グーグル、Willowチップでマジックステート・カルティベーションによりエラーが約40倍減少したと発表
Google Quantum AIによると、この手法は以前から知られるリソース面のボトルネックを緩和するものだが、より大規模な環境での実証がなお必要だという。
AIイラストGoogle Quantum AIは十月15日、マジックステート・カルティベーションと呼ばれる手法をWillowプロセッサ上で動作させることに成功し、この手法を使わない場合と比べてエラーを約40倍削減したと発表しました。同社によると、この研究はすでに公開されています。
マジックステートとは、汎用量子コンピューティングに必要な一連の演算を実行するのに役立つ特殊な量子状態です。汎用量子コンピューティングとは、従来のコンピュータにはできない有用なプログラムを実行できる方式を指します。研究者は2004年以来、その生成を難しいボトルネックと見てきました。Googleによると、高品質で誤り訂正されたマジックステートを作るには非常に多くのリソースが必要で、量子コンピュータの容量の最大95%をそれに割く必要があるとする推定もあります。また、各マジックステートは一度しか使えません。
カルティベーション手法は2024年にGoogle Quantum AIの研究者が開発したもので、先行文献にあるアイデアを改良したものです。これはフィルターのように機能することを意図しています。ノイズを含む状態をチップ上の小さな領域に置き、協調した一連の測定でエラーを調べ、失敗した試行を破棄します。目的は、エラーが少なく非常に純度の高い状態を育て、同時により大きな符号化へ適応できるようにすることです。Googleは、ハードウェア上で機能すれば、この手法により実用的なタスクに必要な量子コンピュータの規模を大幅に縮小できる可能性があると述べました。
Willowでは、このプロトコルによって、カルティベーションを行っていない状態と比べてエラーが40分の一に減り、同社が過去最高と称する論理忠実度99.99%のTステートが生成されました。Googleはこの成果を、この分野で最も深刻なリソース上のボトルネックの一つに対する実用的な解決策を初めて示したものだと説明しています。
そこに至るには、さらなるエンジニアリングが必要でした。初期のテストで、電気機器のドリフトや温度変動による実験室のノイズが、通常のベンチマークを損なっていることがチームに分かりました。そこでノイズを低減するための制御を追加し、カルティベーション自体を使って自らを測定する新しいベンチマーク手法を考案しました。
研究者らはさらに、距離3のカラーコードから距離5のサーフェスコードへ状態を移しました。これらは量子誤り訂正の二つの方式であり、精製された状態がハードウェア内で維持され、転送できることを示しました。
Googleは、マジックステート・カルティベーションが実用的な量子コンピューティングにとって現実的になるには、より大規模な実証がなお必要であり、技術的な課題も多く残っていると述べました。