Quantinuum сообщает о верности логической памяти 99,9995% на Helios

Quantinuum сообщила о результате в области квантовой коррекции ошибок, который позволяет точнее оценить одно из ключевых условий практического применения квантовых компьютеров: сохранение квантовой информации в целости в течение времени, достаточного для решения полезной задачи. На ионном квантовом компьютере Helios компания измерила верность логической памяти 99,9995% за цикл проверки ошибок — это соответствует примерно пяти сбоям логических кубитов на миллион циклов.

О результате объявили 19 октября; он означает десятикратное снижение по сравнению с предыдущим рекордом компании. По словам Quantinuum, он укрепляет обоснование проекта Apollo — планируемой универсальной отказоустойчивой системы, запуск которой намечен на 2029 год. Однако этот эксперимент представляет собой важный тест памяти, а не демонстрацию полноценного полезного приложения, работающего с такой точностью.

Сопутствующее исследование также указывает на укрепление связи между ИИ и квантовыми вычислениями: нейронные сети способны достаточно быстро интерпретировать измерения ошибок, чтобы в будущем поддерживать их коррекцию в реальном времени. Чтобы оценить значимость этого достижения, важно понимать, что именно измеряли и как проверяли эти декодеры.

Что измеряет результат 99,9995%

Физические кубиты подвержены помехам, которые нарушают их квантовые состояния. При коррекции ошибок информация распределяется между несколькими физическими кубитами, образуя логический кубит, а дополнительные измерения выявляют признаки ошибок, не считывая напрямую защищённую информацию.

Ключевой вопрос — действительно ли усиление защиты снижает частоту ошибок логического кубита. Ниже порога коррекции ошибок более крупные коды должны работать лучше. Выше этого порога дополнительные операции, необходимые для поддержания кода, могут создавать слишком много шума.

В работе «Коррекция квантовых ошибок значительно ниже порога для цветового кода» исследователи Quantinuum испытали цветовые коды с расстояниями 3, 5 и 7. Кодовое расстояние характеризует степень защиты. Измеренная частота ошибок логической памяти снизилась примерно с 5,5 на 10 000 циклов при расстоянии 3 до 3,8 на 100 000 циклов при расстоянии 5 и примерно до пяти на миллион циклов при расстоянии 7.

В крупнейшем эксперименте с памятью для защиты одного логического кубита использовали 73 физических кубита, включая вспомогательные кубиты для измерений. Оценка основана на трёх сбоях в 29 000 экспериментальных запусках, каждый из которых включал 20 раундов коррекции. Из-за малого числа зарегистрированных сбоев важна статистическая неопределённость: в статье приводится центральная оценка частоты ошибок — пять на миллион, а интервал в одну стандартную девиацию составляет примерно от трёх до девяти на миллион.

Это убедительное свидетельство того, что защита становится всё эффективнее. Однако это не означает, что были выполнены без ошибок миллион произвольных квантовых вентилей или миллион шагов коммерческого алгоритма.

Почему Helios позволяет испытывать разные коды коррекции ошибок

В техническом описании эксперимента Quantinuum подчёркивает улучшения, реализованные на том же оборудовании Helios, которое использовалось и в предыдущем эксперименте. Платформа основана на ионных кубитах; её связность позволяет им взаимодействовать не только с ближайшими соседями в фиксированной схеме. Благодаря такой гибкости исследователи могут менять стратегии коррекции ошибок, не перестраивая процессор под какой-то один код.

В новой работе также рассматривается утечка — ситуация, когда ион покидает состояния, используемые для представления кубита. Утечка может вызывать коррелированные ошибки, особенно опасные для схем коррекции. Исследователи сочетают оптическую перекачку, возвращающую вытекшие ионы в вычислительные состояния, с методами построения схем, предназначенными для ограничения распространения ошибок.

Для испытанных кодов частота ошибок логической памяти улучшалась примерно в 12 раз при каждом увеличении расстояния на два. В отдельном эксперименте с двухкубитными вентилями Клиффорда было показано подавление ошибок примерно в девять раз при увеличении расстояния с 3 до 5. Это связанные, но разные тесты: показатель верности памяти, вынесенный в заголовок, не следует переносить на результат для вентилей.

ИИ помогает декодировать сигналы ошибок

Коррекция квантовых ошибок зависит от классического декодера, который интерпретирует последовательности результатов измерений и определяет наиболее вероятные ошибки. Одного лишь улучшения физического оборудования недостаточно, если интерпретация не успевает за работой процессора.

В исследовании сравниваются несколько подходов: декодер поиска A* под названием Tesseract, потоковый декодер Frontier, трёхмерная свёрточная нейронная сеть и трансформер с токенами раундов. Нейронные модели обучили на данных эмулятора Helios, а затем применили к экспериментальным данным без дополнительной настройки на данных, полученных с оборудования.

ИИ здесь выполняет конкретную задачу: распознаёт закономерности ошибок в квантовых измерениях. Эти модели не заменяют квантовый процессор и не демонстрируют универсальное приложение ИИ. Их ценность заключается в том, что они позволяют сочетать точность декодирования со скоростью, необходимой для поддержания повторяющихся циклов коррекции.

Исследователи сообщают, что нейросетевой вывод занимает сотни микросекунд, что совместимо с работой в реальном времени на оборудовании этого класса. Важно отметить, что всё декодирование в исследовании выполнялось в автономном режиме. В потоковых тестах измерения передавались раунд за раундом, чтобы оценить временные характеристики; они не демонстрировали, что нейросетевые декодеры управляли контуром обратной связи в реальном времени на протяжении всего эксперимента.

Это различие означает, что впереди ещё инженерный рубеж, но не умаляет значимости результата: модели, обученные на симуляциях, успешно интерпретировали ошибки физического квантового компьютера.

Что отделяет рекорд в квантовой памяти от полезных вычислений

Quantinuum называет результат мировым рекордом и утверждает, что достигнутая точность уже входит в целевой диапазон для Apollo. Эти заявления следует рассматривать в контексте более широких требований к отказоустойчивым вычислениям. Практическая система должна защищать множество логических кубитов, выполнять достаточно широкий набор вентилей, поддерживать коррекцию ошибок во время вычислений и обеспечивать достаточную пропускную способность для выполнения полезных задач.

Даже в этом исследовании заметны ограничения по ресурсам. Исследователи не проводили эксперимент с двухкубитным вентилем для расстояния 7, поскольку для него требовалось больше кубитов, чем было доступно в Helios. В блоге компании также говорится, что масштабируемую подготовку магических состояний ниже порога — необходимую для одного из важных путей к универсальным отказоустойчивым вычислениям — ещё предстоит продемонстрировать.

Дорожная карта Quantinuum предусматривает создание системы Sol в 2027 году и Apollo в 2029 году. Пока это лишь цели разработки. Нынешние результаты скромнее по охвату, но всё же значимы: на существующем оборудовании изменение кода, контроль утечек и совершенствование декодирования существенно сократили число ошибок логической памяти.

Для квантовой отрасли этот результат смещает внимание к более сложному вопросу, чем просто возможность продемонстрировать коррекцию ошибок на процессоре: удастся ли масштабировать эту защиту на всю инфраструктуру, необходимую для полезных вычислений. Для исследователей ИИ он служит наглядным примером того, как машинное обучение может способствовать этой работе на уровне управляющей инфраструктуры.