Codici quantistici LDPC geometricamente locali quasi ottimali in qualsiasi dimensione

Mantenere l’informazione quantistica fragile sotto controllo

I computer quantistici promettono di risolvere problemi che sovraccaricano le macchine odierne, ma i loro mattoni di base — i qubit — sono notoriamente fragili. Per preservare l’informazione, i ricercatori usano codici di correzione degli errori quantistici, schemi matematici che distribuiscono l’informazione su molti qubit in modo che gli errori possano essere rilevati e corretti. Questo articolo affronta un ostacolo chiave per trasformare quei codici astratti in progetti pratici per l’hardware: come disporli nello spazio reale affinché ogni qubit interagisca solo con i vicini, senza perdere prestazioni.

Perché le connessioni locali contano

Molti dei più noti codici di correzione degli errori quantistici, detti codici LDPC (low-density parity-check) quantistici, appaiono eccellenti sulla carta. Possono immagazzinare molta informazione quantistica e proteggerla da numerosi errori usando in media poche interazioni per qubit. Tuttavia, questi codici sono di solito definiti in modo astratto, dove in principio ogni qubit può interagire con qualsiasi altro. I dispositivi quantistici reali non funzionano così. Su un chip o in un reticolo di atomi, i qubit possono interagire in modo affidabile solo con partner vicini. Schemi di codifica come i surface code e i color code già rispettano questa regola di “località geometrica” e hanno guidato recenti progressi sperimentali — ma non sono efficienti quanto i migliori codici LDPC astratti. Colmare questo divario è stato un obiettivo di lunga data.

Dalle reti astratte a piastrelle strutturate

Gli autori presentano una ricetta generale per trasformare qualsiasi buon codice LDPC quantistico in un nuovo codice che è quasi altrettanto potente ma anche geometricamente locale in qualsiasi dimensione spaziale scelta. L’idea chiave consiste nell’estrarre una struttura bidimensionale dal codice originale, anche se il codice era definito in modo puramente algebrico. Partono da una rappresentazione standard del codice come una rete tripartita di qubit e due tipi di “check” che testano la presenza di errori. Per come questi check commutano, i qubit collegati a entrambi i tipi possono essere naturalmente raggruppati in motivi a forma di quadrato. Accoppiando sistematicamente tali connessioni, il gruppo costruisce ciò che chiamano un complesso quadrato: una collezione di vertici, spigoli e facce quadrate che cattura le caratteristiche essenziali del codice in un layout 2D.

Raffinare la griglia per ottenere la località

Una volta costruito il complesso quadrato, la costruzione procede suddividendo ogni quadrato in una griglia fine, molto simile a sovrapporre carta a quadretti su una piastrellatura grossolana. Nuovi qubit e check di errore vengono assegnati ai punti e agli spigoli della griglia secondo un modello periodico scelto con cura, richiamando il modo in cui i surface code vivono su una rete. Questo passo di suddivisione crea un nuovo codice le cui interazioni di base sono naturalmente legate alle posizioni vicine sulla griglia. Gli autori richiamano poi risultati matematici su come tali complessi suddivisi possano essere immersi nello spazio euclideo ordinario — il nostro familiare mondo a due o tre dimensioni, o anche in dimensioni superiori — in modo che elementi connessi rimangano vicini e nessuna regione risulti sovraffollata. In questo modo, il codice astratto viene sistematicamente rimodellato in uno che rispetta la località spaziale.

Prestazioni vicine ai limiti teorici

È cruciale che questo maquillage geometrico non comporti un costo elevato. I nuovi codici continuano a immagazzinare una quantità robusta di informazione quantistica e conservano una forte protezione contro gli errori, avvicinandosi ai limiti teorici noti che collegano quanto informazione può essere immagazzinata, quanto distanti possono essere gli errori e quanto debbano rimanere locali le interazioni. Sotto lievi condizioni tecniche soddisfatte da tutti gli attuali buoni codici LDPC conosciuti, gli autori mostrano inoltre che le loro versioni geometricamente locali possiedono una grande “barriera energetica”. In termini fisici, passare accidentalmente da uno stato logico della memoria a un altro richiederebbe di violare molti check lungo qualsiasi percorso, rendendo gli errori logici spontanei estremamente improbabili.

Cosa significa per l’hardware quantistico

Per il lettore generico, il risultato è che questo lavoro fornisce un progetto per prendere alcuni dei codici quantistici teoricamente più potenti e adattarli a forme che i dispositivi reali possono implementare. Invece di dover scegliere tra codici matematicamente ottimali e layout fisicamente realistici, i progettisti di hardware possono ora, in linea di principio, partire da qualsiasi codice LDPC robusto e ottenere una variante quasi ottimale e geometricamente locale adatta a chip, trappole ioniche o reticoli di atomi. Al di là di questa applicazione specifica, il metodo degli autori di estrarre uno scheletro geometrico bidimensionale da oggetti algebrici astratti potrebbe ispirare nuovi approcci per semplificare i codici, ridurre l’overhead dell’hardware ed esplorare memorie quantistiche di dimensione superiore negli anni a venire.

Citazione: Li, X., Lin, TC., Wills, A. et al. Almost optimal geometrically local quantum LDPC codes in any dimension. Nat Commun 17, 2389 (2026). https://doi.org/10.1038/s41467-026-69031-w

Parole chiave: correzione degli errori quantistici, codici quantistici LDPC, codici geometricamente locali, memoria quantistica topologica, hardware per il calcolo quantistico