پردازنده گوگل Willow با روش جدید، خطاهای کوانتومی را 40 برابر کاهش می‌دهد

گوگل با موفقیت روشی به نام Magic State Cultivation را روی پردازنده کوانتومی Willow خود آزمایش کرده که خطاها را در مقایسه با حالت‌های پرورش‌نیافته، حدود 40 برابر کاهش می‌دهد. این دستاورد گامی مهم برای رفع یکی از موانع اصلی توسعه رایانه‌های کوانتومی کاربردی به شمار می‌رود.

گلوگاه Magic State

برای اجرای برنامه‌های کاربردی و دستیابی به محاسبات کوانتومی جهان‌شمول، رایانه‌های کوانتومی به مجموعه مشخصی از عملیات نیاز دارند که باید همراه با تصحیح خطا اجرا شوند. یکی از راه‌های انجام این کار، تولید منابع ویژه‌ای به نام حالت‌های جادویی (Magic States) است؛ حالت‌هایی که امکان اجرای عملیات کوانتومی فراتر از توانایی‌های محاسبات کلاسیک را فراهم می‌کنند. اما تولید حالت‌های جادویی باکیفیت و دارای تصحیح خطا، منابع محاسباتی زیادی مصرف می‌کند.

بر اساس برخی برآوردها، ممکن است تا 95 درصد از ظرفیت یک رایانه کوانتومی به تولید این حالت‌ها اختصاص یابد و در نتیجه، ظرفیت کمتری برای انجام محاسبات واقعی باقی بماند. افزون بر این، هر حالت جادویی پس از استفاده مصرف می‌شود و نمی‌توان آن را دوباره به کار گرفت؛ بنابراین، این حالت‌ها منبعی محدود و ارزشمند هستند. پژوهشگران طی حدود 20 سال تلاش کرده‌اند هزینه تولید این منابع را کاهش دهند.

گوگل چگونه به این دستاورد رسید؟

در سال 2024، پژوهشگران Google Quantum AI، یعنی Craig Gidney، Noah Shutty و Cody Jones، ایده‌ای را از پژوهش‌های پیشین برداشتند، آن را بهبود دادند و روشی را توسعه دادند که اکنون «پرورش حالت جادویی» نامیده می‌شود. این روش مانند یک فیلتر عمل می‌کند: یک حالت کوانتومی پرنویز به ناحیه کوچکی از تراشه تزریق می‌شود و سپس مجموعه‌ای از اندازه‌گیری‌های هماهنگ برای شناسایی خطاها و کنارگذاشتن تلاش‌های ناموفق انجام می‌گیرد.

به این ترتیب، پژوهشگران می‌توانند حالت کوانتومی را به‌تدریج پرورش دهند تا به حالتی بسیار خالص‌تر و کم‌خطاتر برسند و سپس آن را به کدگذاری بزرگ‌تر و کاربردی‌تری منتقل کنند. گوگل با ترکیب این روش با نوآوری‌های الگوریتمی و راهکارهای مهندسی متعدد، به نتایج جدیدی در حوزه اندازه‌گیری کوانتومی دست یافته است. این پروتکل روی پردازنده Willow، خطاها را در مقایسه با حالت‌هایی که بدون این روش آماده شده بودند، حدود 40 برابر کاهش داد.

همچنین، پژوهشگران به وفاداری منطقی بی‌سابقه 99.99 درصد برای حالت‌های T دست یافتند. این پژوهش که در مجله علمی Science منتشر شده است، نخستین نمایش عملی راهکاری برای یکی از مهم‌ترین گلوگاه‌های مصرف منابع در محاسبات کوانتومی محسوب می‌شود. نتایج نشان می‌دهند که تولید کارآمد حالت‌های جادویی موردنیاز را می‌توان روی سخت‌افزار واقعی به اجرا درآورد.

یافته‌ها و چشم‌انداز آینده

پژوهشگران همچنین نخستین گام‌ها را برای نشان‌دادن سازگاری این روش با معماری رایانه‌های کوانتومی خود برداشتند. آن‌ها توانستند میان دو روش تصحیح خطای کوانتومی جابه‌جا شوند: کدهای رنگی (Color Codes) که روشی جدیدتر و مناسب برای پرورش حالت‌ها هستند، و کدهای سطحی (Surface Codes) که روشی شناخته‌شده‌تر محسوب می‌شوند. تیم پژوهشی، حالت‌ها را از یک کد رنگی با فاصله 3 به یک کد سطحی با فاصله 5 منتقل کرد.

این روش انتقال که در پژوهش نظری سال 2024 پیشنهاد شده بود، در آزمایش عملی نشان داد حالت‌های پالایش‌شده می‌توانند در سخت‌افزار واقعی باقی بمانند و با موفقیت انتقال پیدا کنند. بااین‌حال، برای عملی‌شدن این روش در رایانه‌های کوانتومی کاربردی، هنوز باید پرورش حالت‌های جادویی در مقیاسی بزرگ‌تر آزمایش شود و چالش‌های فنی متعددی باقی مانده‌اند. با وجود این، دستاورد جدید یک ایده نظری مهم را به نتیجه‌ای آزمایش‌شده روی سخت‌افزار واقعی تبدیل می‌کند و گوگل را یک گام دیگر به هدف خود نزدیک‌تر می‌سازد: ساخت رایانه‌ای کوانتومی کاربردی با تصحیح خطا که بتواند مسائلی را حل کند که حل آن‌ها با روش‌های متعارف امکان‌پذیر نیست.