Google Research 希望量子计算机在不中断运行的情况下从错误中学习

Google Research 利用强化学习在纠错量子处理器运行期间保持其稳定性，对长时间量子计算的一项基本限制提出了挑战。该系统从错误信号中学习，并调整数千项控制参数，无需科学家暂停计算来重新校准。

这种差异至关重要，因为实用的量子算法可能需要连续运行数天甚至数月。当前处理器仍然容易受到控制量子比特的频率、振幅和相位漂移影响。操作人员通常将计算与校准分开进行，机器必须暂停，才能修正这些设置。

这项新工作于 7 月 8 日发表在 Nature 上，Google 于 7 月 22 日进一步详述，它重新定义了这一维护问题。控制器不再只将量子错误视为需要解码的损害，而是把它们作为有关处理器本身的反馈。Google 在其超导量子处理器 Willow 上测试了这一方法，并刻意引入了控制漂移。

这并不是一台已经能够应对商业工作负载、具备自我修复能力的容错计算机。它是一种让纠错系统更接近其目标工作状态的机制。目前的张力存在于静态、模型驱动的校准方式与在计算持续进行时学习的自适应控制之间。

Google Research 将错误检测转化为控制信号

关键变化在于，错误数据如今承担两项任务：修复逻辑信息，以及教会处理器控制器如何减少未来错误。

量子硬件并非通过完美的数字开关来执行指令。它依赖经过精细塑形的模拟信号来操纵脆弱的量子态。温度、电子设备、材料或周边环境的微小变化，都可能使处理器偏离其校准后的工作点。

这种变化称为漂移。它可能影响控制信号的频率、振幅或相位，从而改变机器执行量子操作的准确性。即使经过良好校准的处理器，也可能在长时间计算过程中发生漂移。

量子纠错，即 QEC，通过将一个逻辑量子比特编码到多个物理量子比特上来保护信息。重复奇偶校验可以揭示与错误相关的模式，而无需直接读取受保护的量子态。直接测量会使计算所依赖的叠加态坍缩。

随后，解码器会分析这些检测事件，并估计维持逻辑信息所需的修正。Google 此前已通过 AlphaQubit research 探索学习型解码器，该研究将神经网络应用于错误解码数据。

解码并不能识别处理器为何生成某一特定模式。一些错误源于与环境不可避免的相互作用，这一过程称为退相干。另一些则反映了校准不完善或硬件漂移，而控制软件可以对此加以处理。

新的 adaptive control system 会将同样的 QEC 检测事件发送给强化学习智能体。强化学习通过行动反馈训练智能体，而不是依赖一份固定的预编程响应列表。

随着计算运行，智能体会观察错误检测数据流的变化，随后调整模拟控制，以抵消推断出的漂移。解码器仍负责逻辑修正，而控制器则试图阻止额外错误形成。

这种分工是 Google 量子纠错方法的核心。解码器在物理错误发生后保护信息。强化学习控制器则改变工作条件，使可控制错误发生得更少。

Google 将此形容为在管弦乐队持续演奏时为其调音。这一比喻捕捉到了操作层面的变化，尽管底层反馈并没有那么直接。QEC 事件只能识别电路有限区域内的错误，而不能精确定位故障组件。

因此，智能体必须学习分布式错误模式与控制设置之间的关联。它不会收到一条简单信息，告诉它某个量子比特已漂移到一个已知的不良频率。它要寻找能够提升整个系统逻辑性能的调整方案。

这构成了本文的核心冲突。传统校准依赖物理模型、受控实验以及工作负载开始前的专家干预。自适应校准则将实时错误数据视为持续提供硬件信息的来源。

为什么持续校准已成为真正的瓶颈

如果处理器必须反复丢弃自身状态，以便技术人员重新调校，那么长时间计算就无法交付有用结果。

量子处理器是在异常严格的容差条件下运行的模拟机器。其行为取决于控制电子设备、低温环境、制造差异以及相邻组件之间的相互作用。随着处理器规模扩大，这些变量变得更难建模。

传统校准流程会测量选定的硬件响应，将其拟合到模型中，并更新控制设置。当自动化流程遇到异常情况时，科学家可以运用物理直觉。这一过程足以用于准备实验，但它仍与计算本身相互分离。

当一项计算必须在较长时间内保持逻辑状态时，这种分离的代价会变得高昂。重新校准可能需要终止计算，因为常规诊断测量会扰动已编码的量子信息。应用新设置后，下一次运行必须从头开始。

