Google demonstreert magic state cultivation op Willow en verlaagt fouten ongeveer 40-voudig

Google Quantum AI zegt te hebben aangetoond dat magic state cultivation, een techniek voor het voorbereiden van een bijzonder soort kwantumhulpbron, werkt op zijn supergeleidende Willow-processor. Volgens het bedrijf verlaagde de methode de fouten met ongeveer een factor 40 vergeleken met toestanden die zonder de methode waren voorbereid. Google zei dat het werk in Science is gepubliceerd en maakte het deze week bekend in een blogpost van onderzoeker Emma Rosenfeld en kwantumsoftware-engineer Craig Gidney.

Fouttolerante kwantumcomputers hebben een universele set bewerkingen nodig, en de zogenoemde non-Clifford-poorten daarin vormen voor de meeste foutcorrectieontwerpen een aanzienlijke kostenpost aan middelen. Een gangbare manier om ze te leveren is door eerst speciale invoertoestanden voor te bereiden, magische toestanden (magic states) genoemd, en die te verbruiken om deze bewerkingen uit te voeren. Elke magische toestand kan maar één keer worden verbruikt, en het maken ervan met weinig fouten is duur: Google wijst op schattingen dat tot 95% van de capaciteit van een machine zou kunnen opgaan aan de productie ervan. Onderzoekers zien dit knelpunt al sinds 2004 aankomen, aldus het bedrijf.

Cultivatie werd in 2024 voorgesteld door Gidney samen met Google-collega’s Noah Shutty en Cody Jones, die een idee uit eerdere literatuur verfijnden. De methode werkt als een filter: een toestand met ruis wordt in een klein gebied van de chip geïnjecteerd en vervolgens gecontroleerd via een reeks gecoördineerde metingen, en elke poging die een fout aan het licht brengt, wordt weggegooid. Volgens de samenvatting (abstract) van de arXiv-preprint van het team bereikte het experiment een toestandsbetrouwbaarheid van 0,9999(1) terwijl 8% van de pogingen werd behouden, en ontwikkelde het team een fouttolerant meetprotocol om die betrouwbaarheid te begrenzen. Google omschrijft de logische betrouwbaarheid van 99,99% voor zijn T-toestanden als een record.

De onderzoekers verplaatsten gecultiveerde toestanden ook tussen twee foutcorrigerende schema’s. Kleurcodes (color codes), een nieuwere aanpak, lenen zich goed voor cultivatie, terwijl oppervlaktecodes (surface codes) de meer gevestigde methode zijn. Het team transplanteerde toestanden van een distance-3-kleurcode naar een distance-5-oppervlaktecode, wat volgens Google aantoonde dat gezuiverde toestanden de overdracht op zijn hardware kunnen overleven. Het bedrijf beschreef ook maandenlang probleemoplossen nadat vroege data fysiek onwaarschijnlijk leken: Rosenfeld herleidde het probleem tot ruis in het lab door driftende elektrische apparatuur en temperatuurschommelingen die de gebruikelijke benchmark van het team ondermijnden, wat leidde tot extra controle en een nieuwe benchmarkmethode waarbij cultivatie wordt gebruikt om zichzelf te meten.

Google erkende dat cultivatie nog op grotere schaal moet worden gedemonstreerd voordat het realistisch wordt voor praktische machines, en zei dat er nog genoeg technische uitdagingen resteren. Het behoudpercentage betekent ook dat de meeste pogingen in het experiment werden weggegooid. Een preprint van het artikel was eerder op arXiv geplaatst. Google presenteert het resultaat als een stap richting zijn doel om een bruikbare, foutgecorrigeerde kwantumcomputer te bouwen.