Lånar en sida från läroböcker i fysik och astronomi med hög energi, ett team av fysiker och datavetare vid det amerikanska energidepartementets Lawrence Berkeley National Laboratory (Berkeley Lab) har framgångsrikt anpassat och tillämpat en vanlig felreduceringsteknik på området kvantberäkning.

I världen av subatomära partiklar och gigantiska partikeldetektorer, och avlägsna galaxer och jätteteleskop, forskare har lärt sig att leva, och att arbeta, med osäkerhet. De försöker ofta reta ut ultrasällsynta partikelinteraktioner från en massiv härva av andra partikelinteraktioner och bakgrundsljud som kan komplicera deras jakt, eller försöka filtrera bort effekterna av atmosfäriska förvrängningar och interstellärt damm för att förbättra upplösningen av astronomisk avbildning.

Också, inneboende problem med detektorer, till exempel med deras förmåga att registrera alla partikelinteraktioner eller att exakt mäta partiklars energier, kan leda till att data blir felläst av elektroniken de är anslutna till, så forskare måste designa komplexa filter, i form av datoralgoritmer, för att minska felmarginalen och ge de mest exakta resultaten.

Problemen med buller och fysiska defekter, och behovet av felkorrigerings- och felreducerande algoritmer, som minskar frekvensen och svårighetsgraden av fel, är också vanliga inom kvantberäkningsområdet, och en studie publicerad i tidskriften npj Kvantinformation fann att det verkar finnas några vanliga lösningar, för.

Ben Nachman, en Berkeley Lab-fysiker som är involverad i partikelfysikexperiment vid CERN som medlem av Berkeley Labs ATLAS-grupp, såg kvantberäkningskopplingen när han arbetade på en partikelfysikberäkning med Christian Bauer, en Berkeley Lab teoretisk fysiker som är medförfattare till studien. ATLAS är en av de fyra gigantiska partikeldetektorerna vid CERNs Large Hadron Collider, den största och mest kraftfulla partikelkollideraren i världen.

"På ATLAS, vi måste ofta 'veckla ut, ' eller korrigera för detektoreffekter, sade Nachman, studiens huvudförfattare. "Människor har utvecklat den här tekniken i flera år."

I experiment vid LHC, partiklar som kallas protoner kolliderar med en hastighet av cirka 1 miljard gånger per sekund. För att klara av denna oerhört hektiska, "bullrig" miljö och inneboende problem relaterade till energiupplösningen och andra faktorer associerade med detektorer, fysiker använder felkorrigerande "utvecklande" tekniker och andra filter för att riva ner detta partikelvirrvarr till det mest användbara, korrekt data.

"Vi insåg att nuvarande kvantdatorer är väldigt bullriga, för, " Nachman sa, så att hitta ett sätt att minska detta brus och minimera fel – felreducering – är en nyckel till att utveckla kvantberäkningar. "En typ av fel är relaterad till de faktiska operationerna du gör, och en avser att läsa ut kvantdatorns tillstånd, " noterade han - den första typen är känd som ett grindfel, och det senare kallas ett avläsningsfel.

Den senaste studien fokuserar på en teknik för att minska avläsningsfel, kallas "iterativ Bayesian unfolding" (IBU), som är bekant för högenergifysiksamhället. Studien jämför effektiviteten av detta tillvägagångssätt med andra felkorrigerings- och begränsningstekniker. IBU-metoden bygger på Bayes teorem, som ger ett matematiskt sätt att hitta sannolikheten för att en händelse inträffar när det finns andra förhållanden relaterade till denna händelse som redan är kända.

Nachman noterade att denna teknik kan tillämpas på kvantanalogen av klassiska datorer, kända som universella gate-baserade kvantdatorer.

Inom kvantberäkning, som förlitar sig på kvantbitar, eller qubits, att bära information, det bräckliga tillståndet som kallas kvantsuperposition är svårt att upprätthålla och kan förfalla över tid, får en qubit att visa en nolla istället för en etta – detta är ett vanligt exempel på ett avläsningsfel.

Superposition ger att en kvantbit kan representera en nolla, en etta, eller båda kvantiteterna samtidigt. Detta möjliggör unika beräkningsmöjligheter som inte är möjliga i konventionell beräkning, som förlitar sig på bitar som representerar antingen en etta eller en nolla, men inte båda på en gång. En annan källa till avläsningsfel i kvantdatorer är helt enkelt en felaktig mätning av en qubits tillstånd på grund av datorns arkitektur.

I studien, forskare simulerade en kvantdator för att jämföra prestandan hos tre olika felkorrigeringstekniker (eller felreducerande eller utvecklingstekniker). De fann att IBU-metoden är mer robust i en mycket bullrig, felbenägen miljö, och överträffade något de andra två i närvaro av vanligare brusmönster. Dess prestanda jämfördes med en felkorrigeringsmetod som heter Ignis som är en del av en samling av utvecklingsverktyg för kvantberäkningsprogram med öppen källkod som utvecklats för IBMs kvantdatorer, och en mycket grundläggande form av utveckning känd som matrisinversionsmetoden.

Forskarna använde den simulerade kvantberäkningsmiljön för att producera mer än 1, 000 pseudo-experiment, och de fann att resultaten för IBU-metoden var närmast förutsägelser. Brusmodellerna som användes för denna analys mättes på en 20-qubit kvantdator som heter IBM Q Johannesburg.

"Vi tog en mycket vanlig teknik från högenergifysik, och tillämpade det på kvantberäkning, och det fungerade riktigt bra - som det borde, ", sa Nachman. Det fanns en brant inlärningskurva. "Jag var tvungen att lära mig alla möjliga saker om kvantdatorer för att vara säker på att jag visste hur jag skulle översätta detta och implementera det på en kvantdator."

Han sa att han också hade turen att hitta medarbetare för studien med expertis inom kvantberäkning vid Berkeley Lab, inklusive Bert de Jong, som leder ett DOE Office of Advanced Scientific Computing Research Quantum Algorithms Team och ett Accelerated Research for Quantum Computing-projekt i Berkeley Labs Computational Research Division.

"Det är spännande att se hur den mängd kunskap som högenergifysikgemenskapen har utvecklat för att få ut det mesta av bullriga experiment kan användas för att få ut mer av bullriga kvantdatorer, " sa de Jong.

De simulerade och verkliga kvantdatorerna som användes i studien varierade från fem qubits till 20 qubits, och tekniken bör vara skalbar till större system, sa Nachman. Men teknikerna för felkorrigering och felreducering som forskarna testade kommer att kräva mer datorresurser när storleken på kvantdatorer ökar, så Nachman sa att teamet är fokuserat på hur man gör metoderna mer hanterbara för kvantdatorer med större qubit-matriser.

Nachman, Bauer, och de Jong deltog också i en tidigare studie som föreslår ett sätt att minska grindfel, vilket är den andra stora källan till kvantberäkningsfel. De tror att felkorrigering och felreducering i kvantberäkningar i slutändan kan kräva en mix-and-match-metod – med en kombination av flera tekniker.

"Det är en spännande tid, " Nachman sa, eftersom området för kvantdatorer fortfarande är ungt och det finns gott om utrymme för innovation. "Människor har åtminstone fått budskapet om dessa typer av tillvägagångssätt, och det finns fortfarande utrymme för framsteg." Han noterade att kvantberäkning gav ett "tryck att tänka på problem på ett nytt sätt, "tillägger, "Det har öppnat upp ny vetenskapspotential."