Маленькие кубиты vs большие ошибки: Quantum AI на пути к сверхбыстрым вычислениям

Исследователи Google Quantum AI сделали еще один важный шаг в решении одной из главных проблем квантовых вычислений — высокой чувствительности кубитов к ошибкам. Кубиты, основа квантовых компьютеров, крайне нестабильны и подвержены внешним воздействиям, из-за чего современные прототипы практически не пригодны для реальных задач. Однако команда придумала интересный подход , чтобы преодолеть ограничения.

Идея квантовой коррекции появилась еще в 1990-х годах. Тогда ученые предположили, что несколько физических кубитов можно объединить в более устойчивый логический кубит. Это решение должно было стать ключом к созданию масштабируемых квантовых систем. Правда, его реализация требовала преодоления важного барьера: уровень ошибок физических кубитов должен быть ниже определенного порога. До недавнего времени это было практически невозможно, поскольку даже малейшие сбои могли привести к ухудшению всей системы.

Исследователи Google Quantum AI смогли доказать, что увеличение количества физических кубитов может улучшить надежность логического кубита. В своей работе они использовали так называемый "поверхностный код", предложенный еще в 1990-х годах российским физиком Алексеем Китаевым. Создается своеобразная сетка из кубитов: одни из них хранят данные, а другие отвечают за обнаружение ошибок, не нарушая квантовую информацию.

Первый эксперимент начался с минимальной конфигурации, включающей 17 кубитов. На этом этапе исследователи проверили, может ли система стабильно функционировать при использовании поверхностного кода. Результаты подтвердили работоспособность метода: квантовая информация сохранялась, несмотря на неизбежные сбои, что открыло путь для дальнейшего увеличения масштабов. Следующие опыты с системой из 49 кубитов не только подтвердили устойчивость подхода, но и позволили добиться более точных вычислений благодаря лучшей изоляции от внешних помех.

Google Quantum AI впервые продемонстрировали , что увеличение числа физических кубитов не только не ухудшает показатели, но и заметно улучшает их. В 2024 году команда протестировала новый чип Willow, содержащий 72 кубита. Этот этап стал решающим благодаря улучшенному дизайну: чип обеспечивал более высокую точность взаимодействий между элементами и повышал надежность операций. Количество ошибок сократилось на 50%.

Апогей исследований - комплекс из 97 кубитов. Несмотря на то, что управление стало сложнее, результаты превзошли ожидания — стабильность вычислений снова увеличилась, точно как предсказывали ученые. Это первое практическое подтверждение того, что масштабирование ведет к повышению качества квантовых систем.

Сверхпроводящие кубиты, которые использовала команда, представляют собой миниатюрные электрические цепи на кремниевых чипах. Их свойства, необходимые для реализации поверхностного кода, по-настоящему уникальны. Тем не менее производство требует высочайшей точности.

На каждом новом этапе были свои сложности. Ученым пришлось преодолевать множество технических препятствий на этапе настройки оборудования и сбора данных. Однако слаженная работа команды, в которую вошли как опытные физики, так и молодые специалисты, помогла справиться с трудностями и достичь поставленных целей.

Перед наукой остается еще много задач. Для выполнения реальных вычислений необходимо будет объединить тысячи логических кубитов, каждый из которых требует сотен физических. Также потребуется дальнейшее снижение уровня ошибок, чтобы добиться практической точности.

Параллельно с Google Quantum AI другие группы и компании тестируют альтернативные подходы, например ионные ловушки и фотонные системы. Многие ученые проводят параллели с развитием классических компьютеров, которые за несколько десятилетий превратились из устройств с единичными транзисторами в чипы, содержащие миллиарды компонентов. Аналогичный процесс, по мнению исследователей, ожидает и квантовые системы. Главное — сохранять терпение и продолжать искать решения.