悉尼大學聯合量子控制初創公司Q-CTRL，用機器學習找出量子錯誤

ScienceAI發表於2021-08-24
機器學習

經典計算機用電晶體作為電路的「開關」，保障裝置的正常執行，出錯的機率非常小；而量子計算機中的「開關」為量子位，它對外部環境的干擾（噪聲）非常敏感。

最近，悉尼大學的研究人員和量子控制初創公司 Q-CTRL 合作，介紹了一種透過機器學習識別量子計算機錯誤的新方法，可以讓硬體開發人員能夠以前所未有的精度和速度查明效能下降的原因。該團隊希望這種方法能夠加速有用量子計算機的發展。
研究成果於 6 月 25 日以「Quantum Oscillator Noise Spectroscopy via Displaced Cat States」為題發表在期刊《Physical Review Letters》上。
圖片
量子計算已經受到各行各業的廣泛關注，但受到硬體的限制，今天的量子計算機常常會遭遇硬體故障的問題，因此還只是處於實驗研究階段。包括 IBM 和谷歌在內的量子計算機制造巨頭普遍認為，要想將量子計算機擴充套件到具有 1000 或更多的量子位，需要藉助量子糾錯（Quantum error correction, QEC）技術來實現「容錯量子計算」。
悉尼大學的研究人員開發了新的方法來檢測與使用俘獲離子和超導量子硬體執行量子演算法所需的精確條件的最小偏差。為了準確識別感知偏差的來源，Q-CTRL 的科學家開發了利用自定義機器學習演算法處理測量結果的新方法。
圖片
另外，結合 Q-CTRL 現有的量子控制技術，研究人員還能夠最大限度地減少背景干擾的巨大影響。該過程可以輕鬆區分可以修復的環境「噪音」的實際來源。
「將尖端實驗技術與機器學習相結合，在量子計算機的發展中展現了巨大的優勢，」在悉尼大學進行這項研究的蘇黎世聯邦理工學院的 Cornelius Hempel 博士說。

研究團隊

量子控制初創公司 Q-CTRL 成立於 2017 年，總部設在澳大利亞的悉尼，由悉尼大學量子物理和量子技術前教授 Michael J. Biercuk 擔任 CEO。Q-CTRL 旨在開發出可以幫助量子計算開發人員穩定他們的量子硬體的工具。
圖片
Biercuk 認為，2021 年是量子糾錯技術可能為量子計算硬體帶來淨收益的一年，但不應該將 QEC 視為一種能夠治癒量子計算機中所有問題的單一藥物，而應將其視為治療方案的重要組成部分。
「識別和抑制量子硬體效能下降來源的能力對於構建量子感測器和量子計算機的基礎研究和工業努力都至關重要。透過機器學習增強的量子控制已經顯示出一種使這些系統變得實用並顯著加快研發時間的途徑。」
Biercuk 還表示，大學實驗室的基礎科學研究與深度技術初創企業之間持續合作可以帶來很多好處，能夠推動領域向前發展。
據悉，該初創公司此前已獲得美國國防和情報組織的科研資助，這些組織包括美國陸軍研究辦公室和國家情報局局長辦公室的情報高階研究專案活動（IARPA）和美國中央情報局（CIA）。

相關文章