Квантовая коррекция ошибок позволяет постоянно перекалибровывать процессор.

В обучении с подкреплением используется информация об ошибках для корректировки алгоритмов управления.

На пути к полезным квантовым вычислениям стоят очевидные глобальные проблемы. Например, сможем ли мы создать достаточное количество высококачественных аппаратных кубитов для соединения с необходимыми нам логическими кубитами с коррекцией ошибок, и как мы будем генерировать состояния, необходимые для выполнения универсальных вычислений на этих логических кубитах. Но есть и множество менее очевидных проблем, которые необходимо решить, прежде чем мы сможем выполнять вычисления.

Одна из таких проблем, затрагивающая лишь некоторые типы оборудования, — это калибровка. Для производимых нами устройств, таких как сверхпроводящие кубиты, всегда существуют незначительные различия между отдельными кубитами. (Это не относится к случаям, когда для удержания кубита используется, например, атом, но лазеры, управляющие ими, могут иметь дрейф.) В результате это оборудование проходит процесс, называемый калибровкой, в ходе которого мы тестируем различные частоты и амплитуды микроволновых импульсов, управляющих ими, чтобы найти комбинацию, обеспечивающую наименьший уровень ошибок, а затем сохраняем эти настройки для использования в вычислениях.

Однако, в процессе вычислений невозможно выполнить обычную калибровку, что приводит к проблемам с дрейфом для сложных и длинных алгоритмов. Тем не менее, Google выяснил, что калибровку можно проводить, используя те же данные, что и для коррекции ошибок.

Обучение с подкреплением

Оборудование, на которое полагаются Google и ряд других компаний, — это трансмоны. Они представляют собой петлю из сверхпроводящей проволоки, соединенную с резонатором, и управляются импульсами микроволновых фотонов. Эти импульсы управляются оборудованием, которое находится вне холодильной установки, включая классические компьютеры и управляемые ими источники микроволнового излучения. Это оборудование используется для тестирования различных комбинаций длин волн и амплитуд во время калибровки.

Это оборудование также может отклоняться от своих первоначальных настроек из-за случайных факторов, таких как нагрев оборудования во время работы. И это может стать проблемой для сложных алгоритмов, которые мы в конечном итоге планируем запускать на квантовых компьютерах, например, тех, которые могут взломать существующие системы шифрования. В настоящее время, если система демонстрирует признаки отклонения от калибровки, Google заявляет, что просто останавливает вычисления и выполняет повторную калибровку. Однако такой вариант не будет доступен в середине сложного вычисления.

Эти вычисления будут выполняться с использованием кубитов с коррекцией ошибок, в которых измерения на подмножестве аппаратных кубитов используются для обнаружения и характеристики любых ошибок, возникающих на тех кубитах, которые хранят данные. Как отмечают исследователи Google в своей статье, некоторые из обнаруженных ими ошибок будут результатом сбоев калибровки: «ошибки, возникающие из-за несовершенной калибровки, порождают обнаруживаемые синдромы, как и все другие ошибки». Теоретически, мы могли бы использовать тот же метод обнаружения ошибок для выявления как случайных ошибок, так и ошибок, вызванных проблемами калибровки.

Задача состоит в том, чтобы различить эти два явления. Решение команды? Обучение с подкреплением, при котором компьютер пробует различные конфигурации примерно 1000 параметров управления, к которым у него есть доступ, и оценивает их эффективность в ограничении ошибок. «Мы намеренно применяем небольшие одновременные возмущения ко всем параметрам управления во время вычислений, чтобы исследовать пространство управления», — написала команда. «Эти возмущения приводят к незначительным изменениям в статистике событий обнаружения ошибок».

Используя эту информацию, система может определить, как корректировка этих параметров может минимизировать определенные ошибки. Если эти ошибки начинают проявляться, она может внести соответствующие корректировки. И это может происходить параллельно с системой обнаружения и исправления ошибок, которая управляет логическим кубитом.

Система была назначена для управления двумя логическими кубитами, размещенными на откалиброванной системе. В них использовались разные схемы коррекции ошибок (поверхностный код и цветовой код). Они были установлены в определенное состояние, после чего система коррекции ошибок использовалась как с коррекцией на основе обучения с подкреплением, так и без нее. Активация системы привела к увеличению на 20 процентов способности обнаруживать и исправлять ошибки в логических кубитах.

Работа в режиме реального времени

Ограничение этого подхода заключается в том, что он работает только в том случае, если дрейф поддерживает систему в достаточно близком к состоянию, в котором она была обучена. Коррекции, которые могли бы вернуть систему в соответствие с одним состоянием, могут быть неэффективны, когда система находится в значительно отличающемся состоянии.

Решение этой проблемы заключается в постоянной переоценке эффективности различных изменений. Но здесь есть очевидная проблема: нельзя просто случайным образом рандомизировать все потенциальные конфигурации управления в середине вычисления. Даже при ограниченном разнообразии система неизбежно будет работать за пределами оптимальной коррекции ошибок. Поэтому вопрос заключался в том, оправдывает ли себя частое использование неоптимальной коррекции ошибок, предотвращая возникновение еще больших проблем из-за дрейфа. «Благоприятное разрешение компромисса между исследованием и использованием означало бы, что совокупная производительность всех выбранных вариантов политики, большинство из которых хуже [оптимального], все же лучше, чем производительность без управления на основе обучения с подкреплением», — пишут исследователи.

Проведение многочисленных симуляций с использованием очень маленького кубита с коррекцией ошибок показало, что компромисс работает при условии достаточно медленного дрейфа. Команда продемонстрировала, что это может работать в реальном времени с большим кубитом с коррекцией ошибок, в котором система обучения с подкреплением контролирует примерно 40 000 параметров.

На данный момент это явно не решение; мы можем поддерживать работу систем только достаточно долго для выполнения относительно коротких и простых алгоритмов, поэтому дрейф даже не является проблемой. В конечном итоге, наша цель — создать оборудование, способное выполнять такие вычисления, где подобные проблемы будут иметь значение. И есть определенная ценность в демонстрации того, что проблему, которая, как мы знаем, может возникнуть, можно решить.

Природа, 2026. DOI: 10.1038/s41586-026-10759-2 (О DOI).

Источник: arstechnica.com