XiaoMi-AI文件搜索系统
World File Search System容错性
人工智能的多样性与道德危机
[Abdurahman 20] Abdurahman, JK：论人工智能伦理的道德崩溃，Medium，https://upfromthecracks。 medium.com/on-the-moral-collapse-of-ai-ethics-791cbc7df872 （2020） [Ahmed 20] Ahmed, S., et al.: 检查估计肾小球滤过率计算中种族乘数利用率对非裔美国人护理结果的潜在影响, J. Gen. Intern Med., https://doi.org/10.1007/s11606-020-06280-5 （2020） [Aisch 17] Aisch, G., Buchanan, L., Cox, A. 和 Quealy, K.: 有些大学的前 1% 学生比后 60% 学生还多，找出你的大学，《纽约时报》，https://www. nytimes.com/interactive/2017/01/18/upshot/some- colleges-have-more-students-from-the-top-1- percent-than-the-bottom-60.html （ 2017 ） [Buolamwini 18] Buolamwini, J. 和 Gebru, T.: Gender Shades: 商业性别分类中的交叉准确度差异, Proc. of Machine Learning Research, 81:1-15, 2018 Conf.公平性、问责制和透明度，https://www.media.mit.edu/publications/gender-shades-intersectional-accuracy-disparities-in-commercial-gender-classification/ （2018 年） [Dand 20] Dand，M.：AI 伦理守门人的责任在哪里？, Medium，https://miad.medium.com/where-is-the-accountability-for-ai-ethics-gatekeepers-e696b8a80e62 （2020 年）
根据容错阈值对量子逻辑运算进行基准测试
当前用于对噪声量子处理器进行基准测试的方法通常测量平均错误率或过程保真度。然而，容错量子误差校正的阈值是以最坏情况错误率（通过钻石范数定义）表示的，这可能与平均错误率相差几个数量级。解决这种差异的一种方法是使用随机编译 (RC) 等技术对量子门的物理实现进行随机化。在这项工作中，我们使用门集断层扫描对一组双量子位逻辑门进行精确表征，以研究超导量子处理器上的 RC。我们发现，在 RC 下，门错误可以通过随机泡利噪声模型准确描述，而没有相干误差，并且空间相关的相干误差和非马尔可夫误差受到强烈抑制。我们进一步表明，对于随机编译的门，平均错误率和最坏情况错误率相等，并且测量到我们的门集的最大最坏情况误差为 0.0197(3)。我们的结果表明，当且仅当门是通过调整噪声的随机化方法实现的，随机化基准是验证量子处理器的错误率是否低于容错阈值以及限制近期算法的失败率的可行途径。
ERASER：面向容错量子计算的自适应泄漏抑制
量子纠错 (QEC) 代码可以通过使用冗余物理量子位编码容错逻辑量子位并使用奇偶校验检测错误来容忍硬件错误。当量子位离开其计算基础并进入更高能量状态时，量子系统中会发生泄漏错误。这些错误严重限制了 QEC 的性能，原因有两个。首先，它们会导致错误的奇偶校验，从而混淆对错误的准确检测。其次，泄漏会扩散到其他量子位，并随着时间的推移为更多错误创造途径。先前的研究通过使用修改 QEC 代码奇偶校验电路的泄漏减少电路 (LRC) 来容忍泄漏错误。不幸的是，在整个程序中始终天真地使用 LRC 并不是最优的，因为 LRC 会产生额外的两量子位操作，这些操作 (1) 促进泄漏传输，并且 (2) 成为新的错误源。理想情况下，只有在发生泄漏时才应使用 LRC，以便同时最小化泄漏和额外 LRC 操作产生的错误。然而，实时识别泄漏错误具有挑战性。为了能够稳健而高效地使用 LRC，我们提出了 ERASER，它推测可能已泄漏的量子比特子集，并且仅对这些量子比特使用 LRC。我们的研究表明，大多数泄漏错误通常会影响奇偶校验。我们利用这一见解，通过分析失败的奇偶校验中的模式来识别泄漏的量子比特。我们提出了 ERASER+M，它通过使用可以将量子比特分类为 | 0 ⟩ 、 | 1 ⟩ 和 | 𝐿 ⟩ 状态的量子比特测量协议更准确地检测泄漏来增强 ERASER。与始终使用 LRC 相比，ERASER 和 ERASER+M 分别将逻辑错误率提高了多达 4.3 × 和 23 ×。
使用容错量子计算机模拟锂离子电池的关键特性
