo, plánovaného univerzálního systému odolného vůči chybám, jehož uvedení se cílí na rok 2029. Jde však o významný test paměti, nikoli o demonstraci kompletní užitečné aplikace fungující s takovou přesností.

Doprovodný výzkum také poukazuje na sílící propojení umělé inteligence a kvantového počítání: neuronové sítě mohou pomoci dostatečně rychle interpretovat měření chyb, aby v budoucnu umožnily korekci v reálném čase. Pro posouzení významu tohoto pokroku je nezbytné porozumět tomu, co bylo měřeno a jak byly tyto dekodéry testovány.

Co měří výsledek 99,9995 %

Fyzikální qubity jsou náchylné k poruchám, které narušují jejich kvantové stavy. Korekce chyb rozkládá informaci mezi několik fyzikálních qubitů, čímž vytváří logický qubit, zatímco další měření odhalují známky chyb, aniž přímo načítají chráněnou informaci.

Klíčovou zkouškou je, zda přidání další ochrany skutečně snižuje míru chyb logického qubitu. Pod prahem korekce chyb by měly větší kódy dosahovat lepších výsledků. Nad tímto prahem mohou dodatečné operace potřebné k udržování kódu vnést příliš mnoho šumu.

V práci Korekce kvantových chyb hluboko pod prahem barevného kódu testovali výzkumníci z Quantinuum barevné kódy se vzdáleností tři, pět a sedm. Vzdálenost kódu vyjadřuje míru ochrany. Naměřená míra chyb logické paměti klesla z přibližně 5,5 z 10 000 na cyklus při vzdálenosti tři na 3,8 ze 100 000 při vzdálenosti pět a přibližně pět z milionu při vzdálenosti sedm.

Při nejrozsáhlejším experimentu s pamětí bylo k ochraně jednoho logického qubitu použito 73 fyzikálních qubitů včetně pomocných měřicích qubitů. Odhad vycházel ze tří selhání při 29 000 experimentálních pokusech, z nichž každý zahrnoval 20 kol korekce. Vzhledem k malému počtu pozorovaných selhání je důležitá statistická nejistota: studie uvádí střední odhad chybovosti pět na milion s intervalem jedné směrodatné odchylky, který sahá přibližně od tří do devíti na milion.

Jde o přesvědčivý důkaz, že ochrana je stále účinnější. Neznamená to, že by bylo provedeno milion libovolných kvantových hradel nebo milion kroků komerčního algoritmu bez chyby.

Proč Helios umožňuje testovat různé kódy korekce chyb

Technický popis experimentu od Quantinuum zdůrazňuje vylepšení provedená na stejném hardwaru Helios, jaký společnost použila při dřívějším experimentu. Platforma využívá uvězněné ionty, jejichž propojení umožňuje interakce i mimo pevně dané uspořádání nejbližších sousedů. Tato flexibilita výzkumníkům dovoluje měnit strategie korekce chyb, aniž by museli procesor přepracovat pro jediný konkrétní kód.

Nová práce se zabývá také únikem, při němž iont opustí stavy používané k reprezentaci qubitu. Únik může vytvářet korelované chyby, které jsou pro korekční postupy obzvlášť škodlivé. Výzkumníci kombinují optické přečerpávání, které vrací uniklé ionty do výpočetních stavů, s obvodovými technikami navrženými tak, aby omezily šíření chyb.

U testovaných vzdáleností kódu se míra chyb logické paměti při každém zvýšení vzdálenosti o dva zlepšila přibližně dvanáctkrát. V samostatném experimentu s dvouqubitovými Cliffordovými hradly se mezi vzdálenostmi tři a pět prokázalo potlačení chyb přibližně devětkrát. Jde o související, ale odlišné testy: údaj o věrnosti paměti, který se objevuje v titulku, nelze vztahovat na výsledek testu hradel.

Umělá inteligence pomáhá dekódovat signály chyb

Korekce kvantových chyb závisí na klasickém dekodéru, který interpretuje vzorce naměřených hodnot a určuje pravděpodobné chyby. Samotný lepší fyzický hardware nestačí, pokud jejich interpretace nedokáže držet krok s procesorem.

Studie porovnává několik přístupů, včetně dekodéru využívajícího prohledávání A* s názvem Tesseract, streamovacího dekodéru Frontier, trojrozměrné konvoluční neuronové sítě a transformátoru s tokeny jednotlivých kol. Neuronové modely byly natrénovány na datech z emulátoru Helios a následně použity na experimentální data bez dalšího dolaďování na hardwarových datech.

Umělá inteligence zde má konkrétní úlohu: rozpoznávat vzorce chyb v kvantových měřeních. Modely nenahrazují kvantový procesor ani nepředstavují demonstraci univerzální aplikace umělé inteligence. Jejich přínos spočívá v hledání rovnováhy mezi přesností dekódování a rychlostí potřebnou k udržování opakovaných korekčních cyklů.

Výzkumníci uvádějí, že inference neuronových sítí trvá stovky mikrosekund, což je u této třídy hardwaru slučitelné s provozem v reálném čase. Zásadní je, že veškeré dekódování v rámci studie probíhalo offline. Při testech streamování byly měřené hodnoty předávány postupně, kolo po kole, aby bylo možné posoudit časování; nešlo o ukázku toho, že by neuronové dekodéry během celého experimentu řídily živou zpětnovazební smyčku.

Tento rozdíl znamená, že důležitý technický milník je teprve před námi, zároveň však nijak nesnižuje význam výsledku: modely natrénované v simulaci úspěšně interpretovaly chyby z fyzického kvantového počítače.

Co ještě chybí mezi rekordem v paměti a užitečným výpočtem

Quantinuum označuje výsledek za světový rekord a uvádí, že jeho přesnost se nyní pohybuje v cílovém rozmezí pro systém Apollo. Tato tvrzení je třeba vnímat v širším kontextu požadavků na výpočty odolné vůči chybám. Praktický systém musí chránit mnoho logických qubitů, provádět dostatečně širokou sadu hradel, zajišťovat průběžnou korekci během výpočtu a poskytovat dostatečnou propustnost pro dokončení hodnotných úloh.

Omezení daná dostupnými prostředky jsou patrná i v této studii. Výzkumníci neprovedli experiment s dvouqubitovým hradlem při vzdálenosti kódu sedm, protože by překročil počet qubitů, které má Helios k dispozici. Blog společnosti také uvádí, že škálovatelná příprava magických stavů pod prahem, potřebná pro jednu z důležitých cest k univerzálním výpočtům odolným vůči chybám, je stále třeba teprve předvést.

Plán dalšího vývoje Quantinuum zahrnuje systém Sol v roce 2027 a systém Apollo v roce 2029. Jde zatím o vývojové cíle. Dosavadní důkazy mají užší rozsah, ale jsou významné: změna kódu, řízení úniku a zdokonalení dekódování na stávajícím hardwaru podstatně snížily počet chyb v logické paměti.

Pro kvantový průmysl tento výsledek přesouvá pozornost k náročnější otázce než k tomu, zda procesor vůbec dokáže předvést korekci chyb: zda lze tuto ochranu rozšířit na celý soubor prostředků potřebných pro užitečné výpočty. Výzkumníkům v oblasti umělé inteligence nabízí konkrétní příklad toho, jak může strojové učení přispět k tomuto úsilí na úrovni řídicí infrastruktury.