谷歌Willow验证魔法状态培养,量子纠错达99.99%

谷歌在Willow处理器验证魔法状态培养技术,量子纠错准确率达99.99%。该方法将准备错误减少约40倍,但代价高昂,最严格条件下92%的试验因未达标被抛弃,仅8%结果可用。

谷歌在Willow处理器上验证“魔法状态培养”技术,量子纠错准确率提升至99.99%

谷歌研究人员展示了一种旨在降低量子计算错误率的新方法。该技术被称为“魔法状态培养”(Magic State Distillation),已在公司的Willow量子处理器上完成测试。

准确率99.99%但弃用率92%

在量子计算领域,“魔法状态”是一个核心概念,并非指代超自然现象。这类状态使量子计算机能够执行通用量子计算所需的关键操作,特别是涉及T门的操作。由于魔法状态在计算过程中会被消耗且无法重复使用,如何在规模化生产中可靠地制备这些状态,一直是工程上的重大挑战。

传统的魔法状态制备方法通常采用蒸馏过程,即结合多个不完美的状态以产生更少但更可靠的状态。谷歌指出,这一过程会大量消耗量子计算机的资源,从而削弱其实际计算能力。

谷歌提出的“培养”方法采取了不同的技术路径。系统不再处理大批量的不完美状态,而是准备单个状态并进行反复检查。该过程利用特定测量手段检测错误,同时确保不破坏正在被检查的状态。未通过检查的尝试将被丢弃,仅保留最可靠的结果。

实验数据显示,在Willow处理器上,与未经过培养的状态相比,新技术将准备错误减少了约40倍。最终生成的状态逻辑准确度达到99.99%,表明其错误率极低。然而,这种高准确性伴随着显著的代价:在最严格的实验条件下,约92%的试验因未达标而被抛弃,仅有8%的结果可用于后续计算。

此外,测量微小误差本身也面临挑战。研究人员发现,温度波动和电气设备噪声会扭曲初始测量结果。随后,团队证明培养后的状态可以转移到更大的量子纠错代码中,尽管这一转移过程引入了额外的错误。

需要指出的是,此次实验并未构建完整的容错量子计算机。其核心价值在于解决了一个特定的工程瓶颈:如何在不过度投入硬件资源的前提下,生成高质量、适用于有用计算的量子状态。

评论 0

0/500

评论需审核后展示,请文明发言

💬
还没有评论,来说两句

相关阅读