原文地址：http://news.sciencenet.cn/htmlnews/2023/2/494408.shtm
北京時間2月23日凌晨，《自然》上線了谷歌“量子人工智能” (Quantum AI)研究團隊一項改善量子計算糾錯技術的研究成果。在這項題為《通過擴展表面編碼邏輯量子位來抑制量子誤差》的研究中，研究人員演示了一種隨著糾錯規模增加而錯誤率下降的量子計算。作者認為，這一進展向可擴展的量子糾錯更進一步。
表面碼邏輯量子位的實現圖示 圖片來源于論文 ?
與經典計算機類似，量子計算機更容易受物理系統背景“噪聲”（或干擾）影響而導致出現錯誤，因而構建大型可靠的量子計算機離不開量子糾錯。顧名思義，量子糾錯的目標是降低量子系統的錯誤率，進而實現對超敏感量子系統的行為進行精確控制。
當下一種被寄予希望的量子糾錯方法是使用糾錯碼，即通過使用一組物理量子位來形成一個邏輯量子位。該系統稱為表面碼邏輯量子位，可以檢測和糾正量子錯誤而不影響量子信息。一般而言，擴展這樣的系統意味著需要操作更多量子位，這可能引入更多邏輯錯誤。為使邏輯性能隨著編碼規模增加而改善，總體的糾錯需超過增加的邏輯錯誤。
在該論文中，谷歌量子人工智能研究團隊的Hartmut Neven和同事展示了一種邏輯量子位表面碼，可以在系統規模增大時降低錯誤率。
他們建造了一個72個量子位的超導量子處理器，并用兩種不同表面碼做了測試：一種稱為distance-5 邏輯量子位（基于49個物理量子位）和一種較小的distance-3邏輯量子位（基于17個物理量子位）。實驗顯示，較大表面碼展現出能夠實現更好的邏輯量子位性能（每周期2.914%邏輯錯誤），優于較小的表面碼（每周期3.028%邏輯錯誤）。
作者在文章中指出，盡管還需要更多的研究來實現有效計算所需的邏輯錯誤率，但這項工作展示了未來開發更高效量子糾錯技術的基本思路。