[论文解读] Real-time quantum error correction beyond break-even

V. V. Sivak, A. Eickbusch+11 more|arXiv (Cornell University)|Nov 16, 2022

Quantum Computing Algorithms and Architecture被引用 13

一句话总结

该论文在超导电路中通过Gottesman-Kitaev-Preskill（GKP）编码的逻辑量子比特实现了实时量子误差校正（QEC），获得了 $ G = 2.27 \pm 0.07 $ 的相干性增益，超过临界点。通过结合原位强化学习与“逐级传递”QEC方案，系统使逻辑量子比特的稳定性超越了任意单个物理组件的寿命。

ABSTRACT

The ambition of harnessing the quantum for computation is at odds with the fundamental phenomenon of decoherence. The purpose of quantum error correction (QEC) is to counteract the natural tendency of a complex system to decohere. This cooperative process, which requires participation of multiple quantum and classical components, creates a special type of dissipation that removes the entropy caused by the errors faster than the rate at which these errors corrupt the stored quantum information. Previous experimental attempts to engineer such a process faced an excessive generation of errors that overwhelmed the error-correcting capability of the process itself. Whether it is practically possible to utilize QEC for extending quantum coherence thus remains an open question. We answer it by demonstrating a fully stabilized and error-corrected logical qubit whose quantum coherence is significantly longer than that of all the imperfect quantum components involved in the QEC process, beating the best of them with a coherence gain of $G = 2.27 \pm 0.07$. We achieve this performance by combining innovations in several domains including the fabrication of superconducting quantum circuits and model-free reinforcement learning.

研究动机与目标

• 证明实时量子误差校正可将逻辑量子比特的相干性延长至超过系统中最佳物理量子比特的寿命。
• 克服以往实验平台中限制QEC性能的控制开销与误差累积问题。
• 在超导腔体中使用费米子GKP编码，结合Transmon辅助量子比特，实现完全稳定、纠错的逻辑量子比特。
• 使用无模型强化学习在实时中优化QEC参数，以适应系统特定的噪声与非理想因素。
• 实现相干性增益 $ G > 1 $，证明QEC在容错量子计算中的实际可行性。

提出的方法

• 使用Gottesman-Kitaev-Preskill（GKP）编码，将逻辑量子比特映射到超导腔体中谐振模式的格点态上。
• 采用“逐级传递”QEC方案，结合实时测量反馈与经典处理，实现实时纠错。
• 应用无模型强化学习（RL）在系统内实时优化QEC电路参数，以适应实际的误差通道与控制非理想性。
• 利用Transmon量子比特作为控制辅助量子比特，实现对腔场的弱测量，从而实现非破坏性误差检测。
• 通过泡利本征态寿命与每周期的逻辑错误概率来测量逻辑量子比特的相干性，量化性能表现。
• 将相干性增益 $ G $ 定义为逻辑量子比特保真度寿命与最佳物理量子比特寿命的比值，其中 $ G=1 $ 为临界点。

实验结果

研究问题

• RQ1 实时量子误差校正是否可将逻辑量子比特的相干性延长至超过超导平台上最相干物理量子比特的寿命？
• RQ2 原位强化学习在多大程度上可优化QEC参数，以抵消系统特定的噪声与非理想性？
• RQ3 当使用主动反馈稳定时，GKP码是否能实现 $ G > 1 $ 的相干性增益，表明实际误差抑制效果？
• RQ4 在相同环境条件下，纠错逻辑量子比特的性能与被动物理量子比特相比如何？
• RQ5 能否在长时间尺度上持续维持完全稳定的逻辑量子比特，且性能始终高于临界点？

主要发现

• 实验实现了 $ G = 2.27 \pm 0.07 $ 的相干性增益，证明纠错后的逻辑量子比特寿命长于系统中任意单个物理组件。
• 逻辑量子比特的泡利本征态寿命为 $ T_X = T_Z = 2.20 \pm 0.03 \, \text{ms} $ 与 $ T_Y = 1.36 \pm 0.03 \, \text{ms} $，证实了长期稳定性。
• 每QEC周期的逻辑泡利错误概率为 $ p_Y = (4.3 \pm 0.4) \times 10^{-3} $，表明纠错保真度高。
• 在为期一周的扫描中，相干性增益始终高于临界点（即 $ G > 1 $），持续时间为100%，中位增益为 $ \overline{G} = 2.0 $。
• 逻辑量子比特的保真度衰减可由多指数模型良好描述，有效去极化率 $ \Gamma_{\text{GKP}} $ 显著低于最佳物理量子比特。
• 强化学习的使用实现了QEC参数的实时自适应，提升了对时变噪声与控制误差的鲁棒性。