Decodifica dell'annullamento quantistico degenere

Perché la perdita di qubit è un problema grave

I computer quantistici del futuro saranno costruiti con fragili bit quantistici, o qubit, che sono costantemente a rischio di scomparire o di fuoriuscire dal sistema. In molte delle principali piattaforme hardware — dagli atomi ultrafreddi ai circuiti superconduttori — la modalità di guasto dominante non è una lieve perturbazione ma una perdita netta: un qubit semplicemente svanisce. Questo articolo pone una domanda pratica dalle enormi implicazioni: possiamo progettare codici di correzione degli errori quantistici e decoder veloci che annullino quasi perfettamente questo tipo di perdita, usando nel contempo il minimo possibile di risorse hardware e tempo di calcolo?

Trasformare la perdita di qubit in un rumore più pulito

Gli esperimenti moderni spesso riescono a rilevare quando un qubit è fuoriuscito e a segnalarne la posizione. Questo si chiama conversione in annullamento: la fuga fisica confusa viene trasformata in una «erasure» ben definita in una posizione nota. Su un canale di annullamento di questo tipo esiste un limite teorico netto a quanto efficacemente possiamo proteggere l'informazione quantistica: al massimo una frazione 1 − 2p dei qubit fisici può immagazzinare informazione utile se ogni qubit viene annullato con probabilità p. Finora, solo una classe speciale di codici topologici bidimensionali era nota per raggiungere questo limite sotto annullamento, e lo fa a prezzo di un tasso d'informazione che tende a zero al crescere del sistema. Questo li rende costosi in termini di risorse hardware, motivando la ricerca di codici migliori e decoder più rapidi adattati alle erasures.

Costruire codici ad alto tasso che si avvicinano al limite ultimo

Gli autori mostrano che diverse famiglie di codici quantistici a bassa densità di parità (QLDPC) — in particolare i bicycle codes e i lifted-product codes — possono effettivamente raggiungere o avvicinarsi alla capacità di annullamento su un ampio intervallo di tassi di codice. Utilizzando la decodifica a massima verosimiglianza matematicamente ottimale, implementata tramite eliminazione gaussiana, questi codici correggono le erasures tanto quanto la teoria lo consente: il tasso ottenibile corrisponde strettamente a 1 − 2p per probabilità d'errore pratiche. Lo stesso quadro copre anche i familiari codici topologici bidimensionali, confermando che la loro migliore prestazione sotto annullamento viene recuperata quando vengono decodificati in modo ottimale.

Da una decodifica ottimale ma lenta a schemi rapidi e quasi-ottimali

Il problema è che la decodifica a massima verosimiglianza scala male: l'algebra lineare richiesta cresce approssimativamente con il cubo del numero di qubit, troppo lenta per un funzionamento in tempo reale su un grande processore quantistico. Per superare questo limite, l'articolo sviluppa una famiglia di decoder per propagazione di credenze (BP) che funzionano essenzialmente in tempo lineare rispetto alla dimensione del sistema. Questi decoder trattano il codice come una rete grafica di vincoli e passano iterativamente «messaggi» lungo i lati per inferire il modello di errori più plausibile. Crucialmente, sono progettati per sfruttare una caratteristica unicamente quantistica chiamata degenerazione: molti differenti schemi di errori possono avere esattamente lo stesso effetto sull'informazione codificata. Indirizzando gli aggiornamenti BP verso qualsiasi membro di questi grandi insiemi simmetrici di errori equivalenti, i decoder trovano soluzioni valide senza dover individuare l'errore microscopico esatto.

Affinare il passaggio dei messaggi per gestire pattern di errore difficili

Gli autori introducono varianti di BP che incorporano idee dall'ottimizzazione per discesa del gradiente e da effetti di memoria simili a reti neurali. Una versione «flip» semplice aggiorna valori binari hard e talvolta compie un passo avido quando i progressi si bloccano, mentre versioni «soft» più avanzate operano su valori di confidenza graduati invece di decisioni rigide 0/1. Questi decoder soft temperano e riciclano messaggi passati, regolano le dimensioni dei passi e in alcuni casi trattano insieme diversi tipi di errori quantistici anziché separatamente. Il risultato è una suite di algoritmi che, per le famiglie di codici testate, raggiungono soglie molto vicine a quelle della massima verosimiglianza, pur avendo un tempo di esecuzione che cresce solo linearmente con il numero di qubit e solo moderatamente all'aumentare della precisione richiesta.

Estendere a rumore più realistico e misto

L'hardware reale raramente soffre di sole erasures. Gli autori quindi testano i loro decoder su scenari più complessi: canali che combinano erasures a posizione nota con flip casuali ordinari, e canali in cui i qubit possono essere cancellati senza che la loro posizione venga segnalata. Concatenando codici QLDPC con piccoli codici interni invarianti per permutazione, le cancellazioni locali vengono prima convertite in erasures efficaci, che i decoder BP gestiscono poi in modo efficiente. Esperimenti numerici mostrano che la stessa famiglia di decoder può affrontare questi modelli di errore misti con alta accuratezza, suggerendo che l'approccio è robusto ben oltre l'idealizzato caso di sole erasures.

Cosa significa per le macchine quantistiche future

Nel complesso, il lavoro colma un divario chiave tra teoria e pratica per i sistemi quantistici dominati dalla perdita di qubit. Dimostra che prestazioni che raggiungono o si avvicinano alla capacità sui canali di annullamento sono possibili con codici quantistici strutturati che mantengono tassi d'informazione non nulli e — cosa più importante — che questo può essere ottenuto con decoder il cui costo cresce solo linearmente con la dimensione del sistema. Per il lettore non specialistico, la conclusione è che sfruttando in modo intelligente le simmetrie degli errori quantistici possiamo proteggere i dati quantistici quasi quanto le leggi della fisica lo permettono, senza sovraccaricare l'hardware né con qubit extra né con pesanti calcoli classici. Questo rafforza in modo significativo la tesi a favore della costruzione di computer e reti quantistiche su larga scala nelle piattaforme in cui la perdita di qubit può essere rilevata e convertita in erasures.

Citazione: Kuo, KY., Ouyang, Y. Degenerate quantum erasure decoding. npj Quantum Inf 12, 75 (2026). https://doi.org/10.1038/s41534-026-01212-3

Parole chiave: correzione degli errori quantistici, errori di annullamento, decodifica per propagazione di credenze, codici quantistici LDPC, calcolo quantistico tollerante agli errori