Кот Шредингера поможет улучшить квантовые компьютеры

Исследователи из Amazon Web Services представили инновационный подход к коррекции ошибок в квантовых компьютерах, который требует значительно меньшего количества компонентов. Вдохновением для их работы послужила знаменитая мысленная концепция кота Шредингера. Используя так называемые «кошачьи» кубиты, ученые добились снижения уровня ошибок при вычислениях, что может стать прорывом на пути к масштабируемым квантовым вычислениям. Работа опубликована в журнале Nature.

Квантовые компьютеры превосходят классические в решении некоторых сложных задач, но их чувствительность к ошибкам остается серьезным препятствием для их широкого применения. Квантовая коррекция ошибок помогает справляться с этим, однако обычно требует множества дополнительных кубитов, что делает процесс менее эффективным.

Команда исследователей во главе с Харальдом Путтерманом предложила новый метод коррекции, основанный на кошачьих кубитах. Эти кубиты, созданные на базе сверхпроводящих цепей, естественным образом устойчивы к одному из наиболее распространенных типов ошибок — битовым флипам (изменению значения кубита с 0 на 1 и наоборот).

Именно на этом свойстве исследователи построили новую схему квантовой коррекции ошибок, сосредоточенную на устранении фазовых ошибок. Это позволило уменьшить общее количество дополнительных кубитов, необходимых для обеспечения устойчивости вычислений.

В мысленном эксперименте Шредингера кот находится в суперпозиции состояний – одновременно и жив, и мертв, пока его не «измерят». Кошачьи кубиты ведут себя похожим образом: они находятся в суперпозиции двух когерентных состояний электромагнитного поля.

В ходе эксперимента ученые продемонстрировали работу сверхпроводящего квантового устройства, основанного на массиве из кошачьих кубитов. Используя пять таких кубитов, им удалось снизить уровень ошибок с 1,75% до 1,65% за вычислительный цикл. Для сравнения, традиционные методы коррекции требуют десятков дополнительных кубитов, чтобы достичь аналогичного результата. Это делает новый подход гораздо более эффективным с точки зрения аппаратных затрат.

Разработанная методика может быть масштабирована, что делает ее перспективной для будущих квантовых процессоров. Однако ученые отмечают, что прежде чем технология станет практичной, потребуется дальнейшая оптимизация.