Google Research 认为，未来实用算法将需要持续数天或数月的不间断运行。并非每一种有价值的工作负载都会达到这一时长，这一点仍不确定。然而，任何容错架构都必须让逻辑操作保持稳定的时间远长于如今的短暂演示。

压力首先落在通过大量受控组件扩展规模的超导系统上。每个量子比特都需要经过校准的脉冲、读出行为以及与相邻量子比特的相互作用。更大的处理器意味着更多参数，也意味着更多局部漂移机会。

硬件改进并不会自动消除这一控制负担。更好的制造工艺可以减少明显缺陷并降低平均错误率。一旦这些问题得到缓解，复杂的残余效应就可能成为主要故障来源。

这些效应可能包括串扰、缓慢的参数变化，以及简化物理模型无法准确捕捉的相互作用。增加更多方程并不总能解决问题。详细模型在更新时可能成本高昂，同时仍会遗漏某一设备特有的行为。

学习型控制器提供了另一条路径。它能够根据测量结果进行优化，无需工程师预先指定每一种因果关系。这种方法类似于机器学习应用：在变量相互作用复杂的环境中，学习得出的策略优于人工构建的规则。

不过，自适应控制并不能取代量子物理。研究人员仍需借助物理模型来设计处理器、选择安全操作、解读故障并约束智能体。强化学习所处理的是手工构建的描述变得难以维护的那部分系统。

这正是该实验的重要性超越其报告的错误率改进之处。它将机器智能直接连接到纠错量子硬件的运行闭环中。智能体并非在实验结束后分析结果，而是在受保护信息仍处于活跃状态时影响处理器。

这种安排也改变了工程目标。团队不再只需要一台在基准测试开始时错误率较低的处理器，而是需要一套完整的控制栈，在整个工作负载期间保持逻辑性能稳定。

对开发者而言，直接影响仍较为间接。这项工作并未提供新的编程接口，也没有让现有量子服务具备容错能力。它的重要性位于更底层：校准决定未来应用能否运行足够长时间，以产出可靠答案。

强化学习在 Willow 上胜过专家校准

Google 表示，即使科学家已通过高强度、人工引导的校准调校 Willow，强化学习仍提升了逻辑性能。

团队在 Google’s Willow chip 上评估了该控制器。Willow 是一款于 2024 年推出的超导处理器。研究人员有意向其控制参数注入漂移，以测试智能体能否恢复稳定运行。

据 Google 介绍，在这种人为引入的漂移条件下，强化学习引导使纠错码的逻辑稳定性提高了 3.5 倍。这一改进延长了处理器作为可靠量子存储器的表现时间，也就是说，它保存的是编码信息，而非执行完整应用。

研究人员还测试了该系统在专家校准后的价值。人工专家此前已利用物理知识，并在困难情况下进行手动干预来调校处理器。Google 表示，后续的强化学习微调又将逻辑错误率降低了 20%。

第二项结果或许比从注入漂移中恢复更具启发性。一个能修复故意劣化设置的控制器，证明它能够搜索更优参数。一个能改善专家调校系统的控制器，则表明它或许可以发现经验丰富的操作人员或现有模型所遗漏的关系。

综合实验使表面码每千次纠错周期的逻辑错误少于一次。表面码通过排列物理量子比特，使重复的局部检查能够保护逻辑信息。Google 报告称，实验中使用的颜色码每百次周期出现一次逻辑错误。

这些数字需要谨慎解读。它们描述的是在既定实验条件下的量子存储器测试，而不是一台执行数月实用算法的通用容错计算机。不同的编码、操作、设备布局和工作负载可能产生不同结果。

经同行评审的 Nature paper 为该公司的说明提供了技术基础。该论文的发表使外部研究人员拥有一套明确的方法和数据集，可据此评估这些主张。在其他处理器上进行独立复现仍是另一个步骤。

该方法也与解码器形成互补，而非与之竞争。AlphaQubit 以及 Tesseract decoding 等算法系统会根据检测事件估计修正。强化学习智能体则利用这些事件修改控制参数，从而影响未来的错误率。

这种组合形成了一个分层反馈系统。物理量子比特会生成检测事件。解码器保护逻辑状态，而控制器则更新硬件参数。下一轮周期会产生新的证据，表明这些调整是否带来了帮助。

传统校准系统同样可以使用反馈机制。区别在于，策略如何将观测结果与调整动作联系起来。Google 的智能体通过经验学习这种映射关系，而不是完全依赖于显式编程的物理模型。

