2026年6月5日——来自美国马里兰州劳雷尔的约翰·霍普金斯大学应用物理实验室（APL）和巴尔的摩的约翰·霍普金斯大学的研究人员，为一种流行的超导量子处理器开发了一套实用且全面的噪声建模框架。他们的研究成果发表在《PRX Quantum》期刊上，其预测精度比现有方法提升了七倍。

量子比特（即qubits）本身就容易受到噪声影响——这些噪声源于环境因素，如电磁场或温度波动，这正是它们因极度敏感性而对计算极具价值的原因。开发准确的噪声模型，是创建鲁棒性量子算法和弹性纠错协议的关键，这些是实现真正容错量子计算机所必需的。

"要想真正推动这一领域发展，我们需要的是能够用少量参数预测广泛行为的模型，而不是试图解释量子相互作用中所有基础物理过程的理论模型，"项目负责人、APL高级物理学家、约翰·霍普金斯大学克里格艺术与科学学院物理与天文学系副研究教授Gregory Quiroz表示。"我们方法的新颖之处在于，它建立了一个统一且经过实验验证的框架，将多种噪声机制联系起来，形成了一种一致的预测方法。"

表征云端量子处理器中的噪声

为了研究真实多量子比特系统中的量子噪声，该团队通过云访问方式，在七个超导器件上使用了39个量子比特。具体来说，他们研究了transmon，这是一种超导量子比特，因其对电荷噪声的敏感性较低而备受青睐，因此在主流量子计算架构中很流行。依赖云访问既带来了机遇，也带来了挑战，因为团队必须在不具备底层硬件访问权限的情况下，研究并表征量子计算机上的噪声。Quiroz指出，这种访问缺失也反映了日益常见的涉及专有系统的现实场景。

"实际的量子计算机用户也不会有底层硬件访问权限——他们只会运行应用程序，并且需要确信这些程序运行正确，" 他说。"我们的实验反映了这些条件。"

论文第一作者、博士后研究员Yasuo Oda曾是Quiroz在约翰·霍普金斯大学的学生，并在研究中做出了贡献。他表示，解决这一限制需要创造性方法。"从根本上说，我们试图驱动一个量子比特系统从一个状态转换到另一个状态——换句话说，就是执行一次量子计算——并研究噪声如何影响该操作的成功率，" Oda表示。"这听起来简单，但实际上驱动这种转换的具体方式因平台而异。没有底层访问权限，我们对硬件的特性了解有限。"

团队没有详细研究单个操作，而是在量子处理器上反复运行计算，以促使错误的累积。通过研究这些累积错误发生的频率以及它们与预期结果的偏差程度，他们能够洞察底层物理系统中发生的情况。

简单而全面的模型

重要的是，该团队的方法使他们能够在一个单一模型中表征两种根本不同类型的错误——通常被称为"非相干"错误和"相干"错误。非相干错误发生在信息不可逆转地丢失时；而相干错误可能代表控制硬件校准中的缺陷，并且是可修复的。

"如果你能获取关于相干错误的数据，就可以选择设计系统来预防它们，或者在事后修复它们，" Oda说。

尽管关于这两种错误的研究文献很多，但它们通常是被孤立研究的。据团队所知，此前还没有人创建过一个统一的预测框架，能将这两种错误类型结合起来用于超导量子比特硬件。

"我们能够将各种各样的错误整合到一个模型中，这个模型在参数上很简单，但在描述现象类型方面却很全面——甚至能预测小型量子算法的性能，" 他说。"这是我们的最大贡献。"

从表征到纠正

Quiroz表示，团队创建了这个模型后，下一步将是应用它来改进硬件性能。"现在我们有了这个轻量级噪声模型，就有机会将其应用于量子计算堆栈的各个层面，从硬件设计到算法设计再到纠错，" 他说。"我们从模型中获取的信息可以为量子计算堆栈的每一层提供参考。"

这项工作是SMART Stack项目的一部分，该项目由APL领导，重点设计量子软件堆栈组件和原则，使错误表征和管理在当前及近未来量子处理器中更具可扩展性、模块化、跨平台适应性、可重构性和针对性（因此称为SMART）。APL在此项目中的合作伙伴包括芝加哥大学、密歇根大学、Unitary Foundation、劳伦斯利弗莫尔国家实验室以及Infleqtion的研究人员。该项目由能源部的一项竞争性量子计算奖项资助，基于之前量子误差管理方面的成功经验，是APL更广泛的量子计算机科学组合的一部分。

"APL致力于在量子计算堆栈的每个层面——包括硬件、软件以及结合量子与经典计算机的混合计算系统——表征和缓解量子噪声与错误，" APL研究与探索开发任务领域替代计算范式助理项目经理、该论文的合著者Kevin Schultz表示。"这个噪声模型是朝着实现这些目标迈出的重要一步。"