Kuantum bilgisayarların istenmeyen çevresel bozulmalara karşı dayanıklı olmasını sağlamak için yeni algılama aracı kullanılabilir.
MIT ve Dartmouth College araştırmacıları, ilk kez; kuantum bilgisayarlarının temel bileşenleri olan, kuantumların; kırılgan kuantum halini tahrip edebilecek çevresel “gürültünün” yeni özelliklerini tespit eden bir araç ortaya koydular. Çalışma, kubitleri korumanın yeni yollarını geliştirmeye yardımcı olmak için mikroskobik gürültü mekanizmaları hakkında fikir verebilir.
Kubitler, klasik ikili bitlere karşılık gelen iki durumu, 0 veya 1’i temsil edebilir. Ancak, aynı zamanda her iki durumun da aynı anda “kuantum süperpozisyonunu” koruyarak, kuantum bilgisayarların klasik bilgisayarlar için pratik olarak imkansız olan karmaşık sorunları çözmelerini sağlar.
Ancak, bir kubitin kuantum “tutarlılığı” (üst üste binme durumunu koruma kabiliyeti) kubit etrafındaki ortamdan gelen gürültü nedeniyle dağılabilir. Gürültü, kontrol elektroniğinden, ısıdan veya kubit malzemenin kendisindeki yabancı maddelerden kaynaklanabilir ve düzeltilmesi zor olabilecek ciddi hesaplama hatalarına neden olabilir.
Araştırmacılar, kuşatmayı çevreleyen istenmeyen gürültü kaynaklarının, onları korumak için yeni yollar oluşturmak ve gürültü mekanizmalarının kendileri hakkında bilgi edinmek ve etkisini tahmin etmek için istatistiklere dayalı modeller geliştirmiştir. Ancak; bu araçlar genellikle; basit bir şekilde “Gauss gürültüsünü”, yani çok sayıda kaynaktan rasgele bozulmaların toplanmasını sağlar.
Kısacası, bu durum göze çarpan belirgin bir rahatsızlığın olmadığı büyük bir kalabalığın mırıltılarından kaynaklanan gürültü gibidir. Bu nedenle bu durum özellikle herhangi bir kaynaktan etkilenmiyor. Bu tip modelde, gürültünün olasılık dağılımı; bireysel katılımcıların istatistiksel önemine bakılmaksızın standart bir simetrik çan eğrisi oluşturur.
Nature Communications dergisinde yayınlanan bir makalede, araştırmacılar; ilk kez, bir kubiti etkileyen “Gauss olmayan gürültüyü” ölçen yeni bir araç tanımlamaktadır. Bu gürültü; genellikle birkaç özellikle güçlü gürültü kaynağından kaynaklanan kendine özgü paternler içerir.
Araştırmacılar, bu gürültüyü Gauss gürültüsünden ayırmak için teknikler tasarladılar ve daha sonra bu gürültü sinyalleri hakkında oldukça ayrıntılı bilgileri yeniden oluşturmak için sinyal işleme teknikleri kullandılar. Bu yeniden yapılandırmalar, araştırmacıların; kubitleri belirli gürültü türlerinden korumak için daha sağlam yöntemler sağlayabilen daha gerçekçi gürültü modelleri oluşturmalarına yardımcı olabilir. Araştırmacılar şu anda böyle araçlara ihtiyaç duyulduğunu söylüyor: Gauss dışı gürültünün varlığını artırabilen kubitler; daha az kusurla üretiliyor.
Elektrik Mühendisliği ve Bilgisayar Bilimi Doçenti, Fizik Pratiği Profesörü, MIT Lincoln Laboratuvarı Üyesi ve Elektronik Araştırma Laboratuvarı (RLE) Yardımcı Direktörü William Olive:
“Kalabalık bir odada olmak gibi bir şey. Herkes aynı ses seviyesinde konuşuyorsa, çok fazla arka plan gürültüsü vardır, ancak yine de kendi konuşmamı devam ettirebilirim. Ancak, birkaç kişi özellikle yüksek sesle konuşuyorsa, konuşmasına kilitlenemem. Bu çok rahatsız edici olabilir. “
Dartmouth Fizik Profesörü Lorenza Viola: “Teorik fizikçilerin bir fikir tasarlayabilmesi ve ayrıca deneysel bir platform ve bunu görmeye yatırım yapmak isteyen deneysel meslektaşları bulması yaygın değildir. MIT ekibi ile böylesine önemli bir sonuca varmak harikaydı.”
