強化学習で量子誤り訂正を計算中に再調整

Google Quantum AIは、量子誤り訂正の検出信号を強化学習へ渡し、長い計算中も制御パラメーターを調整する研究を発表しました。

要点

• 量子計算を停止して再較正する従来の分離を減らすことが狙いです。
• エージェントが誤り検出から学び、周波数、振幅、位相など数千の制御値を調整します。
• 環境による不可避なデコヒーレンスではなく、較正ずれで減らせる誤りに対処します。

今回のブログ記事で語られていること

量子コンピューターはアナログ信号で量子ビットを制御するため、時間とともに周波数、振幅、位相がずれます。現在の較正では計算を止めて制御値を調整することが多く、数日から数カ月続く将来の量子計算では大きな障害になります。Googleの研究は、量子誤り訂正から得られる検出イベントを使い、計算を続けながら強化学習エージェントが制御値を修正する枠組みを示しました。

量子状態を直接測ると重ね合わせが壊れるため、量子誤り訂正は複数の物理量子ビットから論理量子ビットを作り、パリティ検査で誤りの兆候を二値化します。AlphaQubitやTesseractのようなデコーダーは、検出された兆候から誤り位置と修正を推定します。しかし、なぜ誤りが増えたかまでは直しません。今回の強化学習制御は、誤り率の変化を観察し、較正ドリフトを抑える制御へ結び付けます。

この方法が対象にするのは、環境との相互作用で避けられないすべての誤りではありません。人が作った物理モデルだけでは捉えにくい装置固有のずれを、運転データから継続的に調整する試みです。研究成果を実用量子計算の完成と解釈せず、異なる装置、長時間運転、デコーダーとの相互作用、安全な探索範囲で再現できるかを見る必要があります。また、AIエージェントが制御した値と結果を追跡し、人が異常時に戻せる仕組みも重要です。

閉ループ化では、学習側が短期的な誤り率だけを下げ、別の量子ビットや将来の操作を悪化させないよう報酬を設計する必要があります。比較試験では固定較正、人による定期較正、学習制御を同じドリフト条件で走らせ、論理誤り率、停止時間、探索中の危険な操作、回復時間を分けて測ります。装置ごとの再学習コストも実用性を左右します。

今回のブログ記事が関係する人

量子計算研究者、制御工学と強化学習の研究者、長時間の量子ワークロードを評価する技術責任者に関係します。

結局、今回のブログ記事をどう読むべきか

量子計算を止めて調律する頻度を下げるため、誤り訂正信号を制御へ戻す研究です。実用化の宣言ではなく、長時間安定運転に必要な閉ループ制御の前進として読むのが適切です。