雷鋒網(wǎng) AI 科技評(píng)論按：量子處理器作為前沿的研究課題，即便各大世界頂級(jí)實(shí)驗(yàn)室和企業(yè)研究院們都在不斷做出新的進(jìn)展，亟待解決的問(wèn)題仍然層出不窮。谷歌量子 AI 團(tuán)隊(duì)的一篇新博客就介紹了他們?cè)诹孔犹幚砥餍阅芊€(wěn)定問(wèn)題下的新研究成果。雷鋒網(wǎng) AI 科技評(píng)論編譯如下。

谷歌量子 AI 團(tuán)隊(duì)的研究方向之一是基于超導(dǎo)電子電路構(gòu)建量子處理器，這是一種實(shí)現(xiàn)量子比特（qubits）的值得期待的候選方案。雖然超導(dǎo)電路可以容納數(shù)以十計(jì)的量子比特，在今年 3 月谷歌公布的 72 位量子比特處理器上已經(jīng)展現(xiàn)了頂級(jí)的計(jì)算性能與可拓展性，但有一項(xiàng)突出的挑戰(zhàn)是如何穩(wěn)定量子處理器的表現(xiàn)，實(shí)際上，處理器的性能會(huì)出現(xiàn)漲落，且無(wú)法預(yù)測(cè)。雖然我們已經(jīng)在許多超導(dǎo)量子比特架構(gòu)中觀察到了性能漲落，但研究人員們?nèi)匀簧形磁逅膩?lái)源，更不用說(shuō)做出相應(yīng)的改進(jìn)來(lái)提升處理器性能的穩(wěn)定性了。

這周的《物理評(píng)論通訊》期刊（Physical Review Letters）發(fā)表了谷歌量子 AI 團(tuán)隊(duì)的論文《Fluctuations of Energy-Relaxation Times in Superconducting Qubits》，其中研究人員們把量子比特作為探測(cè)器，檢測(cè)它們所在的環(huán)境，最終發(fā)現(xiàn)性能漲落的支配因素是材料的缺陷。他們的試驗(yàn)方法是探究量子比特的能量弛豫時(shí)間（energy relaxation times，T₁），這是一種熱門的性能評(píng)價(jià)指標(biāo)，它衡量的是一個(gè)量子比特從激發(fā)態(tài)回落到基態(tài)的能量弛豫過(guò)程經(jīng)過(guò)的時(shí)間的長(zhǎng)短。能量弛豫時(shí)間是操作頻率和時(shí)間的函數(shù)。

在 T₁ 的測(cè)量過(guò)程中，谷歌量子 AI 團(tuán)隊(duì)發(fā)現(xiàn)某些量子比特的操作頻率要比其它量子比特顯著地差一些，形成了一些能量弛豫的危險(xiǎn)區(qū)，如下圖。他們的研究表明，之所以會(huì)有這些危險(xiǎn)區(qū)是由于材料的缺陷，這些缺陷自己形成了新的局部量子系統(tǒng)，當(dāng)它們的頻率和量子比特的頻率有交疊（也就是形成共振）時(shí)，它們就會(huì)從量子比特中吸收能量。令人驚訝的是，他們還發(fā)現(xiàn)這些能量弛豫危險(xiǎn)區(qū)不是固定的，在幾分鐘到幾小時(shí)的各種不同時(shí)間尺度中，危險(xiǎn)區(qū)的分布也有所不同。根據(jù)這些觀測(cè)結(jié)果，谷歌量子 AI 團(tuán)隊(duì)得出結(jié)論，正是材料缺陷在與量子比特之間產(chǎn)生、脫離共振的過(guò)程中的頻率動(dòng)態(tài)特性對(duì)性能漲落造成了最為顯著的影響。

這些缺陷，一般被稱為二階系統(tǒng)，研究人員們普遍認(rèn)為它們存在于超導(dǎo)電路的材料界面中。然而，即便經(jīng)過(guò)了幾十年的研究，它們的顯微來(lái)源還是讓研究人員感到迷惑。在這項(xiàng)研究中，除了明確了量子比特性能漲落的原因之外，谷歌量子 AI 團(tuán)隊(duì)采集到的數(shù)據(jù)也為揭示缺陷動(dòng)態(tài)特性的物理原理帶來(lái)了曙光，這正是謎題的重要部分。有趣的是，根據(jù)熱力學(xué)定律，研究人員們即便知道這些缺陷的存在，本來(lái)也不認(rèn)為它們會(huì)表現(xiàn)出任何動(dòng)態(tài)特性。它們的能量要比量子處理器中使用的熱能高出一個(gè)數(shù)量級(jí)左右，所以在這時(shí)它們應(yīng)當(dāng)是被「凍住」的。現(xiàn)在發(fā)現(xiàn)它們其實(shí)并沒(méi)有被凍住，這說(shuō)明它們表現(xiàn)出動(dòng)態(tài)特性的原因可能是因?yàn)樗鼈兒推渌毕葜g產(chǎn)生了相互作用，這些作用的能量要低得的多，所以可以被量子處理器的熱能激活。

研究人員們以往認(rèn)為這樣的材料缺陷是發(fā)生在原子尺度上的，要比量子比特小百萬(wàn)倍。如今發(fā)現(xiàn)量子比特可以用于檢測(cè)單個(gè)這樣的材料缺陷，這也表明了量子比特是一種強(qiáng)有力的測(cè)量工具。顯然，對(duì)材料缺陷的研究可以幫助解決材料物理中的突出問(wèn)題，可能同時(shí)還有些驚喜的是，它也會(huì)對(duì)提高如今的量子處理器的性能有直接的啟發(fā)。實(shí)際上，缺陷測(cè)量如今已經(jīng)在谷歌量子 AI 團(tuán)隊(duì)的處理器設(shè)計(jì)與制造中得到了實(shí)施，甚至用在了數(shù)學(xué)算法中，它會(huì)幫助處理器在運(yùn)行過(guò)程中躲避缺陷。谷歌量子 AI 團(tuán)隊(duì)希望這項(xiàng)研究可以啟發(fā)更多研究人員研究超導(dǎo)體電路中的材料缺陷問(wèn)題。

via ai.googleblog.com，雷鋒網(wǎng) AI 科技評(píng)論編譯

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。