这项实验并不意味着量子计算机能够理解自己的错误。该系统根据统计信号优化控制目标。“从错误中学习”这一说法描述的是一种自适应反馈过程，而非推理能力或自我意识。

即便有这一限定，该机制仍代表着一项重要变化。纠错通常被视为对抗硬件噪声的防御手段。而在这里，错误流也成为诊断通道，帮助硬件实现更准确的运行。

自适应控制挑战静态物理模型

真正的竞争并非 Google 与另一家量子公司之间的较量，而是自适应、数据驱动的控制与计算期间保持固定的校准方式之间的较量。

基于物理学的校准起步时具备优势。研究人员了解量子门、谐振器、耦合器和读出系统的预期行为。模型能够高效编码这些知识，并施加安全限制，避免让学习智能体通过不受约束的试错自行探索。

当未建模效应不断累积时，静态模型的可靠性会下降。一个在某个量子比特上有效的脉冲可能影响另一个量子比特。某项参数可能在运行过程中缓慢漂移。制造差异也可能使名义上相同的组件表现不同。

人类专家通常会通过有针对性的实验解决这些边缘情况。他们的直觉十分宝贵，因为他们能够将异常信号与合理的物理原因联系起来。然而，专家无法在每一次长时间计算中，手动监测并调整数以万计相互作用的参数。

强化学习通过将控制转变为持续优化问题，改变了这种平衡。智能体可以追踪局部证据，并在机器运行时更新选定参数。它无需在采取行动前，就对每种模式给出完整解释。

Google 通过涉及数百个量子比特和数万个控制参数的数值模拟，测试了扩展性问题。该公司表示，在这些模拟中，训练迭代次数并未随系统规模增长而增加。

提出的原因是局部性。QEC 检测事件对附近错误的响应最强，因此智能体无需推断覆盖整个处理器的单一全局关系。即使完整系统不断扩大，局部反馈仍可引导局部控制调整。

如果这一特性能够在更大的硬件上成立，它将回应人们对学习型校准的一项重要担忧。若某种方法随着量子比特增加而需要指数级更多训练，其实际价值将十分有限。与规模无关的迭代次数会使该方法在更大处理器上的可行性更具说服力。

模拟结果并不等同于物理规模扩展。真实处理器存在延迟、相关噪声、意外硬件行为，以及控制设置可调整速度的限制。在数值环境中高效收敛的策略，可能会在低温系统中遭遇不同约束。

强化学习闭环还需要快速通信。检测事件必须从量子处理器传送到经典计算硬件。智能体必须对其进行评估，并在漂移造成更大损害前返回更新后的控制参数。

Google 承认，要充分发挥该方法的优势，需要更紧密的集成和更快的通信。这使经典控制栈成为量子扩展问题的一部分。专用处理器、低延迟链路以及精心安排的更新，其重要性可能不亚于学习算法本身。

竞争性的量子平台面临相似的稳定性问题，尽管其硬件会带来不同的控制挑战。离子阱、中性原子、光子及其他系统并不具备 Willow 完全相同的校准要求。在超导硬件上验证的策略无法自动迁移到这些系统。

这限制了简单公司对公司比较的意义。更广泛的竞争在于，哪种架构能将物理量子比特、纠错、解码、校准和经典控制结合为可靠系统。

Google 的结果增强了这场竞争中自适应控制一方的实力。它表明，当处理器行为复杂到固定流程难以应对时，机器学习可以补充物理建模。它并未证明学习型控制将取代所有层面的传统校准。

混合系统仍是更可信的发展方向。物理学提供架构、约束条件和初始校准。人类专家诊断陌生故障。学习智能体则在批准的运行范围内持续优化参数。

这种安排反映了许多复杂工程系统使用自动化的方式。控制器负责快速、重复的调整，而人们负责定义目标，并调查超出其训练经验的情形。量子硬件提高了风险，因为一个不当动作可能破坏不可替代的逻辑状态。

这项实验仍未证明什么

在注入漂移条件下成功完成的存储器实验，并不能证明大型容错量子计算机能够在运行实用算法时实现持续控制。

首个不确定性是工作负载的复杂性。保存量子存储器中的逻辑信息至关重要，但计算还需要逻辑门、状态制备、测量以及编码量子比特之间的协调。每项操作都可能引入新的错误和控制交互。

能够稳定存储器周期的控制器，在执行活跃的逻辑操作时可能需要进行重大修改。随着门运行、量子比特交互以及控制调度变得更加密集，错误分布可能发生变化。Google 并未声称当前实验解决了所有这些情形。

第二个不确定性是物理硬件上的规模。模拟使用了数百个量子比特和数万个参数，而所报告的扩展行为依赖于建模条件。更大的真实设备可能产生相关效应，从而违背局部性假设。

相关错误尤其值得关注，因为当故障足够罕见且彼此独立时，纠错效果最佳。一项改善某个局部指标的控制动作，可能影响多个附近组件。智能体必须避免以显而易见的错误减少，换取不那么明显的相关故障。

