Máy tính lượng tử tự học từ lỗi của chính nó

Google Research phối hợp với Google DeepMind đã công bố một bài báo trên Nature với tiêu đề "Điều khiển học tăng cường cho việc sửa lỗi lượng tử", trình bày một khung học tăng cường (RL) cho phép máy tính lượng tử liên tục thích ứng với độ trôi trong các phép tính kéo dài mà không cần dừng lại. Tác tử RL học từ các sự kiện phát hiện lỗi nhị phân do quá trình sửa lỗi lượng tử (QEC) tạo ra để điều khiển động hàng nghìn tham số điều khiển như tần số, biên độ và pha. Cách tiếp cận đã được xác thực trên bộ xử lý siêu dẫn Willow, nơi điều khiển bằng RL cải thiện độ ổn định logic của mã sửa lỗi lên 3,5 lần. Tinh chỉnh bằng RL sau khi hiệu chỉnh chuyên gia toàn diện giúp giảm thêm 20% tỷ lệ lỗi logic. Sự kết hợp các công nghệ này đã đạt được tỷ lệ lỗi logic thấp kỷ lục: dưới một lỗi trên một nghìn chu kỳ sửa lỗi trong mã bề mặt và một lỗi trên một trăm trong mã màu. Mô phỏng số với hàng trăm qubit cho thấy số lần huấn luyện RL cần thiết không phụ thuộc vào kích thước hệ thống.