Google Quantum AI hat in Hardware eine Lösung für eines der hartnäckigsten Ressourcenprobleme des Quantencomputings demonstriert. In einem am 15. Oktober in der Fachzeitschrift Science veröffentlichten Artikel berichtet das Team hinter Googles Willow-Prozessor, dass die „Magic-State-Kultivierung“ – eine Technik, die erstmals vor zwei Jahren theoretisch vorgeschlagen wurde – in der Praxis funktioniert, Fehler im Vergleich zu nicht kultivierten Zuständen um etwa das 40-fache reduziert und T-Zustände mit einer logischen Rekordtreue von 99,99 % erzeugt.

Das Ergebnis, das die Forscherin Emma Rosenfeld und der Quantensoftware-Ingenieur Craig Gidney auf dem offiziellen Blog von Google bekannt gegeben haben, markiert den ersten experimentellen Beweis dafür, dass magische Zustände effizient auf echter Quantenhardware erzeugt werden können. Es behebt einen Engpass, an dem Ingenieure arbeiten, seit Forscher ihn vor mehr als zwei Jahrzehnten erstmals entdeckt haben. Weitere Informationen zu Durchbrüchen an den Grenzen des Computing finden Sie in unserer KI-Forschungsberichterstattung.

Warum magische Zustände wichtig sind

Universelles Quantencomputing – die Art, mit der wirklich nützliche Programme ausgeführt werden können – erfordert einen bestimmten Satz von Quantenoperationen, die über das hinausgehen, was fehlerkorrigierte Qubits nativ ausführen können. Die Standardlösung besteht darin, spezielle Ressourcenzustände, sogenannte Magic States, vorzubereiten, die diese Vorgänge ermöglichen. Das Problem sind die Kosten: Einige Schätzungen gehen davon aus, dass bis zu 95 % der gesamten Kapazität eines Quantencomputers für deren Herstellung aufgewendet werden müssen, so dass nur wenig Spielraum für tatsächliche Berechnungen bleibt. Magische Zustände sind außerdem verbrauchbar – einmal verwendet, können sie nicht wiederverwendet werden – was sie zu einem knappen und teuren Input für jede Großmaschine macht.

Im Jahr 2024 entwickelten die Google Quantum AI-Forscher Craig Gidney, Noah Shutty und Cody Jones den Kultivierungsansatz in einem Theoriepapier. Die Idee funktioniert wie ein Filter: Ein verrauschter Zustand wird in einen kleinen Bereich des Quantenchips injiziert, dann werden in einer Reihe hochkoordinierter Messungen Fehler überprüft und fehlerhafte Versuche verworfen. Was den Prozess überlebt, ist ein außergewöhnlich reiner Quantenzustand mit geringem Fehler, der gleichzeitig in eine größere, nützliche Kodierung umgewandelt werden kann. Wenn es auf Hardware funktionieren würde, würde es die Größe des Quantencomputers, der für praktische Aufgaben benötigt wird, erheblich verkleinern.

Von der Theorie zur Hardware

Damit das Protokoll auf Willow funktioniert, waren eine Reihe technischer Innovationen erforderlich. Eine Episode verdeutlicht die Schwierigkeit. Als die Forscherin Emma Rosenfeld das Kultivierungsprotokoll zum ersten Mal testete, schienen ihre Daten den Gesetzen der Physik zu widersprechen. Nach monatelangen Simulationen, Diskussionen und Konsistenzprüfungen führte das Team die Anomalie auf eine falsche Annahme in der verwendeten Messtechnik zurück: Drift elektrischer Geräte und Temperaturschwankungen im Labor beeinträchtigten die Gültigkeit des Benchmarks.

