Специалисты из подразделений Google Quantum AI и DeepMind создали механизм, который автоматически корректирует работу квантового процессора непосредственно в ходе выполнения задач. Обычно характеристики кубитов постепенно изменяются из-за перепадов температуры, помех и несовершенства оборудования. Из-за этого квантовый компьютер приходится надолго приостанавливать и проводить повторную настройку. Предложенный подход позволяет выполнять эту процедуру на ходу, не останавливая вычисления.
Источник изображения: ИИ-генерация ChatGPT/3DNews
Настройка является критически важной процедурой для подготовки кубитов к работе. Это не столь актуально для кубитов на ионах или нейтральных атомах — они по своей природе одинаковы, однако для сверхпроводящих кубитов на джозефсоновских переходах, применяемых в квантовом процессоре Google, данная процедура является основополагающей. Современные технологии не позволяют выпускать массивы джозефсоновских переходов с идентичными характеристиками, поэтому настраивать приходится практически каждый элемент.
Более серьёзная проблема заключается в том, что в ходе эксплуатации происходит смещение сотен параметров каждого кубита, что порождает ошибки в дополнение к стандартным случайным сбоям, возникающим при выполнении квантовых алгоритмов. Когда уровень «ошибок настройки» становится значительным, программу необходимо прерывать и заново калибровать процессор, что занимает недели. Стандартные методы коррекции ошибок не рассчитаны на исправление дрейфа параметров кубитов и связанных с ним вычислительных погрешностей.
Инженеры Google сумели разработать систему, которая для выявления «ошибок настройки» применяет данные, уже собираемые для исправления обычных квантовых сбоев. Анализируя частоту ошибок, она определяет, какие параметры процессора начали отклоняться от оптимальных значений. После этого алгоритм обучения с подкреплением постепенно корректирует настройки управляющих импульсов и квантовых операций, проверяя, снижается ли количество ошибок.
Метод был протестирован на сверхпроводящем процессоре Google Willow. Алгоритм одновременно отслеживал более тысячи параметров. После базовой настройки дополнительная автоматическая калибровка позволила сократить количество логических ошибок примерно на 20 %. При искусственно вызванном дрейфе характеристик кубитов система уменьшила число ошибок на 24–31 % и повысила стабильность работы процессора в несколько раз.
Специалисты также создали модель более сложной системы, где требовалось управлять примерно 40 тысячами параметров. Полученные данные подтвердили возможность масштабирования метода, так как каждый сбой, как правило, затрагивает лишь небольшую группу соседних кубитов. Это не означает, что квантовый компьютер сможет функционировать бесконечно без технического обслуживания. Однако данная разработка демонстрирует, что система исправления «ошибок калибровки» способна не только устранять неполадки, но и постоянно поддерживать сам процессор в идеальном рабочем состоянии.
По сути, автоматическая калибровка сверхпроводящих кубитов станет необходимой только тогда, когда алгоритмы станут достаточно продолжительными, что, очевидно, произойдет еще не скоро. Тем не менее, Google действует на опережение и демонстрирует готовность к этому моменту, когда он наступит.