迫切需要开发新的可充电电池技术，以提供更高的能量存储、更快的充电速度和更低的成本。尽管现有的电池材料模拟方法取得了成功，但它们有时仍无法提供准确可靠的结果。量子计算已被讨论为克服这些问题的一种途径，但只有有限的工作概述了它如何影响电池模拟。在这项工作中，我们详细回答了以下问题：如何使用量子计算机来模拟锂离子电池的关键特性？基于最近推出的第一次量化技术，我们设计了一种端到端量子算法，用于计算平衡电池电压、离子迁移率和热稳定性。这些可以从材料的基态能量中获得，这是量子计算机使用基于量子比特的量子相位估计执行的核心计算。该算法包括用于在第一次量化中准备周期材料近似基态的显式方法。我们综合这些见解来估计实施模拟真实阴极材料二锂铁硅酸盐的量子算法所需的资源。
二维纠错码在容错系统中的应用综述
随着电子设备的小型化，辐射环境中的内存故障数量也在增加。一维 (1D) 纠错码 (ECC) 无法有效缓解这些问题，需要二维 (2D)-ECC 来提供卓越的纠错能力，同时减少能耗和面积消耗。该领域的出版物数量大幅增加，需要开展一项研究来指导和资助研究决策，主要是为了确定一种比较和评估 ECC 的标准化方法。我们提出了系统文献综述 (SLR)，以研究用于缓解内存故障的 2D-ECC 的最重要特征。该 SLR 揭示了最常用的 ECC、数据大小和冗余开销、编码器和解码器实现技术、故障注入方法和评估指标。此外，我们提取了一些 ECC 趋势，例如在解码器内重复使用编码器，并以三维 (3D)-ECC 为目标来提高纠错效率。实验结果描述了对该科学界具有重要价值的重要研究决策。
容错百万量子比特级分布式量子计算机
百万量子比特级量子计算机对于实现量子霸权至关重要。现代大型量子计算机集成了位于稀释制冷机 (DR) 中的多台量子计算机，以克服每个 DR 的不可扩展冷却预算。然而，大型多 DR 量子计算机带来了其独特的挑战（即缓慢且错误的 DR 间纠缠、量子比特规模增加），并且它们通过增加门操作的数量和 DR 间通信延迟来解码和纠正错误，从而使基线错误处理机制无效。如果不解决这些挑战，就不可能实现容错的大型多 DR 量子计算机。在本文中，我们提出了一种百万量子比特级分布式量子计算机，它使用一种新颖的错误处理机制来实现容错的多 DR 量子计算。首先，我们应用低开销的多 DR 错误综合征测量 (ESM) 序列来减少门操作的数量和错误率。其次，我们应用可扩展的多 DR 错误解码单元 (EDU) 架构来
具有硅色中心的可扩展容错量子技术
量子网络和量子计算技术目前面临的扩展障碍归根结底是同一个核心挑战，即大规模分布高质量纠缠。在本文中，我们提出了一种基于硅中光学活性自旋的新型量子信息处理架构，该架构为可扩展的容错量子计算和网络提供了一个综合的单一技术平台。该架构针对整体纠缠分布进行了优化，并利用硅中的色心自旋（T 中心）的可制造性、光子接口和高保真信息处理特性。硅纳米光子光路允许 T 中心之间建立光子链接，这些 T 中心通过高度连通的电信波段光子联网。这种高连接性解锁了低开销量子纠错码的使用，大大加快了模块化、可扩展的容错量子中继器和量子处理器的时间表。
使用长距离低开销容错量子计算...
由于纠错会产生大量开销，大规模量子计算将需要大量量子比特。我们提出了一种基于量子低密度奇偶校验 (LDPC) 码的低开销容错量子计算方案，其中长距离相互作用使得许多逻辑量子比特能够用少量物理量子比特进行编码。在我们的方法中，逻辑门通过逻辑 Pauli 测量进行操作，既能保护 LDPC 码，又能降低所需额外量子比特数的开销。与具有相同代码距离的表面码相比，我们估计使用此方法处理大约 100 个逻辑量子比特的开销将有数量级的改善。鉴于 LDPC 码所展示的高阈值，我们的估计表明，这种规模的容错量子计算可能只需几千个物理量子比特就能实现，错误率与当前方法所需的错误率相当。
容错量子计算系统技术研发趋势
Yong-Soo Hwang (yhwang@etri.re.kr)，量子计算实验室高级研究员 Tae-Wan Kim (TW Kim，TaewanKim@etri.re.kr)，量子计算实验室高级研究员 Chung-Heon Baek (CH Baek，CHBaek@etri.re.kr)，量子计算实验室研究员 Sung-Woon Cho (nebula.cho@etri.re.kr)，量子计算实验室高级研究员 Hong-Seok Kim (H.-S. Kim，hongseok@etri.re.kr)，量子计算实验室高级研究员 Byeong-Soo Choi (Bschoi3@etri.re.kr)，量子计算实验室高级研究员/主任
证据证明了量子计算在容错之前的效用
量子计算有望就某些问题提供大幅加速其经典同行。但是，意识到其全部潜力的最大障碍是这些系统固有的噪声。对此挑战的广泛接受的解决方案是实施易于故障的量子电路，这对于当前处理器而言是无法触及的。在这里，我们报告了关于嘈杂的127 Qubit处理器的实验，并演示了超出蛮力经典计算超出规模的电路量的准确期望值的测量。我们认为，这代表了在易于耐受的时代量子计算实用性的证据。这些实验结果是通过在此规模上的超导处理器的相干性和校准的进步来实现的，并且能够表征1和在如此大的设备上控制噪声的能力。，我们通过将它们与确切可验证的电路的输出进行比较来确定测得的期望值的准确性。在牢固的纠缠状态下，量子计算机提供了正确的结果，这些结果为诸如纯状态的1D（矩阵产品状态，MPS）和2D（等量张量张量网络状态，ISOTNS）张量化网络方法等领先的经典近似值2,3分解。这些实验证明了实现近期量子应用的基础工具4,5。