量子科技中心_量科网

构建可靠的量子计算机需要保护脆弱的量子态免受不可避免的环境噪声和操作错误影响。虽然Steane[[7,1,3]]码等量子纠错编码提供了优雅的理论解决方案，但其实际成功关键取决于如何测量错误——这一过程称为症候群提取。核心挑战在于用于测量的辅助量子比特（ancilla）：当它们失效时，错误会级联影响整个量子系统，摧毁我们试图保护的信息。该研究团队通过实施并比较三种先进的症候群测量策略来解决这一根本问题：采用Shor的猫态方案（通过多个纠缠辅助比特分布式测量，实现85-92%的制备成功率）、Steane的编码辅助比特方法（使用完全纠错的逻辑量子比特，达到97.8%的症候群保真度），以及基于硬件能力动态调整策略的灵活统一框架。通过IBM的Qiskit平台进行大量模拟（涵盖随机基准测试和T-heavy量子电路），研究人员证明智能辅助比特管理可将错误抑制效果提升至标准方法的2.4倍。在物理错误率为10⁻³的现实噪声条件下，该工作实现了低至5.1×10⁻⁵的逻辑错误率，即使对深层电路也能保持接近1的逻辑保真度（0.99997）。阈值分析表明，从距离3到距离13的编码均表现出稳健性能，其特征阈值曲线显示在临界物理错误率以下具有指数级错误抑制能力。这些成果为近期量子设备提供了可直接部署的工具，并为扩展容错量子计算机建立了实用设计原则。