غلبه بر نشت در پردازنده های کوانتومی تصحیح شده با خطا – وبلاگ تحقیقاتی گوگل

ارسال شده توسط کوین میائو و مت مک اوون، دانشمندان پژوهشی، تیم هوش مصنوعی کوانتومی

کیوبیت‌هایی که دستگاه‌های کوانتومی Google را تشکیل می‌دهند، ظریف و پر سر و صدا هستند، بنابراین لازم است رویه‌های تصحیح خطا که خطاهای کیوبیت را در مسیر ساختن یک کامپیوتر کوانتومی مفید شناسایی و حساب می‌کنند، در نظر بگیریم. دو تا از رایج‌ترین مکانیسم‌های خطا، خطاهای تلنگر بیتی (که در آن حالت انرژی کیوبیت تغییر می‌کند) و خطاهای تلنگر فازی (جایی که فاز اطلاعات کوانتومی کدگذاری شده تغییر می‌کند) هستند. تصحیح خطای کوانتومی (QEC) وعده رسیدگی و کاهش این دو خطای برجسته را می دهد. با این حال، مجموعه ای از مکانیسم های خطای دیگر وجود دارد که اثربخشی QEC را به چالش می کشد.

در حالی که ما می‌خواهیم کیوبیت‌ها به‌عنوان سیستم‌های دو سطحی ایده‌آل و بدون مکانیسم‌های اتلاف رفتار کنند، در واقعیت اینطور نیست. ما از کمترین دو سطح انرژی کیوبیت خود استفاده می کنیم مبنای محاسباتی) برای انجام محاسبات. این دو سطح مربوط به عدم وجود (حالت پایه محاسباتی) یا حضور (حالت برانگیخته محاسباتی) یک تحریک در کیوبیت هستند و به ترتیب با |0⟩ (“ket zero”) و |1⟩ (“ket one”) برچسب گذاری می شوند. . با این حال، کیوبیت‌های ما میزبان بسیاری از سطوح بالاتر نیز هستند که نامیده می‌شوند حالت های نشتی، که می تواند اشغال شود. طبق قرارداد برچسب گذاری سطح با نشان دادن تعداد تحریکات در کیوبیت، آنها را به صورت |2⟩، |3⟩، |4⟩ و غیره مشخص می کنیم.

در “غلبه بر نشت در تصحیح خطای کوانتومی” منتشر شده در فیزیک طبیعت، ما تشخیص می دهیم که کیوبیت های ما چه زمانی و چگونه انرژی را به حالت های بالاتر نشت می کنند و نشان می دهیم که حالت های نشت شده می توانند کیوبیت های مجاور را از طریق دروازه های دو کیوبیتی ما خراب کنند. سپس استراتژی را شناسایی و اجرا می‌کنیم که می‌تواند نشت را حذف کرده و آن را به خطایی تبدیل کند که QEC می‌تواند به طور موثر برطرف کند. در نهایت، نشان می‌دهیم که این عملیات منجر به بهبود عملکرد و ثبات فرآیند QEC می‌شود. این آخرین نتیجه به ویژه حیاتی است، زیرا عملیات اضافی زمان می برد و معمولاً منجر به خطاهای بیشتری می شود.

کار با کیوبیت های ناقص

پردازنده های کوانتومی ما از کیوبیت های ابررسانایی به نام ساخته شده اند ترانسمون ها. بر خلاف کیوبیت ایده‌آل که فقط دو سطح محاسباتی دارد – حالت پایه محاسباتی و حالت برانگیخته محاسباتی – کیوبیت‌های ترانسمون دارای بسیاری از حالت‌های اضافی با انرژی بالاتر از حالت برانگیخته محاسباتی هستند. این حالت‌های نشتی بالاتر برای عملیات خاصی مفید هستند که درهم تنیدگی را ایجاد می‌کنند، منبعی ضروری در الگوریتم‌های کوانتومی، و همچنین از غیرخطی شدن ترانسمون‌ها و عملکرد دشوار جلوگیری می‌کنند. با این حال، ترانسمون همچنین می‌تواند به‌طور ناخواسته از طریق فرآیندهای مختلف، از جمله نقص در پالس‌های کنترلی که برای انجام عملیات اعمال می‌کنیم یا از مقدار کمی گرمای سرگردان باقیمانده در یخچال برودتی ما، به این حالت‌های نشتی برانگیخته شود. این فرآیندها در مجموع به عنوان نامیده می شوند نشتی، که انتقال کیوبیت از حالت های محاسباتی به حالت های نشتی را توصیف می کند.

