谷歌的研究人员发现了一种新技术，这可能最终使量子计算在现实生活中变得实用，利用人工智慧解决科学上最持久的挑战之一：更稳定的状态。


在发表于《自然》杂志的一篇研究论文中，谷歌Deepmind的科学家解释了他们的新人工智慧系统AlphaQubit在修正长期困扰量子计算机的持续错误方面的显著成功。


谷歌的公告中写道：“量子计算机有潜力彻底改变药物发现、材料设计和基础物理——前提是我们能使它们可靠运行。”但没有什么是完美的：量子系统极其脆弱。甚至最轻微的环境干扰——来自热、振动、电磁场或甚至宇宙射线——都可能扰乱它们脆弱的量子状态，导致计算不可靠的错误。


一篇三月的研究论文突显了挑战：量子计算机在实际使用中需要每一兆次操作仅有一个的错误率（10^-12）。然而，目前的硬体每次操作的错误率在10^-3到10^-2之间，使得错误修正变得至关重要。


谷歌表示："某些问题，传统计算机需要数十亿年才能解决，而量子计算机只需几个小时。" "然而，这些新处理器比传统处理器更容易受到噪声的影响。"


“如果我们想让量子计算机更可靠，特别是在大规模情况下，我们需要准确识别和修正这些错误。”


谷歌的新人工智慧系统AlphaQubit希望解决这个问题。该人工智慧系统采用了一种复杂的神经网络架构，在识别和修正量子错误方面显示出前所未有的准确性，在大规模实验中显示出比以往最佳方法少6%的错误，比传统技术少30%的错误。


它在17个量子位到241个量子位的量子系统中保持了高精度——这表明该方法可以扩展到实用量子计算所需的更大系统。


引擎盖下

AlphaQubit采用两阶段方法来实现其高精度。


该系统首先在模拟的量子噪声数据上进行训练，学习量子错误的一般模式，然后使用有限的实验数据适应实际量子硬体。


这种方法使AlphaQubit能够处理复杂的现实世界量子噪声效应，包括量子位之间的串扰、泄漏（当量子位退出其计算状态时）和不同类型错误之间的微妙关联。


但不要太兴奋；你不会在你的车库里很快拥有一台量子计算机。


尽管有其高精度，AlphaQubit在实用实施之前仍面临重大障碍。研究人员指出：“在快速超导量子处理器中，每次一致性检查每秒测量一百万次。虽然AlphaQubit在准确识别错误方面表现优异，但在超导处理器中实时修正错误的速度仍然太慢。”


Deepmind的发言人告诉Decrypt：“在更大的编码距离进行训练更加具有挑战性，因为示例更为复杂，而在更大距离下样本效率似乎较低。这很重要，因为错误率随著编码距离呈指数增长，因此我们预计需要解决更大的距离，以获得在大型深度量子电路上进行容错计算所需的超低错误率。”


研究人员专注于速度优化、可扩展性和整合作为未来发展的关键领域。


人工智慧和量子计算形成了一种协同关系，增强了彼此的潜力。“我们预计AI/ML和量子计算将保持互补的计算方法。人工智慧可以应用于其他领域以支持容错量子计算机的发展，例如校准和编译或算法设计，”发言人告诉Decrypt，“与此同时，人们正在研究量子机器学习在量子数据上的应用，更具投机性地，对于经典数据上的量子机器学习算法。”


这种收敛可能代表计算科学中的一个关键转折点。随著量子计算机通过人工智慧辅助的错误修正变得更可靠，它们反过来可以帮助开发更复杂的人工智慧系统，创造出一个强大的技术进步反馈循环。


实用量子计算的时代，长期以来被承诺却从未实现，可能终于更近了——尽管距离开始担心赛博格末日还不够近。


编辑：塞巴斯蒂安·辛克莱