Der Fix erforderte Änderungen sowohl auf theoretischer als auch auf technischer Seite. Das Team fügte dem System zusätzliche Kontrolle hinzu, um das Rauschen zu unterdrücken, und erfand eine neue Benchmarking-Technik, die die Kultivierung selbst als Messinstrument nutzt – eine Lösung, die nach Angaben des Unternehmens einen neuen Stand der Technik in der Quantenmetrologie darstellt. Auf Willow erreichte das verfeinerte Protokoll eine etwa 40-fache Reduzierung der Fehler im Vergleich zu nicht kultivierten Zuständen, wobei die T-Zustände eine logische Wiedergabetreue von 99,99 % erreichten.

Kompatibilität mit der Fehlerkorrektur-Roadmap von Google

Das Team unternahm auch erste Schritte, um zu zeigen, dass die Technik in die umfassendere Fehlertoleranzarchitektur von Google passt. Quantenfehlerkorrektur gibt es in verschiedenen Varianten: „Farbcodes“, ein neuerer Typ, der sich ideal für die Kultivierung eignet, und „Oberflächencodes“, die etabliertere Methode, die Googles langfristiger Roadmap zugrunde liegt. Die Forscher demonstrierten ein Pfropfprotokoll – ursprünglich in der Theoriearbeit von 2024 entwickelt –, das zwischen den beiden wechselt und gereinigte Zustände von einem Farbcode mit Abstand 3 auf einen Oberflächencode mit Abstand 5 überträgt. Die Staaten haben die Übertragung überlebt, ein Beweis dafür, dass der Anbau mit den Fehlerkorrektursystemen, die Google skalieren will, koexistieren kann.

Was ungelöst bleibt

Google geht mit den Vorbehalten vorsichtig um. Die Kultivierung im Magic State wurde in kleinem Maßstab demonstriert; Es bleibt eine zukünftige Aufgabe, es in dem für die praktische Quanteninformatik erforderlichen Maßstab zu zeigen, und zwischen dem aktuellen Ergebnis und einer kommerziell nutzbaren Maschine liegen erhebliche technische Herausforderungen. Das Unternehmen stellt das Ergebnis so dar, dass es „eine zentrale theoretische Idee in eine experimentell demonstrierte Realität umwandelt“ und auf dem Weg zu seinem erklärten Ziel eines nützlichen, fehlerkorrigierten Quantencomputers sei.

Die praktische Bedeutung betrifft Ressourcenbudgets. Wenn qualitativ hochwertige magische Zustände kostengünstig kultiviert werden können, anstatt sie durch dominanten Overhead herzustellen, sinken die Hardwareanforderungen für die Ausführung von Algorithmen wie Shors Faktorisierungsroutine oder komplexen Quantenchemiesimulationen entsprechend. Eine 40-fache Fehlerreduzierung im Magic-State-Stadium ergibt sich aus jeder dieser Operationen, die eine Maschine durchführt.

Das größere Bild

Das Ergebnis kommt inmitten eines zunehmenden Wettbewerbs im Bereich Quantenhardware, bei dem IBM, Quantinuum und akademische Gruppen alle fehlerkorrigierte Maschinen verfolgen und der KI-Ausbau der breiteren Technologiebranche die meisten Schlagzeilen und das meiste Kapital auf sich zieht. Quantenfortschritte sind langsamer und weniger vorhersehbar, aber Meilensteine ​​wie dieser – ein zwei Jahrzehnte alter theoretischer Engpass, der auf Produktionshardware behoben wurde und mit reproduzierbaren Zahlen in einer von Experten begutachteten Zeitschrift veröffentlicht wurde – sind die Art von zusammengesetztem Schritt, der die Zeitpläne stillschweigend neu setzt.

Für KI-Beobachter gibt es auch eine nebensächliche Relevanz: Ein Großteil der Algorithmen- und Steuerungssysteme in modernen Quantenlabors stützt sich zunehmend auf maschinelles Lernen zur Kalibrierung und Fehlerdekodierung, ein kleines, aber wachsendes Beispiel dafür, wie KI benachbarte wissenschaftliche Bereiche beschleunigt.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →