Google Quantum AIの研究者が、拡張性のある量子エラー訂正のための漏洩管理において大きな進展を達成

Google Quantum AI の研究者による量子エラー訂正の拡張可能性と漏洩管理の大きな進展

最近、Google Quantum AIと他の研究機関の研究者がNature Physicsに発表した論文で、量子コンピューティングにおける重要な課題が取り上げられました。具体的には、Googleの量子デバイスにおけるキュビットの感受性、特にビットフリップエラーやフェーズフリップエラーについてのものです。これらのエラーが信頼性のある量子コンピュータの構築を妨げています。量子誤り訂正(QEC)は有望なアプローチですが、ビットフリップエラーやフェーズフリップエラー以外のさまざまなエラー機構により、障害に直面しています。

論文では、Googleの量子プロセッサの基盤となる超伝導キュビットであるトランスモンキュビットにおいて、リーク状態と呼ばれる高エネルギーレベルからのエラーの追加的な原因が特定されています。これらのリーク状態は、特に広く使用されているCZゲート操作中に近くのキュビットを破壊し、操作エラーやアルゴリズムの実行を妨げる可能性があります。

この課題に対処するため、研究者たちはデータキュビットリーク除去(DQLR)という新しい量子操作を導入しました。DQLRは、データキュビットのリーク状態を特に対象とし、それらを効率的に計算状態に変換します。このプロセスは、CZゲートにインスパイアされた二キュビットゲートであるリークiSWAPに続き、エラーを除去するために測定キュビットを高速にリセットすることを含みます。

研究は、DQLRがすべてのキュビットで平均リーク状態の人口を約1%から約0.1%に大幅に減少させることを示しています。重要なことに、DQLRは実装前に観察されたデータキュビットのリークの漸進的な上昇を防ぎます。

ただし、研究者たちは、リーク除去だけでは十分ではないと強調しています。彼らは、各サイクルの最後にDQLRを交互に挿入した量子誤り訂正(QEC)実験を実施し、論理的な量子状態の保存との互換性を確保しました。その結果、検出確率メトリックが著しい改善を示し、成功したQECの実行を示しています。さらに、DQLRはリーク除去の効果的な手法である測定リーク除去(MLR)よりも優れており、保存された量子状態を消去することもありません。

結論として、DQLRは大規模なQEC実験において有望であり、リーク以外のエラー機構と、より大きなトランスモングリッドにおけるリークへの感度の増加を予期しています。研究者たちは、リークとそれに関連するエラーの理解と効果的な対処が、トランスモンキュビットの大規模なグリッド上でのサーフェスコードQECプロトコルの実現における重要な一歩であると考えています。研究者たちは、DQLR操作を導入することでリーク状態を効率的に除去し、QECプロセスの安定性を向上させる手段を提案しました。その結果、信頼性のある機能的な量子コンピュータの達成への有望な道筋が示されています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「データ注釈は機械学習の成功において不可欠な役割を果たす」

「自動車から医療まで、AIの成功におけるデータアノテーションの重要な役割を発見しましょう方法、応用、そして将来のトレン...

機械学習

ChatArenaをご紹介します:複数の大規模言語モデル(LLMs)間のコミュニケーションとコラボレーションを容易にするために設計されたPythonライブラリです

ChatArenaは、様々な巨大言語モデルを支援するために作成されたPythonパッケージです。ChatArenaにはすでにマルチエージェン...

AIニュース

「AI企業は、彼らが引き起こす損害について責任を負わなければならない」と『ゴッドファーザー』が言う

一群の専門家は、人工知能企業は彼らの製品が引き起こす損害に対して責任を負う必要があると述べました

AI研究

この人工知能の研究は、トランスフォーマーベースの大規模言語モデルが外部メモリを追加して計算的に普遍的であることを確認しています

トランスフォーマーベースのモデル(GPT-2やGPT-3など)によって達成された驚くべき結果は、研究コミュニティを大規模な言語...

AI研究

「このAppleのAI研究は、ジェンダーステレオタイプに関するLLMsの振る舞いの既知の問題を調査します」

大規模言語モデル(LLM)は、ここ数ヶ月で非常に進歩し、さまざまな分野で最先端のベンチマークを押し上げてきました。大規模...

AI研究

メイヨークリニックのAI研究者たちは、拡散モデルを活用したマルチタスク脳腫瘍インペインティングアルゴリズムを構築するための機械学習ベースの手法を紹介しました

近年、医用画像に関連するAI、特に機械学習(ML)に関する出版物の数は急増しています。Meshキーワード「人工知能」と「放射...