Google Quantum AI heeft in hardware een oplossing gedemonstreerd voor een van de meest hardnekkige resourceproblemen van quantum computing. In een artikel dat op 15 oktober in het tijdschrift Science is gepubliceerd, rapporteert het team achter Google's Willow-processor dat 'magische staatscultivatie' - een techniek die twee jaar geleden voor het eerst in theorie werd voorgesteld - in de praktijk werkt, waardoor fouten ongeveer 40 keer worden verminderd in vergelijking met niet-gecultiveerde staten en T-staten worden geproduceerd met een record logische betrouwbaarheid van 99,99%.

Het resultaat, aangekondigd op de officiële blog van Google door onderzoekswetenschapper Emma Rosenfeld en kwantumsoftware-ingenieur Craig Gidney, markeert de eerste experimentele demonstratie dat magische toestanden efficiënt kunnen worden geproduceerd op echte kwantumhardware. Het pakt een knelpunt aan dat ingenieurs hebben aangepakt sinds onderzoekers het meer dan twintig jaar geleden voor het eerst identificeerden. Voor meer informatie over doorbraken op het gebied van computergebruik, zie onze AI-onderzoeksverslaggeving.

Waarom magische staten ertoe doen

Universele kwantumcomputing – het soort dat echt nuttige programma’s kan uitvoeren – vereist een specifieke reeks kwantumbewerkingen die verder gaan dan wat foutgecorrigeerde qubits van nature kunnen uitvoeren. De standaardoplossing is het voorbereiden van speciale resourcestatussen, ook wel magische staten genoemd, die deze bewerkingen mogelijk maken. Het probleem zijn de kosten: sommige schattingen suggereren dat tot 95% van de volledige capaciteit van een kwantumcomputer zou moeten worden besteed aan de productie ervan, waardoor er weinig ruimte overblijft voor daadwerkelijke berekeningen. Magische toestanden zijn ook consumeerbaar – eenmaal gebruikt kunnen ze niet meer worden hergebruikt – waardoor ze een schaarse en dure input zijn voor elke grootschalige machine.

In 2024 ontwikkelden Google Quantum AI-onderzoekers Craig Gidney, Noah Shutty en Cody Jones de teeltaanpak in een theoretisch artikel. Het idee werkt als een filter: er wordt een toestand met ruis geïnjecteerd in een klein gebied van de kwantumchip, waarna een reeks zeer gecoördineerde metingen controleert op fouten en foutieve pogingen verwerpt. Wat het proces overleeft is een uitzonderlijk zuivere kwantumtoestand met weinig fouten die tegelijkertijd kan worden aangepast tot een grotere, bruikbare codering. Als het op hardware zou werken, zou het de omvang van de kwantumcomputer die nodig is voor praktische taken aanzienlijk verkleinen.

Van theorie naar hardware

Om het protocol op Willow te laten werken, waren een aantal technische innovaties nodig. Eén aflevering illustreert de moeilijkheid. Toen onderzoekswetenschapper Emma Rosenfeld het teeltprotocol voor het eerst testte, leken haar gegevens de wetten van de natuurkunde te trotseren. Na maanden van simulaties, discussies en consistentiecontroles herleidde het team de anomalie tot een onjuiste aanname in hun favoriete meettechniek: drift van elektrische apparatuur en temperatuurvariaties in het laboratorium verstoorden de validiteit van de benchmark.

De oplossing vereiste veranderingen aan zowel de theoretische als de technische kant. Het team voegde extra controle toe aan het systeem om de ruis te onderdrukken, en bedacht een nieuwe benchmarkingtechniek die de teelt zelf als meetinstrument gebruikt – een oplossing die volgens het bedrijf een nieuwe state-of-the-art op het gebied van de kwantummetrologie vormde. Op Willow bereikte het verfijnde protocol een ongeveer 40-voudige vermindering van fouten in vergelijking met niet-gecultiveerde staten, waarbij T-staten een logische betrouwbaarheid van 99,99% bereikten.

Compatibiliteit met de foutcorrectie-roadmap van Google

Het team zette ook de eerste stappen om aan te tonen dat de techniek past binnen de bredere fouttolerantiearchitectuur van Google. Kwantumfoutcorrectie is er in verschillende varianten: 'kleurcodes', een nieuwer type dat ideaal is voor de teelt, en 'oppervlaktecodes', de meer gevestigde methode die ten grondslag ligt aan de langetermijnroutekaart van Google. De onderzoekers demonstreerden een entprotocol – oorspronkelijk ontwikkeld in het theoriepapier uit 2024 – dat tussen de twee schakelt, waarbij gezuiverde toestanden worden overgedragen van een afstand-3-kleurcode naar een afstand-5-oppervlaktecode. De staten overleefden de overdracht, een bewijs dat de teelt naast de foutcorrectieprogramma's kan bestaan ​​die Google van plan is op te schalen.

Wat onopgelost blijft

Google is voorzichtig met de kanttekeningen. Het cultiveren van magische staten is op kleine schaal gedemonstreerd; het aantonen ervan op de schaal die nodig is voor praktische kwantumcomputers blijft toekomstig werk, en er staan ​​aanzienlijke technische uitdagingen tussen het huidige resultaat en een commercieel bruikbare machine. Het bedrijf omschrijft het resultaat als het omzetten van "een belangrijk theoretisch idee in een experimenteel gedemonstreerde realiteit" op weg naar het gestelde doel: een bruikbare, foutgecorrigeerde kwantumcomputer.

De praktische betekenis gaat over de middelenbudgetten. Als magische toestanden van hoge kwaliteit goedkoop kunnen worden gecultiveerd in plaats van te worden vervaardigd via dominante overhead, krimpen de hardwarevereisten voor het uitvoeren van algoritmen zoals Shor's factoringroutine of complexe kwantumchemische simulaties dienovereenkomstig. Een 40-voudige foutreductie in de magische toestandsfase zorgt voor elke bewerking die een machine uitvoert.

Het grotere geheel

Het resultaat komt tot stand te midden van een toenemende concurrentie op het gebied van kwantumhardware, waarbij IBM, Quantinuum en academische groepen allemaal op zoek zijn naar foutgecorrigeerde machines, en waarbij de AI-uitbreiding van de bredere technologie-industrie de meeste krantenkoppen en kapitaal trekt. Kwantumvooruitgang is langzamer en minder voorspelbaar, maar mijlpalen als deze – een twintig jaar oud theoretisch knelpunt dat is opgelost op het gebied van productiehardware, gepubliceerd met reproduceerbare getrouwheidscijfers in een peer-reviewed tijdschrift – zijn het soort samengestelde stap die stilletjes de tijdlijnen opnieuw instelt.

Voor AI-watchers is er ook een tangentiële relevantie: veel van de algoritmische en controlesystemen in moderne kwantumlaboratoria zijn steeds meer afhankelijk van machine learning voor kalibratie en foutdecodering, een klein maar groeiend voorbeeld van AI die aangrenzende wetenschappelijke velden versnelt.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →