Надежная работа квантовых компьютеров требует защиты кубитов от ошибок. Однако системы коррекции сами требуют большого количества физических кубитов и быстрых классических вычислений. Нейросетевой сверточный декодер, созданный исследователями из Гарвардского университета, обучается интерпретировать паттерны ошибок непосредственно из данных, используя структуру, которая отражает геометрию кода. Это позволяет ему распознавать как простые, так и сложные конфигурации ошибок и применять коррекцию более эффективно.

В ходе сравнительных тестов модель показала частоту логических ошибок — сбоев, влияющих на результат вычислений, — на порядки ниже, чем у широко используемых методов декодирования. В одном из тестов частота логических ошибок сократилась в 17 раз, а в зависимости от способа сравнения — в несколько тысяч раз. Кроме того, в определенных конфигурациях она обрабатывала данные в тысячи, а то и в 100 000 раз быстрее, сообщает The Quantum Insider.

Кроме того, ученым удалось выявить так называемый «каскадный эффект», который продемонстрировал, что частота ошибок снижается гораздо быстрее, чем предсказывают традиционные модели, по мере улучшения показателей физических ошибок. Это открытие предполагает, что для достижения полезной производительности квантовым компьютерам может потребоваться примерно на 40% меньше кубитов, чем считалось ранее.

Cascade достигает однократной задержки в десятки микросекунд на современных графических процессорах, а с пакетной обработкой — еще быстрее. Эти скорости укладываются в бюджеты некоторых квантовых платформ (например, ионных ловушек и нейтральных атомов). Для более быстрых систем (сверхпроводящие кубиты) может потребоваться дальнейшая оптимизация или специализированное оборудование.

Как и любой метод машинного обучения, нейросетевой декодер не дает таких же теоретических гарантий, как традиционные методы: он обучается на данных и может дать сбой на редких или неожиданных паттернах. Однако в протестированном диапазоне авторы не наблюдали сбоев. Другое ограничение — размер модели: малые нейросети работают плохо, крупные требуют вычислительных затрат. Реальные квантовые системы могут давать дополнительную изменчивость.

Авторы предлагают рассматривать декодирование как неотъемлемую часть архитектуры, а не отдельный компонент. Экспериментальные платформы недавно достигли физических частот ошибок, близких к уровням, где каскадный эффект становится значимым. Если результаты подтвердятся на практике, отказоустойчивые квантовые компьютеры могут появиться раньше.

Китайские ученые продемонстрировали кремниевый квантовый процессор, способный выполнять полный набор логических операций с обнаружением ошибок. Это исследование приближает появление функциональных квантовых компьютеров на основе кремния — главного материала в современной электронике.