Google hat bekannt gegeben, dass sein Quantum AI-Team einen entscheidenden Engpass in der Quantenberechnung überwunden hat: Es wurde nachgewiesen, dass das „Magic State Preparation“-Verfahren auf dem Willow-Prozessor machbar ist, wobei die Fehler im Vergleich zur Nichtanwendung dieser Technologie um etwa das 40-Fache reduziert wurden. Dieses bahnbrechende Ergebnis wurde heute in der Zeitschrift „Science“ veröffentlicht und stellt einen entscheidenden Schritt zur Skalierung und praktischen Nutzung der Quantenberechnung dar.
Google Quantum AI-Team beweist erfolgreich die Machbarkeit der Magic State Preparation-Technologie
Bereits im Jahr 2004 hatten Forscher einen kniffligen Engpass vorhergesehen. Um allgemeine Quantenberechnung zu realisieren und Programme mit praktischem Wert auszuführen, müssen eine Reihe spezifischer Quantenoperationen durchgeführt werden können. Der Weg dorthin führt über die Vorbereitung sogenannter „Magic States“, deren Name daher rührt, dass diese Quantenzustände Berechnungen ermöglichen, die über die klassischen Berechnungen hinausgehen. Hierbei gibt es jedoch ein Problem: Die Herstellung von hochqualitativen, fehlerkorrigierten Magic States ist äußerst ressourcenintensiv. Schätzungen zufolge könnte ein Quantencomputer bis zu 95 % seiner gesamten Rechenleistung für die Erzeugung von Magic States aufwenden, was nur sehr wenig Ressourcen für die eigentliche Berechnung übrig lässt.
Darüber hinaus können Magic States nach ihrer Verwendung nicht wiederverwendet werden und sind daher eine knappe Ressource. Aus diesem Grund haben Forscher kontinuierlich daran gearbeitet, die Ressourcenkosten für die Herstellung von Magic States zu senken.
Im Jahr 2024 entwickelten die Google Quantum AI-Forscher Craig Gidney, Noah Shor und Cody Jones basierend auf Ideen aus der Literatur und deren Optimierung die heute als Magic State Preparation-Technologie bezeichnete Methode. Dieses Verfahren verspricht eine erhebliche Reduzierung des Ressourcenverbrauchs, wobei das Kernkonzept einem Filter ähnelt. Dabei wird ein Rausch-Quantenstatus in einen kleinen Bereich des Quantenchips injiziert, gefolgt von einer Reihe hochkoordinierter Messungen, um Fehler zu identifizieren und unqualifizierte Proben auszuschließen. Craig und sein Team bewiesen, dass mit dieser Methode hochreine, fehlerarme Quantenzustände „gezüchtet“ werden können, die gleichzeitig in eine größere, praktisch wertvolle Codierungsform umgewandelt werden können.
Wenn dies auf Quantenhardware umgesetzt werden kann, könnte dies die benötigte Größe von Quantencomputern für praktische Aufgaben erheblich reduzieren.
Bei den ersten Tests des Zuchtprotokolls stellte die Google Quantum AI-Forscherin Emma Rosenfeld fest, dass die beobachteten Daten scheinbar den physikalischen Gesetzen widersprachen. Nach monatelanger Untersuchung, Simulation, Peer-Review und Konsistenzprüfung entdeckte sie, dass das Problem auf fehlerhafte Annahmen in den gängigen Messmethoden des Teams zurückzuführen war. Genauer gesagt störten Drift der Laborgeräte und Temperaturfluktuationen eine Art von Rauschen die Validität der Basistests. Das Team musste das theoretische Rahmenwerk und die Ingenieurlösungen synchron anpassen, um zusätzliche Kontrollmechanismen in das System einzuführen, die die Auswirkungen dieses Rauschens verringern, und entwickelte eine innovative Basistestmethode, die die Zuchttechnologie selbst als Messwerkzeug nutzt, um das Problem an der Wurzel zu lösen.
Auf Grundlage dieser Ergebnisse und weiterer algorithmischer Innovationen und Ingenieurlösungen hat Google die Quantenmesstechnik auf ein neues Spitzenlevel gehoben. Auf dem Willow-Prozessor von Google Quantum AI erreichte dieses Protokoll eine Fehlerkompression von bis zu 40-fach im Vergleich zu nicht bearbeiteten Quantenzuständen; die erhaltene T-Zustandslogik-Fidelity erreichte einen Rekordwert von 99,99 %. Dieses Ergebnis wurde nun in „Science“ veröffentlicht und beweist erstmals eine machbare Lösung für einen der schwerwiegendsten Ressourcenengpässe in der Quantenberechnung und zeigt, dass Google in der Lage ist, diesen entscheidenden Magic State effizient auf echter Hardware zu erzeugen.
Google hat zudem vorläufig nachgewiesen, dass die von Craig und anderen vorgeschlagene Theorie an ihre Quantenberechnungsarchitektur angepasst werden kann. Das Team hat den Wechsel zwischen „Color Codes“ (einem neuen Typ von Quantenfehlerkorrekturcode, der sich sehr gut für die Magic State Preparation eignet) und „Surface Codes“ (einer ausgereifteren Fehlerkorrekturlösung) realisiert, indem es einen Color Code mit einer Distanz von 3 in einen Surface Code mit einer Distanz von 5 integriert hat. Dieses Integrationsprotokoll stammt ursprünglich aus einer theoretischen Arbeit von 2024, und das Experiment hat bestätigt, dass die gereinigten Quantenzustände stabil in der Hardware bestehen bleiben und reibungslos übertragen werden können.