یک عملیات دو کیوبیتی خاص را در نظر بگیرید که به طور گسترده در آزمایشات QEC ما استفاده می شود: دروازه CZ. این گیت روی دو کیوبیت کار می‌کند، و زمانی که هر دو کیوبیت در سطح |1⟩ خود هستند، یک برهمکنش باعث می‌شود که دو برانگیختگی فردی به طور خلاصه در یکی از کیوبیت‌ها جمع شوند و |2⟩ را تشکیل دهند، در حالی که کیوبیت دیگر |0 می‌شود. ⟩، قبل از بازگشت به پیکربندی اصلی که در آن هر کیوبیت در |1⟩ است. این دسته بندی زیربنای قدرت درهم تنیدگی دروازه CZ است. با این حال، با احتمال کمی، گیت می‌تواند با خطا مواجه شود و تحریکات به پیکربندی اولیه خود برنگردند، و باعث می‌شود که عملیات یک کیوبیت در |2⟩، یک حالت نشتی، باقی بماند. وقتی صدها یا بیشتر از این گیت های CZ را اجرا می کنیم، این احتمال خطای کوچک نشتی جمع می شود.

کیوبیت های ترانسمون از بسیاری از حالت های نشتی (|2⟩، |3⟩، |4⟩، …) فراتر از مبنای محاسباتی (|0⟩ و |1⟩) پشتیبانی می کنند. در حالی که ما معمولاً فقط از مبنای محاسباتی برای نمایش اطلاعات کوانتومی استفاده می کنیم، گاهی اوقات کیوبیت وارد این حالت های نشتی می شود و عملکرد عادی کیوبیت های ما را مختل می کند.

یک رویداد نشتی به ویژه برای عملکرد عادی کیوبیت آسیب‌رسان است، زیرا باعث ایجاد خطاهای فردی زیادی می‌شود. هنگامی که یک کیوبیت در حالت نشت شروع می شود، دروازه CZ دیگر به درستی کیوبیت ها را در هم نمی گیرد و از اجرای صحیح الگوریتم جلوگیری می کند. نه تنها این، بلکه گیت های CZ اعمال شده روی یک کیوبیت در حالت های نشتی می توانند باعث نشت کیوبیت دیگر نیز شوند و نشت را از طریق دستگاه پخش کنند. کار ما شامل توصیف گسترده چگونگی ایجاد نشت و نحوه تعامل آن با عملیات مختلفی است که در پردازنده کوانتومی خود استفاده می کنیم.

هنگامی که کیوبیت وارد یک حالت نشتی می شود، می تواند برای بسیاری از عملیات در آن حالت باقی بماند و سپس به حالت های محاسباتی بازگردد. این به این معنی است که یک رویداد نشت واحد با بسیاری از عملیات روی آن کیوبیت تداخل می‌کند و خطاهای عملیاتی را ایجاد می‌کند که در زمان با هم جمع می‌شوند.مرتبط با زمان خطاها). توانایی انتشار نشتی بین کیوبیت‌های مختلف دستگاه ما از طریق گیت‌های CZ به این معنی است که همزمان تعداد زیادی خطا را در کیوبیت‌های همسایه مشاهده می‌کنیم.مرتبط با فضا خطاها). این واقعیت که نشت باعث ایجاد الگوهای خطاهای مرتبط با فضا و زمان می شود، تشخیص و تصحیح آن را از دیدگاه الگوریتم های QEC به ویژه دشوار می کند.

اثر نشت در QEC

هدف ما کاهش خطاهای کیوبیت با اجرای کد سطحی QEC است، مجموعه‌ای از عملیات اعمال شده بر روی مجموعه‌ای از کیوبیت‌های فیزیکی ناقص برای ایجاد یک کیوبیت منطقی، که دارای خواص بسیار نزدیک به کیوبیت ایده آل است. به طور خلاصه از مجموعه ای از کیوبیت ها به نام استفاده می کنیم کیوبیت های داده برای نگهداری اطلاعات کوانتومی، در حالی که مجموعه دیگری از کیوبیت ها را اندازه گیری کنید کیوبیت‌های داده را بررسی کنید، گزارش دهید که آیا آنها دچار خطا شده‌اند، بدون از بین بردن وضعیت کوانتومی ظریف کیوبیت‌های داده. یکی از مفروضات اساسی QEC این است که خطاها به طور مستقل برای هر عملیات رخ می دهند، اما نشت می تواند در بسیاری از عملیات ادامه داشته باشد و باعث ایجاد الگوی همبسته ای از خطاهای متعدد شود. عملکرد استراتژی های QEC ما زمانی که نشت باعث نقض این فرض می شود به طور قابل توجهی محدود می شود.

