量子科技中心_量科网

量子纠错对于保护量子信息免受退相干影响至关重要。传统编码（如表面码）需要大量资源开销，使得它们难以应用于近期早期容错设备。该团队提出了一种新型目标函数，通过最大化量子态在噪声信道后的可区分性来定制针对特定噪声结构的纠错码，从而确保高效恢复操作。研究人员用“可区分性损失函数”将这一概念形式化，将其作为机器学习目标来发现针对给定噪声特性优化的资源高效编码电路。该工作采用变分技术实现这一方法，称之为变分量子纠错（VarQEC）。该方法产生的编码具有理想的理论和实践特性，并在多种场景中优于标准编码。该研究团队还在IBM和IQM硬件设备上进行了概念验证演示，突显了该方案的实用价值。