Die heutigen Quantencomputer sind leistungsfähig genug, um Probleme anzugehen, die klassische Rechner überfordern, doch sie sind noch weit davon entfernt, fehlerfrei zu sein. Jede Berechnung leidet unter kleinen Fehlern, die sich schnell aufsummieren können—insbesondere bei der Simulation des Verhaltens von Elektronen in Materialien, einem entscheidenden Schritt für neue Technologien und Chemikalien. Dieser Artikel stellt eine neue Strategie vor, genannt Subspace Noise Tailoring (SNT), die deutlich zuverlässigere Ergebnisse aus verrauschter Quantenhardware herausholt und zeigt, wie sie kurzfristigen Geräten ermöglichen könnte, ernsthaft mit fortgeschrittenen klassischen Simulationen zu konkurrieren.
Rauschen bei Quantenmaschinen verstehen
Jeder Vorgang in einem Quantencomputer kann fehlerhaft sein, und eine vollständige Fehlerkorrektur setzt Hardware voraus, die noch nicht verfügbar ist. Forschungsgruppen nutzen daher vorerst „Fehlerminderung“ statt kompletter Fehlerkorrektur: Sie führen viele unvollkommene Schaltungen aus und verarbeiten die Ergebnisse, um zu rekonstruieren, was ein idealer Rechner geliefert hätte. Bestehende Ansätze tauschen Kosten gegen Genauigkeit. Einige, die auf Erhaltungssätzen oder „Symmetrien“ basieren, sind günstig, fangen aber nur eine Teilmenge der Fehler auf. Andere können prinzipiell fast alle Fehler entfernen, verlangen jedoch so viele zusätzliche Schaltungsdurchläufe, dass sie schnell unpraktisch werden. Die zentrale Herausforderung besteht darin, einen Mittelweg zu finden, der ausreichend genau ist und gleichzeitig auf realen Geräten erschwinglich bleibt.
Zwei Ideen zu einem schlaueren Verfahren verbinden Figure 1.
Die Autoren kombinieren zwei führende Familien der Fehlerminderung zu einer Methode: Subspace Noise Tailoring (SNT). Ein Bestandteil nutzt Symmetrien des physikalischen Systems—etwa die Erhaltung der Teilchenzahl oder des Spins—um Schaltungsdurchläufe zu markieren, die falsch sein müssen, weil sie außerhalb des erlaubten Sektors des Zustandsraums landen; diese Läufe werden einfach verworfen. Der andere Bestandteil verwendet eine sorgfältig kalibrierte Mischung zusätzlicher Gatter, die bestimmte Rauschmuster statistisch aufheben. SNT analysiert, wo und wie Fehler durch Symmetrieprüfungen entdeckt werden können, und wendet den kostenintensiven Aufhebungsmechanismus nur auf die verbleibenden, nicht detektierbaren Fehler an. Auf diese Weise übernimmt die günstige Filterung den Großteil der Bereinigung, und nur eine kleine Restmenge wird durch teure Aufhebung behandelt.
Kodierungen entwerfen, die beim Aufspüren von Fehlern helfen
Um SNT zu testen, konzentriert sich das Team auf das Fermi–Hubbard-Modell, ein gängiges Modell zur Untersuchung von Elektronen, die sich auf einem Gitter bewegen und wechselwirken. Um dieses Problem auf einem Quantenprozessor auszuführen, müssen die elektronischen Freiheitsgrade in Qubits kodiert werden. Verschiedene Kodierungen reorganisieren das Problem unterschiedlich—sie verändern nicht nur die Anzahl der benötigten Qubits und Gatter, sondern auch, welche Arten von Fehlern durch Symmetrieprüfungen erkannt werden können. Die Autoren vergleichen die konventionelle Jordan–Wigner-Kodierung mit mehreren „lokalen“ Kodierungen, die zusätzliche Qubits einführen, um viele kurzreichweitige Symmetrieprüfungen zu schaffen. Diese zusätzlichen Prüfungen wirken wie ein Netz lokaler Wächter, die deutlich mehr Fehler erkennen können, ohne die Schaltungstiefe dramatisch zu erhöhen.
Wie weit aktuelle Maschinen wirklich kommen können Figure 2.
Anhand detaillierter Simulationen verrauschter Schaltungen kartieren die Autoren, welche Kombinationen aus Kodierung und Fehlerminderungsstrategie über ein weites Spektrum an Hardwarequalitäten, Systemgrößen und Messbudgets am besten funktionieren. Sie finden ein reichhaltiges „Phasendiagramm“ optimaler Wahl: Bei relativ verrauschten Gattern siegen Kodierungen, die weniger Operationen benötigen; mit verbesserter Hardware und mehr verfügbaren Schaltungsdurchläufen werden Kodierungen mit stärkeren lokalen Prüfungen in Kombination mit SNT überlegen. Für ein zweidimensionales 6×6-Gitter, das über 15 Zeitschritte entwickelt wird—eine Problemgröße nahe der Grenze dessen, was aktuelle klassische Verfahren bewältigen können—schätzen sie, dass SNT den Gesamtfehler in wichtigen Observablen bei etwa fünf Prozent halten kann, falls die Zwei-Qubit-Gatter-Fidelitäten etwa 99,95% erreichen. Unter denselben Bedingungen würde ein reines, brute-force Aufhebungsverfahren etwa eine Million Mal mehr Schaltungsdurchläufe erfordern.
Was das für den Weg zum Quantenvorteil bedeutet
Einfach gesagt zeigt diese Studie, dass wir durch die clevere Kombination von Symmetrieprüfungen mit gezielter Rauschaufhebung die Möglichkeiten unvollkommener Quantencomputer deutlich weiter ausdehnen können als bisher gedacht. Subspace Noise Tailoring bietet ein Rezept dafür, sowohl die Kodierung von Elektronen in Qubits als auch die Aufbereitung der resultierenden Daten so zu wählen, dass realistische, kurzfristige Geräte stark wechselwirkende Elektronen auf zweidimensionalen Gittern in Größenordnungen simulieren können, die klassische Algorithmen ernsthaft herausfordern. Anstatt auf vollständig fehlerkorrigierte Maschinen zu warten, skizziert diese Arbeit einen konkreten Weg, wie die heute entstehende Hardware wissenschaftlich bedeutsame Einblicke in komplexe quantenmechanische Materialien liefern kann.
Zitation: Papič, M., Algaba, M.G., Godinez-Ramirez, E. et al. Near-term fermionic simulation with subspace noise tailored quantum error mitigation.
npj Quantum Inf12, 72 (2026). https://doi.org/10.1038/s41534-026-01248-5
