Физики из России разработали нейросетевую систему, способную находить и исправлять ошибки в квантовых вычислениях. Этот метод позволит значительно упростить масштабирование квантовых компьютеров и повысить надежность их работы, что является ключевым вызовом в развитии квантовых технологий.
Одна из главных проблем квантовых вычислений — случайные ошибки, возникающие из-за взаимодействия кубитов с внешней средой. Для их исправления ученые давно используют логические кубиты, состоящие из нескольких физических кубитов. Однако существующие методы коррекции имеют ограничения, поскольку каждая система эффективно исправляет лишь определенные типы ошибок.
"Главное преимущество разработки заключается в способности обучаться на данных, полученных с конкретного устройства... Кроме того, предложенный алгоритм декодирования не зависит от конкретного кода коррекции, что делает его универсальным."
— Илья Симаков, инженер НИТУ МИСИС
Российские исследователи из НИТУ МИСИС, Российского квантового центра и МФТИ предложили новый подход, основанный на нейросетях LSTM. Этот алгоритм машинного обучения анализирует данные с кубитов, запоминает ошибки и помогает исправлять сбои, которые плохо поддаются традиционным методам коррекции.
Алгоритм был протестирован на модели квантового процессора с учетом его топологических особенностей. Результаты показали, что использование нейросетей позволяет значительно снизить количество ошибок в квантовых вычислениях, особенно при увеличении числа кубитов в системе.
Разработка открывает новые перспективы для создания устойчивых квантовых компьютеров и дальнейшего развития квантовых технологий, что может ускорить их внедрение в научные исследования и высокопроизводительные вычисления.
Источник: пресс-служба НИТУ МИСИС
