谷歌研究人员发现了一种新技术，可以最终使量子计算在现实生活中变得实用，利用人工智能解决科学界最持久的挑战之一：更稳定的状态。

发表在《自然谷歌Deepmind科学家解释说，他们的新人工智能系统AlphaQubit已被证明在纠正长期困扰量子计算机的持续错误方面非常成功。

“量子计算机有可能彻底改变药物发现、材料设计和基础物理学——也就是说，如果我们能让它们可靠地工作，”谷歌的；公告阅读 ；但没有什么是完美的：量子系统非常脆弱。即使是最轻微的环境干扰——来自热量、振动、电磁场，甚至宇宙射线——也会破坏它们微妙的量子态，导致计算不可靠的错误。

三月研究论文强调了这一挑战：量子计算机在实际应用中只需要万亿分之一（10^-12）的错误率。然而，目前的硬件每次操作的错误率在10^-3到10^-2之间，因此纠错至关重要。

谷歌表示：“某些问题，传统计算机需要数十亿年才能解决，而量子计算机只需要几个小时。”。“然而，这些新处理器比传统处理器更容易产生噪音。”

“如果我们想让量子计算机更可靠，特别是在规模上，我们需要准确地识别和纠正这些错误。”

谷歌的新人工智能系统AlphaQubit希望解决这个问题。该人工智能系统采用了一种复杂的神经网络架构，在识别和纠正量子误差方面表现出了前所未有的准确性，在大规模实验中比以前的最佳方法减少了6%的误差，比传统技术减少了30%的误差。

它还保持了从17个量子比特到241个量子比特的量子系统的高精度，这表明该方法可以扩展到实际量子计算所需的更大系统。

引擎盖下

AlphaQubit采用两阶段方法来实现其高精度。

该系统首先在模拟的量子噪声数据上进行训练，学习量子误差的一般模式，然后使用有限的实验数据适应真实的量子硬件。

这种方法允许AlphaQubit处理复杂的现实世界量子噪声效应，包括量子比特之间的串扰、泄漏（当量子比特退出其计算状态时）以及不同类型错误之间的微妙相关性。

但不要太激动；你的车库里很快就不会有量子计算机了。

尽管AlphaQubit具有准确性，但在实际实施之前仍面临重大障碍。研究人员指出：“快速超导量子处理器中的每次一致性检查每秒都会被测量一百万次。”。“虽然AlphaQubit非常擅长准确识别错误，但它仍然太慢，无法实时纠正超导处理器中的错误。”

Deepmind的一位发言人告诉记者：“在较大的代码距离进行训练更具挑战性，因为示例更复杂，在较大的距离下样本效率似乎较低。”解密“这很重要，因为错误率随代码距离呈指数级增长，因此我们预计需要解决更大的距离，以获得大型深量子电路容错计算所需的超低错误率。

研究人员正将速度优化、可扩展性和集成作为未来发展的关键领域。

人工智能和量子计算形成了协同关系，增强了对方的潜力。发言人告诉记者：“我们预计人工智能/机器学习和量子计算将保持互补的计算方法。人工智能可以应用于其他领域，以支持容错量子计算机的发展，如校准和编译或算法设计。”解密“与此同时，人们正在研究量子ML在量子数据中的应用，更具推测性的是，在经典数据上的量子ML算法。

这种趋同可能代表了计算科学的一个关键转折点。随着量子计算机通过人工智能辅助纠错变得更加可靠，它们反过来可以帮助开发更复杂的人工智能系统，创造一个强大的技术进步反馈回路。

长期承诺但从未实现的实用量子计算时代可能终于更近了，尽管还不足以开始担心机器人的末日。

编辑人塞巴斯蒂安·辛克莱