量子科技中心_量科网

尽管近年来量子计算取得了显著进展，但由于量子硬件易受误差影响，执行实际问题的量子线路仍面临挑战。因此，量子纠错技术变得至关重要，但会带来量子比特数量和执行时间的大幅增加（通常达数量级）。显然，必须降低这些开销。鉴于许多量子应用能容忍一定噪声，终端用户可提供最大容错阈值——误差预算，供编译和执行阶段考量。该误差预算（或其分配方式）可成为降低开销的关键因素。 从概念上讲，经过纠错的量子线路可分为具有特定功能的不同模块。误差可能发生于任何模块，其累计值将构成前述误差预算。但如何在这些模块间分配预算，实际上构成了一个自由度。该工作的核心思想是：某些模块能比其他模块更高效地补偿误差。因此，这些模块应承担更多预算份额，而补偿成本较高的模块则分配较少。然而，这带来了寻找最优分配方案的挑战。 研究团队不仅提出了误差预算分配的通用准则，还开发了一种基于机器学习的方法：通过在累积数据集上训练模型，自动为任意量子线路确定资源高效的预算分配方案。通过分析模型对未见数据的预测效果进行评估，结果显示超过75%的测试量子线路实现了时空成本降低（包含无改善案例），平均降幅达15.6%，最大降幅达77.7%。