量子計算に使う魔法状態を選別して高品質化する処理が、実機で動作した。Googleの量子プロセッサーWillowでは、育成を行わない状態と比べて誤りが約40分の1になり、異なる誤り訂正符号への状態移行も実証された。
消費する魔法状態を測定で選別する
魔法状態は、汎用量子計算に必要な演算を実現するために使う量子状態だ。一度使うと再利用できないため、計算を進めるには高品質な状態を繰り返し用意する必要がある。
Googleの量子計算研究部門Google Quantum AIが開発したmagic state cultivationは、この状態を測定と選別によって育成する手法だ。チップの小領域にノイズを含む状態を注入し、協調した一連の測定で誤りを調べ、不良な試行を除外する。
装置の変動に合わせて評価手法を改める
育成の効果を確かめる過程では、状態の品質を測る方法にも修正が必要になった。Googleの実験では、電気機器のドリフトや温度変動に由来するノイズが、従来使っていた評価手法の前提を崩していた。
Googleは、このノイズの影響を減らす制御をシステムに追加した。さらに、育成処理自体を測定の道具として使う評価手法を開発し、評価の妥当性を損なう問題に対処した。
WillowでT状態の論理忠実度99.99%を得る
Googleの量子プロセッサーWillowを使った実験では、育成後の状態の誤りが、育成を行わない状態の約40分の1になった。この比較は魔法状態の品質を対象とするもので、量子計算全体の誤りが同じ割合で減ったという意味ではない。
魔法状態の一種であるT状態では、論理忠実度99.99%を得た。Googleが実機で確認した成果は、高品質な魔法状態を生成する処理の成立であり、実用規模での計算を示したものではない。
カラー符号から表面符号へ状態を移す
高品質化した状態を別の誤り訂正方式へ渡す処理も、実機で成立した。Googleは、異なる量子誤り訂正方式であるカラー符号と表面符号の間で、符号距離3のカラー符号から符号距離5の表面符号へ状態を移した。
この移行では、育成した状態を保ちながら、別の符号での表現へ引き継げることを確認した。Googleは、実用的な量子計算に向けて、育成処理をより大きな規模で実証する必要があるとしている。