量子科技中心_量科网

容错量子计算要求在执行门操作时对量子比特动力学具备极其精确的认知与控制能力。该研究团队开发了一种基于数据驱动的量子门表征学习协议，该协议建立在先前通过时间序列数据学习开放系统动力学的Nakajima-Mori-Zwanzig（NMZ）表述方法的基础上，能够实现包括非马尔可夫动力学在内的量子演化细节重构。研究人员在三种不同系统上验证了该学习技术：纯马尔可夫动力学的量子比特模拟、受Ornstein-Uhlenbeck过程产生的随机噪声驱动的量子比特模拟，以及未预先表征噪声环境的离子阱实验数据中受驱动量子比特。该技术在三种情况下均能成功学习时间演化生成元（即NMZ算子），并能确定量子比特动力学无法再用纯马尔可夫模型准确描述的时间尺度。该方法通过显式捕获门生成器中的非马尔可夫特性，与现有量子门表征技术（如门集层析成像）形成互补，从而实现对噪声源更全面的诊断。