Квантовые процессоры, такие как трансмоны, требуют регулярной настройки параметров для минимизации ошибок. Традиционная калибровка останавливает вычисления, что неприемлемо для сложных алгоритмов.
Новая технология использует данные системы коррекции ошибок для одновременной подстройки управляющих параметров. Это позволяет процессору постоянно корректировать мелкие отклонения, вызванные, например, нагревом оборудования или дрейфом внешних компонентов.
Метод основан на обучении с подкреплением. Система пробует различные конфигурации управляющих параметров и оценивает их эффективность в снижении ошибок, внося корректировки без прерывания вычислений.
Эксперименты показали, что такой подход увеличивает эффективность обнаружения и исправления ошибок на логических кубитах до 20%. Это важно для долгосрочных квантовых алгоритмов, где дрейф может привести к ошибкам.
Метод эффективен при медленном дрейфе настроек, когда система остается достаточно близкой к исходным параметрам. Постоянная оценка и подстройка позволяют системе адаптироваться к изменениям.
Разработка открывает перспективы для создания более стабильных квантовых компьютеров, способных решать сложные задачи. Технология демонстрирует потенциал для преодоления технических барьеров на пути к полномасштабным квантовым вычислениям.
