誤りから学習する量子コンピュータへ
Google Quantum AIは、強化学習と量子誤り訂正を統合することで、量子コンピュータが継続的にドリフトに適応し、長時間の計算中に安定性を維持できることを実証しました。
複雑な名曲を演奏するオーケストラを想像してみてください。もしヴァイオリンが数小節ごとに調律が狂ったら、アンサンブルは絶えず停止して楽器を調律し直さなければなりません。幸いなことに、オーケストラでは楽器が確実に調律を保つため、このようなことは起こりません。しかし、これは量子コンピュータを運用する現在の現実です。
量子コンピュータは本質的にアナログ機械であり、ドリフトに敏感です。信頼性の高い動作を維持するには、制御パラメータ、すなわち量子ビットを振り付けるアナログ信号の周波数、振幅、位相を絶えず再校正する必要があります。現在、これには量子計算全体を完全に終了する必要があります。計算と校正の完全な分離は、将来の根本的なボトルネックです。なぜなら、有用な量子アルゴリズムは数日または数ヶ月も連続して実行する必要があるからです。
この問題に対処するため、Nature誌に発表された「量子誤り訂正の強化学習制御」において、自律エージェントが量子誤り検出から学習し、計算中に数千の制御パラメータを継続的に導いて量子システムをドリフトに対して安定化する強化学習フレームワークを実証しました。要するに、演奏中に楽器を調律する方法を見つけたのです。
量子誤りへの対処 コンサートホールでは、調律が狂った楽器は即座に聞き取れます。量子の世界にはそのような贅沢はありません。まるで聞く行為自体が演奏を台無しにするかのように、量子ビットを測定すると量子重ね合わせ状態が崩壊します。量子情報を保持するために、私たちは量子誤り訂正（QEC）を採用します。これは冗長性を利用して多数の物理量子ビットから「論理量子ビット」を作成し、物理量子ビットの専用パリティチェックを使用してアナログノイズをバイナリ誤り検出イベントにデジタル化する技術です。
残念ながら、これらのビットは誤りが量子回路の有界時空領域のどこかで発生したことだけを示し、正確な位置は示しません。それは、どの演奏家が演奏したかわからずに不協和音を聞くようなものです。誤りの可能性のある位置を特定し、必要な修正を計算するために、我々はQECデコーダに依存します。例えば、実際のデータで訓練されたニューラルネットワークデコーダAlphaQubitやアルゴリズムデコーダTesseractなどです。誤りが十分にまれであれば、これらのデコーダは誤り検出データを分析して論理量子情報を正常に復元できます。しかし、デコーダは重要な疑問を未回答のままにします：なぜそれらの誤りがそもそも発生したのか？
一部の誤りは、量子システムとその周囲環境の不可避な相互作用に起因し、デコヒーレンスを引き起こします。この無慈悲なプロセスは巨視的な量子重ね合わせを破壊し、事実上量子コンピュータを古典コンピュータに変えます。この基本的な現象は非常に広範であり、私たちがよく知る古典的な現実が量子自然法則の根底から現れる原因となっています。これらの環境誤りは決して完全に防ぐことはできませんが、他の多くは不正確な制御校正とハードウェアドリフトの現れであり、私たちの緩和能力の範囲内にある欠陥です。
従来の物理モデルを超えて 従来、量子校正は物理モデルに依存していました。その技術は数十年の量子制御研究を通じて洗練されました。しかし、技術領域全体で、人間が作ったモデルは避けられず性能の天井にぶつかります。初期のコンピュータビジョンは厳格な幾何学的ルールに依存して停滞しました。従来のロボティクスは、接触力学や摩擦の混沌とした現実を捉えきれない運動方程式に今も苦戦しています。同様に、タンパク質フォールディング予測という数十年の課題は、AlphaFoldのような深層学習システムが前例のない精度を達成するまで、従来の物理モデルではほとんど扱い不可能なままでした。これらの分野では、データから直接学習する方向にアプローチがシフトしたときに新しいブレークスルーが起こりました。
最近、AlphaQubitは最も強力なアルゴリズムQECデコーダの精度を超えました。今、量子制御は同じ天井に直面しています。量子プロセッサが製造とハードウェアの進歩によって改善されるにつれて、その誤りは従来のモデリングと校正に挑戦する複雑な現象によって支配されるようになります。機械学習は新たな進歩をもたらすことができるでしょうか？
誤りを訂正するだけでなく、そこから学ぶ！
Google Researchは、従来のプログラミングでは複雑すぎる問題を解決するために強化学習を開拓してきた豊かな歴史があります。明示的な命令に依存するアルゴリズムとは異なり、強化学習は経験を通じて動作します。自律エージェントは異なる行動をテストし、結果として生じる誤りから直接学習して戦略を洗練します。正確で連続的な量子校正に強化学習を適用することは、ほぼ必然的でした。QECはすでに安定した検出イベントの流れを生成しているため、このデータに補完的な役割を与えるだけです。誤りをデコードして修正することに加えて、検出イベントを能動的な学習信号として使用します。計算が進むにつれて、強化学習エージェントはこのデータを監視し、制御パラメータを動的に導き、ドリフトを打ち消し、新しい誤りを防ぐことを学習します。
量子計算はアナログ制御信号を介して物理的に実現されます。量子誤り検出イベントはデコーダによって論理修正を推論するために使用されます。我々の制御フレームワークでは、これらは学習信号としても再利用され、強化学習エージェントに数千の制御パラメータを連続的に導き、計算中に量子システムを安定化させることを教えます。
我々の量子制御実験 我々はこの強化学習量子制御をフラッグシップのWillow超伝導プロセッサで検証しました。制御パラメータに人工的なドリフトを意図的に注入することで、強化学習による導きが誤り訂正符号の論理安定性を3.5倍向上させ、プロセッサが信頼性の高い「量子メモリ」デバイスとして機能する時間を延長することを示しました。
通常、プロセッサをピーク性能に調整するには、「人間がループ内」のアプローチに大きく依存し、科学者が自動化が難しいエッジケースを解決するために物理的直感を適用していました。しかし、この徹底的な専門家による校正の後でも、その後の強化学習微調整により論理誤り率がさらに20%抑制されました。
この実験におけるすべての技術の統合により、量子メモリ内の論理誤りは記録的な低さに減少しました。表面符号では誤り訂正サイクル1000回あたり1回未満、カラー符号では100回あたり1回です。
スケーラブルか？ 機械学習と量子研究者からの重要な疑問は、この強化学習アプローチが将来の大規模量子コンピュータに拡張できるかどうかです。これをテストするために、数百の量子ビットと数万の制御パラメータを用いた数値シミュレーションを実施しました。
シミュレーションでは、誤校正されたシステムは高い物理誤り率から始まります。エージェントは学習された改善された制御パラメータによって着実にそれを低減し、QECのおかげで論理誤り率はシステムサイズ（物理量子ビット数）に対して指数関数的に抑制されます。重要なのは、強化学習によって物理誤り率が低減される速度がシステムサイズに依存しないことであり、これによりこのアプローチをはるかに大きなシステムに拡張できます。
シミュレーションは我々の期待を確認しました：QEC検出イベントの誤りに対する局所的な感度により、必要な強化学習訓練イテレーション数（エポック）はシステムサイズに依存しません。しかし、強化学習フレームワークの潜在能力を完全に引き出すには、より緊密な統合が必要です。エージェントと量子プロセッサ間の通信サイクルを高速化し、より高度な機械学習手法を採用することで、さらなる改善を実現したいと考えています。
我々の研究は、誤りから学習し計算を停止しない量子コンピュータという新しいパラダイムを可能にします。