编辑 | 白菜叶
自主量子纠错（AQEC）通过设计耗散来保护逻辑量子位，从而避免频繁、容易犯错的测量反馈循环的必要性。玻色码空间（其中单光子丢失代表了主要的搭档来源）由于其灵活性和可控性而成为 AQEC 的重要候选者。
虽然现有的文献已经证明了具有玻色码空间的 AQEC 原则上的可行性，但这些计划通常鉴于 Knill-Laflamme 条件的精确兑现，因此需要兑现哈密顿间隔 d≥2。兑现这种哈密顿间隔需要多个非线性相互作用和控制场，这使得这些计划在实验上具有挑战性。
在这里，RIKEN 量子计算中心（RIKEN Center for Quantum Computing）的研讨人员通过放宽 Knill-Laflamme 条件提出了相似 AQEC 的玻色子代码。使用强化进修（RL），该团队确定了最佳玻色码字集（用 RL 代码表示），令人惊讶的是，它由 Fock 状态 |2⟩ 和 |4⟩ 组成。虽然 RL 代码存在相似性质，但它成功地抑制了单光子损失，将其减少为有效的移相过程，远远超过了收支平衡阈值。因此，它可以为兑现全面搭档保护提供有价值的构建模块。
纠错哈密顿量包括模拟工程耗散的辅助系统，完全鉴于哈密顿间隔 d=1，显著降低了模型复杂性。单量子位门在 RL 代码中兑现，最大间隔 dg=2。
该研讨以「Approximate Autonomous Quantum Error Correction with Reinforcement Learning」为题，于 2023 年 7 月 31 日发布在《PHYSICAL REVIEW LETTERS》。
与只能采用基本值 0 和 1 的位操作的经典计算机不同，量子计算机在「量子位」上操作，可以假设计算基础状态的任何叠加。与量子纠缠（另一种超越经典方式连接不同量子位的量子特性）相结合，使得量子计算机能够执行全新的操作，从而在大规模搜索、优化问题和密码学等一些计算任意中产生潜在优势。
将量子计算机付诸实践的主要挑战源于量子叠加的极其脆弱的性质。事实上，例如，无处不在的情况所引起的微小扰动会产生搭档，从而迅速破坏量子叠加态，从而使量子计算机失去优势。
为了克服这个障碍，已经开发了复杂的量子纠错方法。虽然理论上它们可以成功地抵消搭档的影响，但它们通常会带来装备复杂性方面的巨大支出，而装备复杂性本身就容易犯错，因此甚至可能增加犯错的风险。因此，全面的纠错仍然难以兑现。
在这项工作中，研讨人员利用机械进修来寻找纠错计划，以最大限度地减少装备支出，同时保持良好的纠错性能。为此，他们专注于量子纠错的自主方法，其中巧妙设计的人工情况取代了频繁执行搭档检测测量的必要性。
图示：提出的系统-情况耦合。（来源：论文）
他们还研讨了「玻色子量子位编码」，例如，这种编码可在一些目前最有前途和最广泛的鉴于超导电路的量子计算机中使用。在玻色子量子位编码的巨大搜索空间中寻找高性能候选者是一项复杂的优化任意，研讨人员通过强化进修（一种先进的机械进修方法）来解决这个任意，其中代理探索可能的抽象情况来进修和优化其行动策略。
研讨小组发现，与其他提出的编码相比，一种令人惊讶的简单、相似的量子位编码不仅可以大大降低装备复杂性，而且在纠正搭档的能力方面也优于竞争对手。
该论文的第一作者 Yexiong Zeng 表示：「我们的工作不仅展示了将机械进修应用于量子纠错的潜力，而且还可能使我们离在实验中成功兑现量子纠错更近了一步。」
该论文的通讯作者 Franco Nori 说：「机械进修在解决大规模量子计算和优化挑战方面可以发挥关键作用。目前，我们正在积极参与多个集成机械进修、人工神经网络、量子纠错、容错量子的项目。」
论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.050601
相关报道：https://phys.org/news/2023-09-machine-contributes-quantum-error.html