第三个不确定性是适应速度。漂移不会等待软件流水线。如果检测、推断和控制更新耗时过长，处理器可能会在智能体响应到达前再次发生变化。

Google 将通信速度确定为需要改进的领域。这并非无关紧要的实现细节。低延迟经典处理必须与解码、调度和读出并行运行，且不能干扰量子工作负载。

第四个不确定性涉及安全探索。强化学习通常通过测试动作并观察效果来改进。生产环境中的量子计算无法容忍会破坏其编码状态的大范围实验。

因此，系统需要受约束的动作、保守的更新规则，或是在部署前经过可靠训练的策略。研究人员必须证明，自适应机制能够对陌生漂移作出响应，而不会引入同样严重的不稳定来源。

第五个问题是可移植性。策略可以学习设备特定行为，这是该方法的吸引力之一。但当硬件被替换、维修或在新条件下运行时，这种专门化也会使迁移变得困难。

如果重训练能够快速且安全地完成，它可能成为常规流程。如果每台处理器都需要在严格控制条件下进行大量数据收集，其成本可能会变得高昂。所报告的与规模无关的迭代次数令人鼓舞，但并未回答部署中的所有问题。

还存在测量问题。智能体从 QEC 检测事件中学习，而这些事件只包含关于底层物理故障的不完整信息。一个实用的控制器必须将持续漂移与随机环境噪声，以及计算本身引起的错误区分开来。

对随机噪声采取行动可能导致不必要的调整。忽略微妙的漂移模式则可能让逻辑性能恶化。研究人员需要进行评估，展示该策略在多种噪声源下的表现，而不仅仅是在刻意注入参数变化时的表现。

独立复现将增强这一论证。Nature 的论文发表使其他研究人员能够审视该方法，但在另一台处理器上的复现将检验其收益是否依赖于 Willow 的设计或 Google 周边基础设施。

这些局限性都不意味着这项实验无足轻重。它们揭示了受控演示与可运行的容错系统之间的距离。Google Research 展示了一种可信的控制机制，但更艰难的系统集成测试仍在前方。

判断 Google Research 能否实现规模扩展的三个信号

下一阶段的证据必须从更好的量子存储器，迈向更长时间的计算、更大规模的物理系统，以及更快的闭环控制。

第一个信号是在逻辑计算期间的演示，而不只是存储器保存。研究人员应展示自适应校准在多个逻辑量子比特上执行编码门时仍能正常工作。在不断变化的门调度下保持稳定性能，将增强 Google 关于控制器可支持实用工作负载的主张。

如果无法在逻辑操作期间维持其优势，结果的适用范围将被收窄。这将表明，当前策略比起动态计算，更擅长处理稳定的存储器周期。这一结果仍将有助于量子存储，但会削弱更广泛的持续计算论点。

第二个信号是超越当前实验的物理规模扩展。更大的处理器应在控制更多参数、处理更多交互的同时，保持所报告的学习效率。结果应将硬件改进、解码器变化和强化学习带来的收益区分开来。

关键指标并不只是物理量子比特数量。研究人员需要在可比条件下，测量启用和未启用自适应控制时更长运行过程中的逻辑错误率。训练负担仍可控的证据将支持模拟结果。

第三个信号是量子硬件与经典控制器之间更紧密的集成。Google 已将通信速度确定为一项限制因素。未来演示应报告该闭环检测漂移、选择调整并应用调整的速度。

更低延迟将使自适应机制更能应对快速变化。它还将表明，强化学习能够与解码及其他实时控制任务共存。如果经典闭环成为瓶颈，量子处理器便无法足够迅速地受益于更好的策略。

这些信号的意义不止于量子领域专家。开发者和企业买家应关注供应商是否开始报告持续的逻辑操作，而非孤立的物理量子比特基准。长期可靠性将决定量子系统何时适合要求严苛的科学和工业工作。

追踪这一领域的知识工作者同样面临日益严峻的证据问题。量子领域的公告往往混合了设备指标、特定代码的结果、模拟数据以及公司的解读。将原始论文与技术笔记一同保存在可搜索的知识库中，有助于让后续比较更加严谨。

Google Research 已将错误检测转化为持续控制的反馈通道。下一个问题很具体：当更大规模的机器连续数天执行逻辑操作，而不只是在受控测试中保存记忆时，这个闭环能否依然保持安全、快速且有效？