Google Quantum AIは、同社の量子プロセッサーWillow上で、「マジック状態の培養（magic state cultivation）」として知られる技術を実際に実行し、培養されていない状態と比較してエラーを約40分の1に低減したと発表した。結果はScience誌に掲載された。同社によれば、これは量子計算を実用的なアプリケーションへ拡大するうえで最大級の難しいリソース・ボトルネックの一つに対処する成果だという。
なぜマジック状態がボトルネックになるのか
汎用量子計算では、従来型コンピューティングの能力を超える有用なプログラムを実行するために、特定の演算セットが必要となる。これらの演算を実行するため、マジック状態と呼ばれる特殊な量子状態を生成し、誤り訂正された演算の中で使用する。しかし、高品質で誤り訂正された状態の生成には膨大なリソースが必要である。Googleが示した推計によれば、量子コンピューターの能力の最大95%が、計算そのものではなく、これらの状態の生成に費やされる可能性がある。
さらに、マジック状態は使用時に消費され、再利用できないため、量子システム内で希少なリソースとなる。
培養技術はどのように機能したのか
Google Quantum AIの研究者が過去の研究を基に発展させたこのアイデアは、ノイズのある状態をチップ上の小さな領域に導入し、欠陥のある試行を検出して除外するため、一連の協調的な測定を行うというものだ。これにより、純度が高くエラーの少ない量子状態を育成すると同時に、コンピューター内で利用できる、より大きな符号化に適合させる。
最大の課題は、理論的なアイデアを実際のハードウェア上で動作するシステムに変えることだった。試験中、チームは電気機器のドリフトや温度変化によって一種のノイズが生じ、結果の評価に用いる測定手法の有効性に影響することを発見した。シミュレーション、整合性検査、仮定の見直しを行った後、研究者らはノイズの影響を低減する制御手段を追加し、培養プロセス自体をキャリブレーションの手段として利用する新たな測定技術を考案した。
測定結果と実際に変わったこと
Willowプロセッサー上で、このプロトコルは培養されていない状態と比べてエラーを40分の1に低減した。また、論理精度99.99%のT状態を生成した。Googleは、この結果を量子測定における新たな記録的水準と説明している。
チームはさらに、2種類の量子誤り訂正の間を移行できることも示した。すなわち、培養プロセスに適した「カラーコード（color codes）」と、より確立された手法である「サーフェスコード（surface codes）」である。これには、距離3のカラーコードから距離5のサーフェスコードへの状態の移行が含まれ、精製された状態を維持したまま、ハードウェア内で移動させることに成功した。
まだ何が確定していないのか
この成果は、実用的な量子計算がすでに利用可能になったことを証明するものではない。Googleも、マジック状態の培養が有用な量子計算にとって現実的なものになるには、より大規模な実証が必要であり、その他の工学的・技術的課題もなお残っていると認めている。この成果の実際の価値は、理論上の中心的なアイデアを、実際のプロセッサー上で成功した実験へと移行させ、誤り訂正量子コンピューターの構築に必要なリソースの規模を削減する潜在的な道筋を示した点にある。