حاسوب كمومي يتعلم من أخطائه

Группа Google Quantum AI (совместно с Google DeepMind) опубликовала в журнале Nature статью, объединяющую обучение с подкреплением (Reinforcement Learning, RL) и квантовую коррекцию ошибок (Quantum Error Correction, QEC). Традиционно для калибровки квантовых компьютеров необходимо полностью останавливать вычисления, что неприемлемо для длительных алгоритмов. Авторы предложили использовать данные обнаружения ошибок QEC не только для декодирования и исправления, но и в качестве активного обучающего сигнала для RL-агента, который динамически подстраивает тысячи управляющих параметров, компенсируя дрейф. Эксперимент на 105-кубитном процессоре Willow с искусственно внесённым дрейфом показал улучшение логической стабильности в 3,5 раза. Даже после экспертной калибровки дообучение с помощью RL дополнительно снизило частоту логических ошибок на 20%. Достигнуты рекордные показатели: менее одной логической ошибки на тысячу циклов коррекции для поверхностного кода и одна на сто для цветового кода. Численные симуляции для сотен кубитов подтвердили, что количество требуемых итераций обучения не зависит от размера системы, а значит метод масштабируем.