科技日報記者 張佳欣
美國耶魯大學和谷歌量子人工智能的研究人員首次實現對多能級量子系統的糾錯，使系統性能超過了當前最佳的未糾正方案，成功突破了“盈虧平衡點”。該成果為更高效的量子信息處理開辟了新途徑，相關論文發表于最新一期《自然》雜志。
量子計算機極為脆弱。外部信號、熱噪聲及其他環境擾動常會導致量子比特在完成有用計算前丟失信息。為實現大規模量子計算，必須找到在執行邏輯操作期間，保護量子態免受降解影響的方法。在此之前，僅有二能級量子比特糾錯突破了“盈虧平衡點”。這項新研究則首次在多能級量子系統上突破了這一瓶頸。
團隊利用一種名為戈特斯曼-基塔耶夫-普雷斯基爾（GKP）玻色子碼的糾錯方法，實現了對三態和四態量子單元的量子信息編碼與保護，這超越了量子誤差糾正領域的重要里程碑——“盈虧平衡點”，即糾錯后的信息存儲時間超過未糾錯版本這一關鍵閾值。
實驗中，團隊使用了鉭transmon（超導量子比特）與三維超導微波腔耦合的裝置。微波腔的振蕩器模式用于存儲邏輯GKP態，transmon作為輔助比特控制振蕩器并糾錯。此外，團隊還開發了多項技術，包括利用強化學習優化的糾錯協議。
優化后，系統在三態量子單元實現了1.82的糾錯增益，在四態量子單元上糾錯增益達到1.87。這些增益與此前使用該設備實現的二能級量子比特糾錯實驗相當，甚至更優。
這項發現為突破傳統二進制架構提供了新路徑，拓展了構建更高效量子計算機的工具箱，表明未來量子處理器可能受益于超越傳統二能級量子比特的設計。多能級量子系統在可靠控制和糾錯方面的潛力，有望推動更高效、更緊湊的量子信息處理硬件的發展。
