量子系统与其环境的相互作用导致量子相干的丧失。通常通过Ancilla,建立良好的储层工程方法调整量子系统与其环境的耦合,可以通过将有效的耗散性动态逐渐发展为量子量子状态或量子状态[1-6],从而克服了有效的耗散动力学来克服脱碳范式。尤其是在电路量子电差异的范围内[7],已经成功利用了储层工程,以自主保护在谐波振荡器的限制希尔伯特空间中编码的量子信息,即玻孔代码,而无需基于测量的反馈。这是通过有效的奇偶校验的工程来实现的,它保留了耗散的演化,该耗散演化将微波谐振器的状态驱动到由相反状态的均匀和奇数相干叠加跨越具有相反位移的歧义的歧管,也称为Schrödinger猫态[8-11]。原则上,这些耗散动态可用于准备猫代码的逻辑状态[9]。尽管如此,这不是必需的,因为使用最佳控制脉冲序列[10],可以使用分散耦合量子轴对微波谐振器场进行通用控制,或者正如最近已证明的那样,已证明,连续变量(CV)通用门集的优化序列[12,13]。因此,为了稳定CAT代码的唯一目的,储层工程是为了唯一的目的。
b'b't量子Zeno效应以最简单的形式描述了量子系统的频率测量可以减慢其时间演变的现象,最终导致其停止完全改变。已广泛研究了封闭的量子系统[BN67,MS77,CHE72,FRI76,FP08,EI05,EI21]和开放量子系统[MS03,BZ18,BFN + 20,MW19,MW19,MW19,MAT04,GL \ XC2 \ XC2 \ XC2 \ XA8U16,BDS21,MRM MR MR MR MR MR MR MR MR MR MR MR MR MR MR MR M \ XC2 \ XA8O24]和现象的实验验证是在[IHBW90,FGMR01,SMB + 06,SHC + 14]中实现的。量子ZENO效应具有各种应用,例如在控制反应[FJP04,HRB + 06],量子误差校正[EARV04,PSRDL12]和状态准备[NTY03,NUY04,WYN08]中。在这里,我们考虑以下在量子动力学半群下进化的无限二维开放量子系统中的量子zeno效应的一般设置,该系统由e t l'
量子误差校正1-4通过将多个物理量子器组合到逻辑量子位中,提供了达到实用量子计算的途径,其中添加了更多的量子器,将逻辑错误率指数置于指数抑制。但是,仅当物理错误率低于临界阈值时,这种指数抑制才会发生。在这里,我们在我们最新一代的超导处理器柳树:距离-7代码和与实时解码器集成的距离-7代码和距离-5代码上介绍了两个以下阈值表面代码记忆。将代码距离增加2时,我们较大的量子存储器的逻辑错误率被λ= 2.14±0.02抑制,最终以101 Qubit的距离-7代码为0.143%±0.003%误差误差误差。这种逻辑记忆也超出了盈亏平衡,超过了其最佳物理值的寿命2.4±0.3。实时解码时,我们的系统保持低于阈值的性能,在5到100万个周期的距离时,平均解码器延迟为63微秒,周期时间为1.1微秒。我们还将重复代码运行到距离29,发现逻辑性能受到罕见相关误差事件的限制,大约每小时发生一次或3×10 9周期。我们的结果表明设备性能,如果缩放,则可以实现大规模易于故障量子算法的操作要求。
玻色子代码允许在单个组件设备中对逻辑量子位进行编码,利用谐振子的无限大希尔伯特空间。特别是,最近已证明 Gottesman-Kitaev-Preskill 代码的可校正性远远超过同一系统中最佳被动编码的盈亏平衡点。目前针对该系统的量子误差校正 (QEC) 方法基于使用反馈的协议,但响应仅基于最新的测量结果。在我们的工作中,我们使用最近提出的反馈-GRAPE(带反馈的梯度上升脉冲工程)方法来训练循环神经网络,该网络提供基于记忆的 QEC 方案,以非马尔可夫方式响应之前测量结果的完整历史,优化所有后续的单一操作。这种方法明显优于当前策略,并为更强大的基于测量的 QEC 协议铺平了道路。
我们考虑为作用在量子电路上的通用量子噪声设计合适的量子误差校正程序(QEC)程序的问题。通常,没有分析通用程序来获得编码和校正统一门,如果噪声未知并且必须重建噪声,问题甚至更难。现有过程依赖于变分的量子算法(VQA),并且由于成本函数的梯度的大小随量子数而衰减,因此很难训练。我们使用基于量子1(QW 1)的量子Wasserstein距离的成本函数来解决此问题。在量子信息处理中通常采用的其他量子距离方面,QW 1缺少单一不变性属性,这使其成为避免被困在本地最小值中的合适工具。专注于一个简单的噪声模型,该模型已知确切的QEC解决方案,并且可以用作理论基准,我们进行了一系列数值测试,这些测试表明如何通过QW 1指导VQA搜索,确实可以显着提高成功培训的可能性,并在使用恢复状态的情况下,以实现的态度来实现会议的方法。