هنگامی که نشتی در شبکه ترانسمون کد سطحی ما آشکار شد، نسبت به یک چرخه QEC کد سطحی واحد برای مدت طولانی باقی می ماند. بدتر از آن، نشت روی یک کیوبیت می‌تواند باعث نشت همسایگان آن نیز شود.

کار قبلی ما نشان داده است که می‌توانیم نشت را از کیوبیت‌های اندازه‌گیری با استفاده از عملیاتی به نام حذف کنیم تنظیم مجدد چند سطحی (MLR). این امکان پذیر است زیرا هنگامی که اندازه گیری را روی کیوبیت های اندازه گیری انجام می دهیم، آنها دیگر هیچ اطلاعات کوانتومی مهمی را در خود نگه نمی دارند. در این مرحله، ما می‌توانیم کیوبیت را با یک باند فرکانسی بسیار با تلفات تعامل کنیم، که باعث می‌شود در هر حالتی که کیوبیت در آن قرار داشت (از جمله حالت‌های نشتی) به حالت پایه محاسباتی |0⟩ تجزیه شود. اگر الف را تصویر کنیم جنگا برج که نشان دهنده تحریکات در کیوبیت است، کل پشته را بر روی آن می اندازیم. با این حال، حذف تنها یک آجر بسیار چالش برانگیزتر است. به همین ترتیب، MLR با کیوبیت های داده کار نمی کند زیرا آنها هستند همیشه اطلاعات کوانتومی مهمی را در اختیار داشته باشید، بنابراین ما به یک رویکرد حذف نشت جدید نیاز داریم که حداقل حالت‌های پایه محاسباتی را مختل کند.

به آرامی نشت را از بین ببرید

ما یک عملیات کوانتومی جدید به نام معرفی می کنیم حذف نشت کیوبیت داده (DQLR)، که حالت های نشت را در یک کیوبیت داده هدف قرار می دهد و آنها را به حالت های محاسباتی در کیوبیت داده و یک کیوبیت اندازه گیری همسایه تبدیل می کند. DQLR از یک گیت دو کیوبیتی (دوبله نشت iSWAP — یک عملیات iSWAP با حالت های نشتی) الهام گرفته شده از گیت CZ ما و شبیه به آن، به دنبال آن یک تنظیم مجدد سریع کیوبیت اندازه گیری برای حذف بیشتر خطاها انجام می شود. گیت Leakage iSWAP بسیار کارآمد است و از خصوصیات و کالیبراسیون گسترده گیت‌های CZ در آزمایش کد سطحی بسیار سود می‌برد.

به یاد بیاورید که یک گیت CZ دو تحریک منفرد روی دو کیوبیت مختلف انجام می دهد و به طور خلاصه آنها را به یک کیوبیت می رساند، قبل از اینکه آنها را به کیوبیت های مربوطه خود برگرداند. یک گیت iSWAP نشتی به طور مشابه عمل می کند، اما تقریباً معکوس، به طوری که یک کیوبیت را با دو تحریک (که در غیر این صورت به عنوان |2⟩ شناخته می شود) می گیرد و آنها را به |1⟩ در دو کیوبیت تقسیم می کند. گیت iSWAP Leakage (و در این مورد، گیت CZ) به ویژه مؤثر است زیرا در صورت وجود کمتر از دو تحریک روی کیوبیت ها کار نمی کند. ما دقیقاً در حال حذف |2⟩ هستیم جنگا آجر بدون واژگونی کل برج

با اندازه‌گیری دقیق جمعیت حالت‌های نشتی در شبکه ترانسمون، متوجه می‌شویم که DQLR می‌تواند میانگین جمعیت‌های حالت نشتی را در تمام کیوبیت‌ها تا حدود ۰.۱ درصد در مقایسه با تقریباً ۱ درصد بدون آن کاهش دهد. نکته مهم، ما دیگر افزایش تدریجی میزان نشت در کیوبیت های داده را مشاهده نمی کنیم، که همیشه تا حدی قبل از استفاده از DQLR وجود داشت.

با این حال، این نتیجه تنها نیمی از معما است. همانطور که قبلا ذکر شد، عملیاتی مانند MLR می تواند برای حذف موثر نشت روی کیوبیت های داده استفاده شود، اما همچنین حالت کوانتومی ذخیره شده را به طور کامل پاک می کند. ما همچنین باید نشان دهیم که DQLR با حفظ یک حالت کوانتومی منطقی سازگار است.

