वह क्वांटम कंप्यूटर जो अपनी गलतियों से सीखता है

Google Research ने Google DeepMind के सहयोग से Nature में "Reinforcement learning control of quantum error correction" शीर्षक से एक शोध पत्र प्रकाशित किया है, जो एक सुदृढीकरण सीखने (reinforcement learning, RL) ढांचे का प्रदर्शन करता है जो क्वांटम कंप्यूटर को लंबी गणनाओं के दौरान बिना रुके होने वाले बहाव (drift) के अनुकूल होने में सक्षम बनाता है। RL एजेंट क्वांटम त्रुटि सुधार (quantum error correction, QEC) द्वारा उत्पन्न बाइनरी त्रुटि पहचान घटनाओं से सीखता है, और हज़ारों नियंत्रण मापदंडों जैसे आवृत्तियों, आयामों और चरणों को गतिशील रूप से नियंत्रित करता है। इस दृष्टिकोण को विलो (Willow) सुपरकंडक्टिंग प्रोसेसर पर मान्य किया गया, जहाँ RL स्टीयरिंग ने त्रुटि-सुधार कोड की लॉजिकल स्थिरता को 3.5 गुना बेहतर किया। व्यापक विशेषज्ञ अंशांकन के बाद RL के साथ बारीक ट्यूनिंग ने लॉजिकल त्रुटि दर को और 20% कम कर दिया। संयुक्त तकनीकों ने रिकॉर्ड कम लॉजिकल त्रुटि दर हासिल की: सर्फेस कोड में प्रति हज़ार त्रुटि सुधार चक्रों में एक से भी कम, और कलर कोड में प्रति सौ में एक। सैकड़ों क्यूबिट्स के साथ संख्यात्मक सिमुलेशन से पता चला कि आवश्यक RL प्रशिक्षण पुनरावृत्तियों की संख्या प्रणाली के आकार से स्वतंत्र है।