Darbe Filtreleri
Araştırmacılar, çalışmaları ve süper iletken bölmelerin kendi seslerini algılamak için:; iyi sensörler olduğu gerçeğinden yararlandılar. Spesifik olarak, çevrelerindeki manyetik akı olarak adlandırılan belirli bir tür bozucu gürültüyü tespit edebilen bir süper-iletken döngüden oluşan “akı” kubit kullanırlar.
Deneylerde, Gauss olmayan “depashing” gürültüsünü, kubit’i rahatsız eden ve sonradan bir ölçüm aracı olarak kullanılan tutarlılığını kaybetmesini sağlayan, mühendislik akısı gürültüsünü enjekte ederek indüklediler.
Spesifik olarak onlarca mikrosaniye üzerindeki belirli dizilerde, kubit hallerini çevirmek için kullanılan 110 adet “darbe” uyguladılar. Her darbe dizisi; belirli bir frekans bandı dışında, gürültünün çoğunu ortadan kaldıran dar bir frekans “filtresi” oluşturmuştur. Bir kubit sensörünün bandpass-filtreli gürültüye verdiği yanıtı ölçerek, bu frekans bandındaki gürültü gücünü çıkardılar.
Darbe dizilerini değiştirerek, gürültüyü farklı frekanslarda örneklemek için filtreleri yukarı ve aşağı hareket ettirebilirler. Özellikle, bunu yaparken, Gauss-dışı gürültünün yüksek boyutlu bir spektrumunu sağlayarak, kubit’in çözülmesine neden olarak nasıl yol açtığını takip ettiler.
Hata Bastırma ve Düzeltme
İşin arkasındaki en önemli yenilik; Gauss olmayan gürültünün belirgin zaman korelasyonları hakkında bilgi veren, iki boyutlu bir sunum olan “bispektrum” un özelliklerini ortaya çıkaran spesifik filtreler gibi davranması için, darbelerin dikkatlice mühendisliğinin yapılmasıdır.
Temel olarak, bispektrumu yeniden yapılandırarak; (Gauss gürültü sinyallerinde bulunmayan) Gauss olmayan gürültü sinyallerinin özelliklerini zamanla kargaşayı etkileyecek şekilde bulabilirler. Genel fikir, Gauss gürültüsü için; yalnızca zaman içindeki iki nokta arasında bir korelasyonun olacağı, “ikinci dereceden zaman korelasyonu” olarak adlandırılacak olmasıdır. Ancak, Gauss olmayan gürültü için, zaman içindeki bir noktadaki özellikler; gelecekteki birçok noktadaki özelliklerle doğrudan ilişkili olacaktır. Bu “üst düzey” korelasyonlar; Gauss olmayan gürültünün özelliğidir. Bu çalışmada yazarlar zaman içinde üç nokta arasındaki korelasyonla gürültü çıkarmayı başardılar.
Bu bilgiler, programcıların gürültüye bağlı hataları düzelten ve doğru hesaplama sağlayan, dinamik hata bastırma ve hata düzeltme kodlarını doğrulamasına ve uyarlamasına yardımcı olabilir.
Bu protokoller; pratik kuantum bilgisayarlar ve daha verimli olan uygulamaları yapmak için gürültü modelindeki bilgileri kullanır. Ancak, gürültünün detayları henüz tam olarak anlaşılmadığından, günümüzün hata düzeltme kodları standart çan eğrisi göz önünde bulundurularak tasarlanmıştır. Bu aracıyla, programcılar kodlarının gerçekçi senaryolarda nasıl etkili bir şekilde çalışacağını ölçebilir veya Gauss olmayan gürültüyle sıfıra başlatabilir.
Kalabalık oda analojisine sadık kalarak Oliver şöyle diyor: “Odada sesi çok çıkan yalnızca bir kişi olduğunu biliyorsanız, olası her senaryoyu ele almaya çalışmak yerine, o kişiyi etkili bir şekilde boğacak bir kod tasarlarsınız.”