نیمه دوم پازل از اجرای آزمایش QEC با این عملیات در انتهای هر چرخه QEC و مشاهده عملکرد منطقی ناشی می شود. در اینجا از متریکی به نام استفاده می کنیم احتمال تشخیص برای سنجش اینکه چقدر خوب QEC را اجرا می کنیم. در حضور نشتی، خطاهای مرتبط با زمان و مکان باعث افزایش تدریجی احتمالات تشخیص می شود، زیرا کیوبیت های بیشتری وارد و در حالت های نشتی می مانند. این بیشتر زمانی آشکار می شود که ما اصلاً تنظیم مجدد انجام نمی دهیم، که به سرعت منجر به یک شبکه ترانسمون می شود که با نشتی مواجه می شود و برای اهداف QEC غیر قابل استفاده می شود.

پیشرفته ترین روش قبلی در آزمایشات QEC ما استفاده از MLR روی کیوبیت های اندازه گیری برای حذف نشت بود. در حالی که این جمعیت نشت را روی کیوبیت‌های اندازه‌گیری (دایره‌های سبز) به اندازه کافی پایین نگه می‌دارد، جمعیت نشت کیوبیت داده (مربع‌های سبز) رشد کرده و تا چند درصد اشباع می‌شود. با DQLR، جمعیت نشت در اندازه گیری (دایره های آبی) و کیوبیت های داده (مربع های آبی) به طور قابل قبولی کم و پایدار می مانند.

با MLR، کاهش زیاد جمعیت نشت در کیوبیت‌های اندازه‌گیری، احتمال تشخیص را به شدت کاهش می‌دهد و درجه قابل توجهی از افزایش تدریجی را کاهش می‌دهد. این کاهش در احتمال تشخیص اتفاق می افتد حتی اگر زمان بیشتری را به دروازه MLR اختصاص دهیم، زمانی که خطاهای دیگر ممکن است رخ دهد. به عبارت دیگر، خطاهای همبسته ای که نشتی در شبکه ایجاد می کند می تواند بسیار آسیب زاتر از خطاهای نامرتبط از کیوبیت های در حال آماده به کار باشد، و ارزش آن را دارد که اولی را با دومی عوض کنیم.

هنگامی که فقط از MLR استفاده می‌کردیم، یک افزایش باقی‌مانده کوچک اما مداوم در احتمال تشخیص مشاهده کردیم. ما این افزایش باقیمانده در احتمال تشخیص را به نشت انباشته شده در کیوبیت های داده نسبت دادیم و متوجه شدیم که با پیاده سازی DQLR ناپدید شد. و دوباره، مشاهده اینکه احتمالات تشخیص در مقایسه با استفاده از MLR کمتر است، نشان می‌دهد که عملیات اضافه شده ما یک مکانیسم خطای مخرب را حذف کرده است در حالی که حداقل خطاهای نامرتبط را معرفی می‌کند.

نشت در طول عملیات کد سطحی به صورت افزایش خطاها (که به عنوان احتمالات تشخیص خطا نشان داده می شود) در طول تعداد چرخه ظاهر می شود. با DQLR، دیگر افزایش قابل توجهی در احتمال تشخیص در چرخه‌های کد سطحی بیشتر مشاهده نمی‌کنیم.

چشم انداز افزایش مقیاس QEC

با توجه به این نتایج امیدوارکننده، ما مشتاق هستیم تا DQLR را در آزمایش‌های QEC آینده پیاده‌سازی کنیم، جایی که انتظار داریم مکانیسم‌های خطا در خارج از نشتی تا حد زیادی بهبود یابد، و حساسیت به نشت با کار با شبکه‌های ترانسمون بزرگ‌تر و بزرگ‌تر افزایش یابد. به طور خاص، شبیه‌سازی‌های ما نشان می‌دهند که افزایش مقیاس کد سطح ما تقریباً به کاهش زیادی در نرخ‌های تولید نشت یا یک تکنیک حذف نشت فعال روی همه کیوبیت‌ها، مانند DQLR نیاز دارد.

با درک مکان‌هایی که نشتی ایجاد می‌شود، ثبت دینامیک نشت پس از نمایش آن در یک شبکه ترانسمون، و نشان دادن اینکه ما یک استراتژی کاهش موثر در DQLR داریم، ما معتقدیم که نشت و خطاهای مرتبط با آن دیگر وجودی ندارند. تهدیدی برای چشم انداز اجرای پروتکل QEC کد سطحی در شبکه بزرگی از کیوبیت های ترانسمون. با وجود یک چالش کمتر در راه نمایش QEC کارآمد، مسیر رسیدن به یک کامپیوتر کوانتومی مفید هرگز امیدوارکننده نبوده است.

سپاسگزاریها

این کار بدون مشارکت کل تیم هوش مصنوعی کوانتومی گوگل امکان پذیر نبود.