Google демонстрирует прорывную "выращивание волшебных состояний" с уменьшением ошибок квантовых вычислений в 40 раз

Image: Google · Source

Google Quantum AI экспериментально достигли 40-кратного снижения ошибок с помощью "выращивания волшебных состояний" на своем квантовом процессоре Willow, что является важным достижением для решения главного ограничителя ресурсов в квантовых вычислениях, подробно описанным в журнале Science.

Квантовые вычисления обещают решать задачи, недоступные классическим компьютерам, но масштабирование этих систем зависит от эффективного управления процессами коррекции ошибок. Долгой проблемой было ресурсоемкое создание высококачественных "волшебных состояний" — особых квантовых состояний, необходимых для выполнения универсальных квантовых операций. Традиционно производство этих волшебных состояний занимает значительную часть мощности квантового компьютера — по оценкам, до 95% — что серьёзно ограничивает вычислительные возможности.

Теперь Google Quantum AI продемонстрировало практический прорыв: "выращивание волшебных состояний", реализованное на квантовом процессоре Willow, обеспечившее 40-кратное снижение ошибок по сравнению с предыдущими методами. Это достижение, описанное в журнале Science 15 октября 2026 года, является решающим шагом к масштабируемым и практичным квантовым вычислениям.

Техника выращивания волшебных состояний, разработанная исследователями Google с 2024 года, заключается во вливании зашумленных квантовых состояний в небольшую область квантового чипа и проведении скоординированных измерений, выявляющих и устраняющих дефектные состояния. Этот процесс "фильтрации" или выращивания эффективно формирует исключительно чистые, с низким уровнем ошибок волшебные состояния, которые затем можно кодировать для использования в вычислениях, значительно снижая затраты ресурсов.

Реализация этой концепции в аппаратуре потребовала преодоления множества технических трудностей. Например, ранние измерения показывали неожиданные аномалии из-за электрических шумов и колебаний температуры, влияющих на точность бенчмаркинга. Команда отреагировала улучшением системного контроля для уменьшения шумов и разработкой нового метода самореферентного бенчмаркинга, использующего сам процесс выращивания для проверки производительности.

Дальнейшие инновации включали успешное взаимодействие различных кодов коррекции ошибок квантовых вычислений посредством передачи очищенных волшебных состояний между "цветными кодами", оптимизированными для выращивания, и "поверхностными кодами", обычно используемыми для коррекции ошибок, демонстрируя совместимость и надежность внутри архитектуры Google.

В результате полученные волшебные состояния достигли рекордной логической точности 99,99%, устанавливая новые стандарты в квантовой метрологии. Хотя масштабирование этого протокола на более крупные квантовые системы остается задачей будущего, экспериментальная проверка подтверждает, что выращивание волшебных состояний способно существенно снизить одно из самых серьезных ограничений квантовых вычислений.

Google Quantum AI подчёркивает, что этот рубеж приближает видение создания полезных квантовых компьютеров с коррекцией ошибок, способных выполнять вычислительные задачи, недостижимые классическими методами. Дальнейшие исследования и инженерные разработки теперь будут сосредоточены на масштабировании и интеграции этих методов в практические квантовые процессоры.