il y a trois ans, les ordinateurs quantiques de Google ont été les premiers à effectuer la démonstration d’une opération de calcul quantique faite plus rapidement et mieux que par les superordinateurs classiques les plus rapides.
Aujourd’hui, Google annonce avoir franchi une nouvelle étape.
Pour la première fois, ses chercheurs de Quantum AI ont démontré de façon expérimentale qu’il était possible de réduire les erreurs en augmentant le nombre de qubits. En informatique quantique, un qubit est une unité de base d’informations quantiques qui peut avoir toutes les valeurs autres que le zéro et le 1 du bit classique.
Cette avancée représente un changement majeur dans la façon dont Google utilisera les ordinateurs quantiques.
Au lieu de travailler un par un sur les qubits physiques de son processeur quantique, QuantumAI traite un groupe de qubits comme un seul qubit logique. En conséquence, un qubit logique créé par QuantumAI à partir de 49 qubits physiques a pu surpasser celui précédemment créé avec 17 qubits.
Nature vient de publier les résultats de ces recherches
Référence
Suppressing quantum errors by scaling a surface code logical qubit
Nature volume614, pages 676–681 (2023)Cite this article
Abstract
Practical quantum computing will require error rates well below those achievable with physical qubits. Quantum error correction offers a path to algorithmically relevant error rates by encoding logical qubits within many physical qubits, for which increasing the number of physical qubits enhances protection against physical errors. However, introducing more qubits also increases the number of error sources, so the density of errors must be sufficiently low for logical performance to improve with increasing code size. Here we report the measurement of logical qubit performance scaling across several code sizes, and demonstrate that our system of superconducting qubits has sufficient performance to overcome the additional errors from increasing qubit number. We find that our distance-5 surface code logical qubit modestly outperforms an ensemble of distance-3 logical qubits on average, in terms of both logical error probability over 25 cycles and logical error per cycle ((2.914 ± 0.016)% compared to (3.028 ± 0.023)%). To investigate damaging, low-probability error sources, we run a distance-25 repetition code and observe a 1.7 × 10−6 logical error per cycle floor set by a single high-energy event (1.6 × 10−7 excluding this event). We accurately model our experiment, extracting error budgets that highlight the biggest challenges for future systems. These results mark an experimental demonstration in which quantum error correction begins to improve performance with increasing qubit number, illuminating the path to reaching the logical error rates required for computation.
Europe Solidaire 