Dekodowanie wymazywania kwantowego z uwzględnieniem degeneracji

Dlaczego utrata kubitów jest poważnym problemem

Przyszłe komputery kwantowe będą zbudowane z kruchych jednostek informacji kwantowej, czyli kubitów, które nieustannie są narażone na znikanie lub wypływanie z systemu. W wielu wiodących platformach sprzętowych — od ultrazimnych atomów po obwody nadprzewodzące — dominującym trybem awarii nie jest subtelne zaburzenie, lecz całkowita utrata: kubit po prostu znika. Artykuł stawia praktyczne pytanie o dalekosiężnych konsekwencjach: czy jesteśmy w stanie zaprojektować kwantowe kody korekcji błędów i szybkie dekodery, które niemal perfekcyjnie cofają taki rodzaj utraty, jednocześnie używając jak najmniej dodatkowego sprzętu i czasu przetwarzania?

Przekształcanie utraty kubitu w bardziej uporządkowany rodzaj szumu

W nowoczesnych eksperymentach często można wykryć moment, w którym kubit uciekł, i zanotować jego położenie. Nazywa się to konwersją na wymazanie: nieuporządkowane fizyczne wypływanie zostaje zamienione na dobrze zdefiniowane „wymazanie” w znanej lokalizacji. W takim kanale wymazywania istnieje ostre teoretyczne ograniczenie tego, jak efektywnie można chronić informacje kwantowe: co najwyżej ułamek 1 − 2p kubitów sprzętowych może przechowywać użyteczną informację, jeśli każdy kubit jest wymazywany z prawdopodobieństwem p. Do tej pory jedynie specjalna klasa dwuwymiarowych kodów topologicznych była znana z osiągania tego limitu przy wymazaniach, i robią to kosztem zanikania współczynnika informacji w miarę powiększania się systemów. Czyni to rozwiązania sprzętowo kosztownymi i motywuje poszukiwanie lepszych kodów i szybszych dekoderów dostosowanych do wymazań.

Budowanie kodów o wysokim współczynniku informacji zbliżających się do granicy

Autorzy wykazują, że kilka rodzin kwantowych kodów niskiej gęstości parzystości (QLDPC) — w szczególności kody bicycle i kody typu lifted-product — może w rzeczywistości osiągać lub niemal osiągać pojemność kanału wymazań dla szerokiego zakresu współczynników kodu. Korzystając z matematycznie optymalnego dekodowania maksymalnej wiarygodności, zrealizowanego przez eliminację Gaussa, te kody korygują wymazy tak dobrze, jak na to pozwala teoria: osiągalny współczynnik jest bliski 1 − 2p dla praktycznych prawdopodobieństw błędu. Ten sam formalizm obejmuje także znane dwuwymiarowe kody topologiczne, potwierdzając, że ich najlepsza możliwa wydajność przy wymazaniach zostaje odzyskana przy optymalnym dekodowaniu.

Od wolnego, optymalnego dekodowania do szybkich, niemal optymalnych schematów

Wadą jest to, że dekodowanie maksymalnej wiarygodności skalująco słabo: potrzebna algebra liniowa rośnie mniej więcej z sześcianem liczby kubitów, co jest zbyt wolne dla działania w czasie rzeczywistym w dużym procesorze kwantowym. Aby to przezwyciężyć, artykuł rozwija rodzinę dekoderów propagacji wiary (BP), które działają w zasadzie w czasie liniowym względem rozmiaru systemu. Dekodery te traktują kod jako graficzną sieć ograniczeń i iteracyjnie przesyłają „wiadomości” wzdłuż krawędzi, aby wywnioskować najbardziej prawdopodobny wzorzec błędów. Kluczowe jest to, że zaprojektowano je tak, by wykorzystywać unikalną cechę kwantową zwaną degeneracją: wiele różnych wzorców błędów może wywoływać dokładnie ten sam efekt na zakodowanej informacji. Kierując aktualizacje BP ku dowolnemu elementowi tych dużych, symetrycznych zbiorów równoważnych błędów, dekodery znajdują dobre rozwiązania bez potrzeby wybierania dokładnego mikroskopowego błędu.

Dopracowywanie przekazywania komunikatów, by radzić sobie z trudnymi wzorcami błędów

Autorzy wprowadzają warianty BP, które czerpią z pomysłów optymalizacji metodą spadku gradientu oraz efektów pamięci podobnych do sieci neuronowych. Prosta wersja „flip” aktualizuje twarde wartości bitów i od czasu do czasu wykonuje zachłanny krok, gdy postęp zastyga, podczas gdy bardziej zaawansowane wersje „soft” operują na stopniowanych wartościach ufności zamiast rygorystycznych decyzji 0/1. Te miękkie dekodery łagodzą i poddają recyklingowi przeszłe wiadomości, regulują rozmiary kroków i w niektórych przypadkach traktują różne typy błędów kwantowych łącznie zamiast oddzielnie. W efekcie powstaje zestaw algorytmów, które dla testowanych rodzin kodów osiągają progi bardzo bliskie tym z dekodowania maksymalnej wiarygodności, przy czasie działania rosnącym jedynie liniowo wraz z liczbą kubitów i tylko łagodnie wraz ze zmniejszającym się wskaźnikiem błędu.

Rozszerzenie na bardziej realistyczne i mieszane modele szumu

Prawdziwy sprzęt rzadko cierpi jedynie na czyste wymazy. Autorzy testują więc swoje dekodery w bardziej złożonych scenariuszach: kanałach łączących wymazy o znanej lokalizacji z zwykłymi losowymi odwróceniami oraz kanałach, w których kubity mogą zostać usunięte bez zgłoszenia ich lokalizacji. Poprzez konkatenację kodów QLDPC z małymi wewnętrznymi kodami inwariantnymi względem permutacji, lokalne usunięcia są najpierw przekształcane w efektywne wymazy, którymi następnie dekodery BP radzą sobie efektywnie. Doświadczenia numeryczne pokazują, że ta sama rodzina dekoderów potrafi poradzić sobie z tymi mieszanymi modelami błędów z wysoką dokładnością, co sugeruje, że podejście jest odporne znacznie poza idealizowanym przypadkiem wymazań.

Co to oznacza dla przyszłych maszyn kwantowych

Ogólnie rzecz biorąc, praca zamyka istotną lukę między teorią a praktyką dla systemów kwantowych zdominowanych przez utratę kubitów. Pokazuje, że osiągnięcie granicy pojemności, lub wydajności bliskiej granicy, na kanałach wymazań jest możliwe przy użyciu strukturalnych kwantowych kodów o niezanikającym współczynniku informacji oraz — co najważniejsze — że można to zrealizować za pomocą dekoderów, których koszt rośnie jedynie liniowo z rozmiarem systemu. Dla czytelnika nietechnicznego sedno jest takie, że dzięki sprytnemu wykorzystaniu symetrii błędów kwantowych możemy chronić dane kwantowe niemal tak dobrze, jak pozwalają na to prawa fizyki, nie przytłaczając sprzętu ani nadmiarem kubitów, ani ciężkimi obliczeniami klasycznymi. To istotnie wzmacnia argumenty za budową dużych komputerów i sieci kwantowych na platformach, w których utrata kubitów może być wykrywana i przekształcana w wymazy.

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

Słowa kluczowe: kwantowa korekcja błędów, błędy wymazania, dekodowanie propagacją wiary, kwantowe kody LDPC, kwantowe obliczenia tolerujące błędy