Virtuele foutonderdrukking: schonere antwoorden uit een ruizige quantumcomputer
Quantumcomputers zijn extreem gevoelig voor verstoringen. Trillingen, temperatuurschommelingen en elektromagnetische straling zorgen ervoor dat de kwantumbits (qubits) voortdurend een beetje "verkeerd" gaan, waardoor elke berekening ruis bevat. Virtuele foutonderdrukking is een wiskundige truc waarmee je uit een paar ruizige berekeningen een uitkomst destilleert die veel dichter bij het foutloze antwoord ligt, zonder dat je daarvoor een fysiek stabielere of beter beschermde computer nodig hebt.
Een vergelijking: stel je fotografeert een bewegend onderwerp met een trillende camera. Één foto is wazig. Maar als je meerdere wazige foto's van hetzelfde moment combineert met een slim algoritme, kun je digitaal een veel scherpere foto berekenen, zonder een nieuwe, stabielere camera te koopen. Virtuele foutonderdrukking doet iets vergelijkbaars met kwantumberekeningen: het neemt meerdere ruizige "kopieën" van dezelfde berekening en combineert die wiskundig tot een uitkomst die lijkt op wat een veel schonere, foutvrije quantumcomputer zou hebben gegeven.
Wat is het precies?
Een qubit kan, in tegenstelling tot een gewone bit, tegelijk een mengsel van 0 en 1 zijn; dat heet superpositie. Door ruis en onbedoelde wisselwerking met de omgeving (decoherentie) raakt die delicate toestand steeds een beetje "vervuild", waardoor het uiteindelijke meetresultaat afwijkt van het juiste antwoord.
Bij virtuele foutonderdrukking laat je de quantumcomputer niet één, maar meerdere identieke kopieën van dezelfde berekening uitvoeren. Vervolgens worden die kopieën met een extra schakeling, een zogeheten derangement- of cyclische-verwisselingscircuit, met elkaar verstrengeld en gezamenlijk gemeten. Wiskundig gezien filtert deze stap de toestand die het vaakst voorkomt (de "dominante" toestand) uit het mengsel van ruis, en dat blijkt in de praktijk heel dicht bij de werkelijk gezochte, ruisvrije toestand te liggen.
Het resultaat is een schatting van de uitkomst die je zou krijgen uit een veel zuiverdere versie van de qubit-toestand, een virtueel "gedistilleerde" toestand. Die gezuiverde toestand wordt nooit fysiek gemaakt, hij ontstaat alleen als rekenresultaat na de meting, vandaar de term "virtueel". Hoe meer kopieën je gebruikt, hoe sterker de fout wordt onderdrukt: de restfout neemt in theorie exponentieel af met het aantal kopieën. De prijs daarvoor is dat je meer qubits en meer extra schakelingen nodig hebt, die zelf ook weer een beetje ruis toevoegen, dus er is een afweging tussen winst en kosten.
Wat wil men ermee bereiken?
De huidige generatie quantumcomputers wordt vaak aangeduid als NISQ: noisy intermediate-scale quantum, dus ruizig en van middelgrote omvang. Deze machines hebben te weinig qubits en te veel fouten om de klassieke oplossing, volledige kwantumfoutcorrectie met honderden tot duizenden extra foutcorrigerende qubits per rekenqubit, al toe te passen. Die aanpak wordt gezien als het einddoel, maar vereist nog jaren van hardwareontwikkeling.
Virtuele foutonderdrukking, en de bredere familie van technieken die "kwantumfoutmitigatie" wordt genoemd, probeert een tussenweg te bieden: met de bestaande, imperfecte hardware toch bruikbare en betrouwbaardere antwoorden krijgen, zonder te wachten op foutcorrigerende machines. Dat is vooral interessant voor toepassingen waar een kleine verbetering in nauwkeurigheid al veel waard is, zoals het simuleren van moleculen voor medicijnontwikkeling, nieuwe batterijmaterialen of katalysatoren. Het doel is dus niet een perfecte quantumcomputer, maar het maximale nuttige resultaat uit de huidige, onvolmaakte generatie persen.
