用于动态电路的分层 KIK 量子误差缓解

为何驯服量子噪声至关重要

量子计算在理论上非常强大，但在实践中极为脆弱。每台真实设备都被噪声包围，这些噪声会扰动精细的量子态，可能抹去任何计算优势。本文介绍了一种名为分层 KIK 的新策略，它使得即便在未来大规模设备将依赖的更灵活的“动态”量子电路中，也更容易抵消此类误差。

从权宜之计到持久策略

当前的机器太小且噪声太大，无法运行全面的量子纠错，因为那需要大量额外量子比特。取而代之，研究人员常用量子误差缓解——一类通过数学方法在测量结果中去除部分噪声、以换取更多实验重复次数的技术。这些方法有帮助，但并非万能：随着电路规模增大，所需的重复次数可能爆炸性增长，而且许多方法假设噪声随时间保持不变。然而在真实实验室中，噪声会缓慢漂移——硬件升温、校准漂移累积，或显微缺陷偶发性地起伏都会导致这种情况。

为何先前方法不够

误差缓解的一个关键分野是基于模型的方案（先学习详细噪声模型）与避免学习噪声的无模型方案之间的差别。基于模型的方案在噪声稳定时可能很高效，但一旦硬件发生漂移便变得不可靠，而这种漂移在长时间实验中很常见。无模型方法则在受控下人为放大噪声，然后用巧妙的结果组合推断无噪声下的输出。早期工作提出了称为自适应 KIK 的方法，它使用时间反转的“脉冲逆转”电路来放大误差，同时对慢速漂移保持鲁棒性。然而，原始的 KIK 方法将整个电路视为一个整体，这与中途测量及更复杂的分支量子例程会冲突，而且该方法留下了一个虽小但概念上重要的残留偏差。

通过分层电路来控制误差

新的分层 KIK 方法通过将电路按时间顺序切分为多个层，并对每一层单独应用 KIK 放大来解决这些问题，而不是对整个电路一次性处理。计算的每一个切片先运行，然后跟随精心设计的仅针对该切片的逆操作，这会以可预测的方式增强噪声效应，同时不改变算法的理想逻辑。通过测量在表观噪声水平增加时输出如何变化，该方法重建出无噪声结果的最佳估计。令人称奇的是，这可以在不增加额外硬件或比原始整体 KIK 更复杂的操作的情况下完成。关键创新在于分层构造的数学性质如何抑制此前引入偏差的细微高阶误差项，尤其是在使用多层时。

动态电路与实时决策

未来的量子计算机将在很大程度上依赖动态电路——即在计算过程中途进行测量并以此决定后续操作。这对诸如量子纠错本身、量子信息的瞬移以及自适应算法等高级任务至关重要。整体 KIK 在这里存在困难，因为将整个电路视为单个可逆块与使量子态坍缩的不可逆测量相冲突。相比之下，分层方法可以将测量步骤视为特殊元素保持不变，同时放大并缓解包围它们的门操作。作者通过数学分析和模拟证明了即便电路包含中途测量、反馈和仅保留部分结果的后选择，分层 KIK 仍然有效。

对未来道路的意义

简而言之，论文表明通过仔细地堆叠并逆转量子电路的片段，可以更清晰地抵消噪声，即便在硬件发生漂移且电路本身变得更灵活的情况下亦然。分层 KIK 可与量子纠错协同工作：纠错码去除大部分简单的局域误差，而分层 KIK 则清扫剩余的更顽固的相关性与相干噪声。由于该方法不要求额外量子比特并与若干平台上现有的脉冲控制兼容，它为提升早期量子处理器的可靠性以及增强未来受纠错保护的机器的性能提供了实用工具。

引用: Bar, B., Santos, J.P. & Uzdin, R. Layered KIK quantum error mitigation for dynamic circuits. npj Quantum Inf 12, 79 (2026). https://doi.org/10.1038/s41534-026-01207-0

关键词: 量子误差缓解, 动态电路, 量子纠错, 噪声漂移, 分层 KIK