Google, Willow üzerinde sihirli durum yetiştirmeyi gösterdi; hatalar yaklaşık 40 kat azaldı

Google Quantum AI, özel bir kuantum kaynağı türünü hazırlamaya yönelik bir teknik olan sihirli durum yetiştirmenin (magic state cultivation), süperiletken Willow işlemcisinde çalıştığını gösterdiğini söylüyor. Şirkete göre yöntem, hataları bu yöntem kullanılmadan hazırlanan durumlara kıyasla kabaca 40 kat azalttı. Google, çalışmanın Science dergisinde yayımlandığını belirtti ve bunu bu hafta araştırma bilimcisi Emma Rosenfeld ile kuantum yazılım mühendisi Craig Gidney'nin kaleme aldığı bir blog yazısıyla duyurdu.

Hataya dayanıklı kuantum bilgisayarlar evrensel bir işlem kümesine ihtiyaç duyar ve bunlar arasındaki Clifford olmayan (non-Clifford) kapılar, çoğu hata düzeltme tasarımında önemli bir kaynak maliyeti oluşturur. Bunları sağlamanın yaygın yollarından biri, önce sihirli durumlar adı verilen özel girdi durumlarını hazırlamak ve bu işlemleri gerçekleştirmek için onları tüketmektir. Her sihirli durum yalnızca bir kez kullanılabilir ve bunları düşük hatayla üretmek pahalıdır: Google, bir makinenin kapasitesinin %95'e varan kısmının bunların üretimine gidebileceğine dair tahminlere dikkat çekiyor. Şirkete göre araştırmacılar bu darboğazı 2004'ten beri öngörüyordu.

Yetiştirme yöntemi, 2024'te Gidney tarafından Google'dan meslektaşları Noah Shutty ve Cody Jones ile birlikte önerildi; ekip, önceki literatürdeki bir fikri geliştirdi. Yöntem bir filtre gibi çalışıyor: gürültülü bir durum çipin küçük bir bölgesine enjekte ediliyor, ardından bir dizi koordineli ölçümle kontrol ediliyor ve hata ortaya çıkaran her deneme atılıyor. Ekibin arXiv ön baskısının özetine göre deney, denemelerin %8'ini korurken 0,9999(1) durum sadakatine ulaştı ve ekip bu sadakate bir sınır koymak için hataya dayanıklı bir ölçüm protokolü geliştirdi. Google, T-durumları için elde edilen %99,99 mantıksal sadakati bir rekor olarak nitelendiriyor.

Araştırmacılar ayrıca yetiştirilmiş durumları iki hata düzeltme şeması arasında aktardı. Daha yeni bir yaklaşım olan renk kodları yetiştirmeye uygunken, yüzey kodları daha yerleşik yöntemdir. Ekip, durumları mesafe-3 renk kodundan mesafe-5 yüzey koduna aktardı; Google'a göre bu, arındırılmış durumların şirketin donanımında bu devirden sağ çıkabildiğini gösterdi. Şirket ayrıca ilk verilerin fiziksel olarak akla yatkın görünmemesinin ardından aylarca süren sorun gidermeyi anlattı: Rosenfeld sorunu, ekibin olağan kıyaslama ölçütünü zayıflatan, kayan elektrikli ekipmanlardan ve sıcaklık değişimlerinden kaynaklanan laboratuvar gürültüsüne bağladı; bu da ek kontrol önlemlerine ve yetiştirmenin kendisini ölçmek için kullanıldığı yeni bir kıyaslama yaklaşımına yol açtı.

Google, yetiştirmenin pratik makineler için gerçekçi hale gelmeden önce hâlâ daha büyük ölçekte gösterilmesi gerektiğini kabul etti ve pek çok teknik zorluğun sürdüğünü söyledi. Korunma oranı ayrıca deneydeki denemelerin çoğunun atıldığı anlamına geliyor. Makalenin bir ön baskısı daha önce arXiv'de yayımlanmıştı. Google, sonucu yararlı, hataları düzeltilmiş bir kuantum bilgisayar inşa etme hedefine doğru atılmış bir adım olarak sunuyor.