Google、量子エラー訂正の検出結果から学ぶ強化学習制御をNatureで発表

量子コンピュータはアナログ機械であり、制御パラメータの周波数、振幅、位相がドリフトするため、現状では較正のために計算全体を止める必要がある。有用な量子アルゴリズムは数日から数か月の連続実行が必要で、計算と較正の分離が課題になると説明されている。論文「Reinforcement learning control of quantum error correction」では、自律エージェントがエラー検出から学び、計算中に制御パラメータを操舵する。

量子エラー訂正（QEC）は多数の物理量子ビットから論理量子ビットを作り、パリティチェックでアナログノイズを二値のエラー検出イベントに変換する。ただしこの情報は、エラーが時空間のある範囲で起きたことしか示さない。AlphaQubitやTesseractといったデコーダが訂正を計算するが、エラーの原因までは扱わない。環境との相互作用による脱コヒーレンスは避けられない一方、較正不良やハードウェアのドリフトに由来するエラーは軽減できるとしている。

実験ではWillowプロセッサに制御パラメータの人工的なドリフトを加え、強化学習による操舵で誤り訂正符号の論理安定性が3.5倍になり、量子メモリとして機能する時間が延びた。人手を介した較正で性能を高めた後でも、強化学習のファインチューニングで論理エラー率がさらに20%下がった。これらを統合した結果、論理エラーはサーフェスコードで1000回のエラー訂正サイクルあたり1回未満、カラーコードで100回あたり1回まで下がり、過去最低とされている。

スケーラビリティについては、数百量子ビットと数万の制御パラメータを用いた数値シミュレーションを実施した。必要な強化学習の学習エポック数は、QEC検出イベントがエラーに局所的に反応するため、システム規模に依存しなかった。エージェントと量子プロセッサ間の通信サイクルの高速化や、より高度な機械学習手法を組み合わせれば、さらなる改善が期待できるとしている。