量子纠错 [1–4] 通过将多个物理量子位组合成一个逻辑量子位,为实现实用量子计算提供了一条途径,随着更多量子位的添加,逻辑错误率会呈指数级抑制。然而,只有当物理错误率低于临界阈值时,这种指数级抑制才会发生。在这里,我们在最新一代超导处理器 Willow 上展示了两个低于阈值的表面代码存储器:距离为 7 的代码和集成了实时解码器的距离为 5 的代码。当代码距离增加两倍时,我们更大的量子存储器的逻辑错误率被抑制了 Λ = 2.14 ± 0.02 倍,最终得到一个 101 量子位距离为 7 的代码,每个纠错周期的错误率为 0.143% ± 0.003%。这种逻辑存储器也超出了盈亏平衡点,是其最佳物理量子位的寿命的 2 倍。 4 ± 0 . 3. 我们的系统在实时解码时保持低于阈值的性能,在距离为 5 时实现平均 63 µ s 的解码器延迟,最多可进行一百万次循环,循环时间为 1.1 µ s。我们还运行距离为 29 的重复代码,发现逻辑性能受到每小时约一次或 3 × 10 9 次循环发生的罕见相关错误事件的限制。我们的结果表明,如果扩展,设备性能可以实现大规模容错量子算法的操作要求。
b'b't量子Zeno效应以最简单的形式描述了量子系统的频率测量可以减慢其时间演变的现象,最终导致其停止完全改变。已广泛研究了封闭的量子系统[BN67,MS77,CHE72,FRI76,FP08,EI05,EI21]和开放量子系统[MS03,BZ18,BFN + 20,MW19,MW19,MW19,MAT04,GL \ XC2 \ XC2 \ XC2 \ XA8U16,BDS21,MRM MR MR MR MR MR MR MR MR MR MR MR MR MR MR MR M \ XC2 \ XA8O24]和现象的实验验证是在[IHBW90,FGMR01,SMB + 06,SHC + 14]中实现的。量子ZENO效应具有各种应用,例如在控制反应[FJP04,HRB + 06],量子误差校正[EARV04,PSRDL12]和状态准备[NTY03,NUY04,WYN08]中。在这里,我们考虑以下在量子动力学半群下进化的无限二维开放量子系统中的量子zeno效应的一般设置,该系统由e t l'
量子技术利用量子力学定律(对世界最精确的物理描述)来实现全新的信息处理能力。主要的量子技术是量子计算机、量子通信和网络以及量子传感器。虽然这些技术都是从相同的概念发展而来的,但它们的目标和任务却大不相同。在本次研讨会上,我们将主要关注量子计算,其目标是在原子、离子、超导电路和光子等量子力学载体中存储和处理信息。当与环境隔离时,这些载体表现理想,可以无限期地保持信息完整。然而,实际上,它们不断与环境相互作用,导致存储的信息退相干。同样,对这些载体进行外部操纵以计算信息也远非理想,存在精度不足、背景噪声等问题。因此,必须保护存储的信息免受退相干的影响,并确保其处理对设备故障具有耐受性。在量子系统中,这种容错信息处理的最系统方法是使用量子纠错码。在本文中,我们简要概述了量子纠错和容错的基本原理。我们假设读者熟悉经典纠错或信道编码,但可能不熟悉量子信息。目标是为 QuIK'24 研讨会的与会者提供足够的背景知识,以便他们跟上受邀演讲、海报和讨论。虽然这不是对该领域的全面回顾,但我们将为读者提供充足的参考资料,以扩展此处讨论的基础知识。有关量子计算和量子纠错的历史回顾,我们建议读者参考 [1]–[4]。
众所周知,没有任何速率为 푅 的量子纠错码能够纠正超过 ( 1 − 푅 )/ 4 部分符号的对抗性错误。但是,如果我们只要求我们的代码能够大致恢复消息呢?在这项工作中,我们针对接近量子单例界限 ( 1 − 푅 )/ 2 的对抗性错误率构建了可有效解码的近似量子码,对于任何恒定速率 푅 。具体来说,对于每个 푅 ∈( 0 , 1 ) 和 훾 > 0,我们构造速率为 푅 、消息长度为 푘 和字母表大小为 2 푂 ( 1 / 훾 5 ) 的代码,这些代码可以有效地解码 ( 1 − 푅 − 훾 )/ 2 分数的对抗性错误,并恢复高达反指数误差 2 − Ω ( 푘 ) 的消息。在技术层面,我们使用经典的鲁棒秘密共享和量子纯度测试将近似量子误差校正减少到合适的量子列表解码概念。然后,我们通过 (i) 引入折叠量子 Reed-Solomon 码和 (ii) 应用新的量子版本距离放大来实例化我们的量子列表解码概念。
Los Alamos国家实验室是一项平权行动/均等机会雇主,由Triad National Security,LLC经营,为美国能源部国家核安全管理局根据合同89233218CNA000001运营。通过批准本文,出版商认识到,美国政府保留了不判有限定的免版税许可,以出版或复制已发表的此捐款形式,或者允许其他人出于美国政府的目的。洛斯阿拉莫斯国家实验室要求出版商根据美国能源部主持的工作确定这篇文章。Los Alamos国家实验室强烈支持学术自由和研究人员发表权;但是,作为一个机构,实验室并未认可出版物的观点或保证其技术正确性。