5 月 25 日消息，美國耶魯大學(xué)和谷歌量子人工智能的研究人員首次實(shí)現(xiàn)對多能級量子系統(tǒng)的糾錯(cuò)，且性能超過當(dāng)前最佳的無糾正技術(shù)，成功突破了“盈虧平衡點(diǎn)”。

該成果為更高效的量子信息處理開辟了新途徑，相關(guān)論文已于 5 月 15 日發(fā)表于《自然》雜志（IT之家附 DOI:10.1038/s41586-025-08899-y）。

量子計(jì)算機(jī)的核心挑戰(zhàn)在于量子態(tài)的脆弱性 —— 環(huán)境干擾（噪聲）極易導(dǎo)致信息丟失。為此，量子糾錯(cuò)（QEC）需將量子信息編碼為“邏輯態(tài)”以抵抗干擾。此前，糾錯(cuò)技術(shù)僅在二元量子位（qubit）中實(shí)現(xiàn)過“盈虧平衡”（即糾錯(cuò)后信息保真度優(yōu)于未糾錯(cuò)狀態(tài)）。

現(xiàn)今大多數(shù)量子計(jì)算機(jī)都使用量子比特 —— 一種可以同時(shí)處于 0 和 1 狀態(tài)的二能級量子系統(tǒng)，但量子比特還擁有通常不會(huì)被使用的額外能級。如果能夠充分利用這些能級，量子計(jì)算機(jī)將能夠獲得更強(qiáng)的處理能力。

在此次實(shí)驗(yàn)中，科研人員首次實(shí)現(xiàn)了三元（qutrit）和四元（ququart）量子態(tài)的高效糾錯(cuò)，不僅超越傳統(tǒng)二元量子位的性能，還突破了量子糾錯(cuò)的“盈虧平衡點(diǎn)”。這一里程碑標(biāo)志著未來量子計(jì)算機(jī)可能通過高維量子系統(tǒng)實(shí)現(xiàn)更高效的硬件架構(gòu)和容錯(cuò)計(jì)算。

據(jù)官方介紹，耶魯團(tuán)隊(duì)采用戈特斯曼-基塔耶夫-普雷斯基爾（GKP）玻色編碼，將三元和四元邏輯量子態(tài)編碼于超導(dǎo)微波腔的周期性位移相位空間中，從而在單物理系統(tǒng)中存儲更多量子信息。

實(shí)驗(yàn)顯示，糾錯(cuò)后的 qutrit 和 ququart 信息存儲壽命分別比未糾錯(cuò)態(tài)延長 82% 和 87%，增益系數(shù)達(dá) 1.82 和 1.87，與現(xiàn)有最優(yōu)糾錯(cuò) qubit 性能相當(dāng)甚至更優(yōu)。

實(shí)驗(yàn)裝置由鉭（transmon）超導(dǎo)量子比特與三維超導(dǎo)微波腔耦合構(gòu)成。微波腔內(nèi)的振蕩模式存儲邏輯態(tài)，鉭超導(dǎo)量子比特則作為輔助量子位協(xié)助編碼和糾錯(cuò)。

為優(yōu)化糾錯(cuò)協(xié)議，研究團(tuán)隊(duì)引入強(qiáng)化學(xué)習(xí)算法，讓 AI 代理自主調(diào)整實(shí)驗(yàn)中的 45 個(gè)參數(shù)，以最大化量子存儲的保真度。這種無需物理建模的優(yōu)化策略克服了傳統(tǒng)校準(zhǔn)方法的復(fù)雜性。結(jié)果顯示，糾錯(cuò)性能在多輪循環(huán)中保持穩(wěn)定。

研究人員指出，多能級量子糾錯(cuò)的優(yōu)勢在于：

硬件精簡：單物理系統(tǒng)可承載更多邏輯態(tài)，減少計(jì)算所需的物理組件數(shù)量。

算法效率：高維結(jié)構(gòu)有助于更高效地合成量子門、編譯算法及模擬復(fù)雜量子系統(tǒng)。此外，GKP 編碼的 qudit 可與現(xiàn)有超導(dǎo)系統(tǒng)兼容，支持未來架構(gòu)的無縫升級。