Voorbeelden uit de praktijk
De theoretische basis werd in 2021 vrijwel gelijktijdig door twee groepen gelegd. Bálint Koczor, verbonden aan de Universiteit van Oxford, publiceerde de methode onder de naam "error suppression via derangements" in het tijdschrift Physical Review X (2021). Onafhankelijk daarvan presenteerde een team van Google Quantum AI, met onder anderen William Huggins, Ryan Babbush en Jarrod McClean, een vrijwel identiek idee onder de naam "virtual distillation", eveneens in Physical Review X (2021).
Het Google-team testte de aanpak experimenteel op de Sycamore-processor, de supraleidende quantumchip die Google ook gebruikte voor zijn bekende "quantum supremacy"-experiment uit 2019. Ze lieten zien dat de techniek werkt bij kleine simulaties, zoals het berekenen van de grondtoestandsenergie van een waterstofmolecuul en enkele eenvoudige spinmodellen, met slechts een handvol qubits.
Sindsdien hebben diverse academische groepen de methode uitgebreid getest en gecombineerd met andere foutmitigatietechnieken, zoals zero-noise extrapolatie, op supraleidende processoren van onder meer IBM. Ook onderzoeksgroepen in China, waaronder teams verbonden aan de University of Science and Technology of China (USTC), hebben vergelijkbare symmetrisatiemethoden op hun eigen quantumhardware uitgeprobeerd. Het gaat in alle gevallen nog om kleinschalige, experimentele demonstraties, niet om praktische toepassingen op industriële schaal.
Hoe ver is de techniek?
Virtuele foutonderdrukking bevindt zich in de fase van proof-of-concept: het werkt aantoonbaar bij kleine systemen van enkele tot een tiental qubits, vooral wanneer de onderliggende hardware al redelijk betrouwbaar is. Dat laatste is een belangrijke beperking: de extra schakelingen die nodig zijn om de kopieën te verstrengelen, voegen zelf weer tweevoudige poorten toe die fouten kunnen introduceren. Is de basisruis van de chip te hoog, dan verdwijnt het voordeel van de methode in die extra foutenbron.
Een andere beperking is de schaal: voor sterke foutonderdrukking zijn meerdere kopieën van de berekening nodig, wat betekent dat je óf veel extra qubits tegelijk moet gebruiken, óf de berekening meerdere keren achter elkaar moet herhalen en de resultaten achteraf combineren. Beide opties kosten tijd of hardware, en die kosten groeien snel naarmate de berekening complexer wordt.
De techniek wordt daarom gezien als één instrument in een groter gereedschapskist van kwantumfoutmitigatie, naast methoden als zero-noise extrapolatie, probabilistische foutcompensatie en symmetrieverificatie. Deze aanpakken vervangen echte, hardwaregebaseerde kwantumfoutcorrectie niet, maar overbruggen de periode totdat die volwassen genoeg is. Hoe lang die periode nog duurt, is onzeker; schattingen in de sector lopen uiteen van enkele jaren tot ruim een decennium, afhankelijk van hoe snel de kwaliteit van qubits zelf verbetert.
Wie werken eraan?
Het onderzoek wordt vooral gedreven door academische en bedrijfslaboratoria. Bálint Koczor en zijn collega's aan de Universiteit van Oxford legden de theoretische basis. Google Quantum AI, met onderzoekers als Huggins, Babbush en McClean, voerde de eerste experimentele demonstraties uit op de Sycamore-chip.
IBM Quantum ondersteunt kwantumfoutmitigatietechnieken, waaronder varianten die verwant zijn aan virtuele foutonderdrukking, als onderdeel van zijn Qiskit-softwareplatform, en diverse academische samenwerkingen testen de methode op IBM-hardware. Ook groepen aan Amerikaanse universiteiten, zoals UC Berkeley, waar onder meer K. Birgitta Whaley aan de oorspronkelijke Google-publicatie bijdroeg, en Chinese onderzoeksinstituten als USTC zijn actief op dit terrein.
Het blijft tot nu toe vrijwel uitsluitend onderzoekswerk van universiteiten en de onderzoeksafdelingen van grote technologiebedrijven; een zelfstandige commerciële toepassing van specifiek deze methode bestaat nog niet, al wordt de onderliggende foutmitigatiefilosofie wel verwerkt in de softwarepakketten waarmee bedrijven en instellingen nu al met quantumcomputers experimenteren.