量子纠错是构建完全容错量子计算机的关键障碍。微软量子、Quantinuum 和 IBM Research 的最新成果展示了该领域的重大进展,使我们更接近实用量子计算时代。

微软与 Quantinuum 的突破:错误率降低 800 倍

这项发表在权威期刊《自然》上的联合研究,描述了一种方法,能够从根本上改善 Quantinuum 离子量子处理器上的逻辑错误指标。通过采用两种优化架构——受 Knill 方案启发的 12 量子比特编码和 16 量子比特的 tesseract color code——研究团队取得了令人瞩目的成果。

在制备对许多量子算法至关重要的贝尔态时,逻辑错误率从 0.8% 降至 0.001%。与物理方案相比,实现了 800 倍的提升。重复纠错的结果比物理基准水平低 51 倍,而 12 量子比特猫态的制备则改善了 22 倍。这些数据有力地证明,现代量子设备已能够利用容错机制在非平凡计算中显著抑制错误。

IBM Research:人工智能守护量子稳定性

IBM Research 另辟蹊径,采用大型语言模型来寻找新的纠错码。开源库系统 OpenEvolve 利用进化算法改进了双变量自行车码——这是 IBM 在其路线图中重点押注的一个有前景的编码家族。

成果令人印象深刻:该系统提出了 465 个候选方案。其中尤为突出的是 [[288,50,8]] 编码,它可编码 50 个逻辑量子比特,远超该家族此前 16 个的纪录。此外还发现了紧凑型 [[72,4,8]] 编码,以及距离更高的变体,如 [[288,16,12]] 和 [[360,12,≤24]]。

尽管这些编码的实际应用性仍需进一步验证,但该方法本身已展现出人工智能在解决量子物理最复杂问题上的巨大潜力。IBM 已宣布计划到 2029 年构建一台拥有 200 个逻辑量子比特的容错计算机 IBM Quantum Starling,而这些新编码可能成为其基础。

专家观点:微软和 Quantinuum 的成就不仅仅是实验室的成功,更是跨越“噪声屏障”的具体一步。然而,尽管数字令人印象深刻,距离制造出能够破解现代密码系统的量子计算机仍相去甚远。将人工智能融入纠错码的搜索,正如 IBM 所做的那样,可能成为催化剂,将这一进程从数十年缩短至数年。请密切关注这项技术的发展——它直接关系到区块链和加密货币安全的未来。