量子处理器为尖端研究课题，即便各大世界顶级实验室和企业研究院都不断有新进展，亟待解决的问题仍层出不穷。Google 量子 AI 团队的部落格新文章介绍了量子处理器效能稳定问题下的新研究成果，编译如下。
Google 量子 AI 团队的研究方向之一是基于超导电子电路构建量子处理器，这是一种达成量子位元（qubits）值得期待的候选方案。虽然超导电路可容纳数以十计的量子位元，今年 3 月 Google 公布的 72 位量子位元处理器已展现顶级的计算效能与可拓展性，但有一项突出的挑战是如何稳定量子处理器的表现。处理器的效能会有涨落，且无法预测。虽然我们已在许多超导量子位元架构中观察到效能涨落，但研究人员仍未弄清来源，更不用说相应改进以提升处理器效能的稳定性了。
这周《物理评论通讯》期刊（Physical Review Letters）发表了 Google 量子 AI 团队论文《Fluctuations of Energy-Relaxation Times in Superconducting Qubits》，研究人员把量子位元当作探测器，侦测它们所在的环境，最终发现效能涨落的支配因素是材料缺陷。试验方法是探究量子位元的能量弛豫时间（energy relaxation times，T1），这是一种热门的效能评价指标，衡量一个量子位元从激发态回落到基态的能量弛豫过程的时间。能量弛豫时间是作业频率和时间的函数。
在 T1 测量过程，Google 量子 AI 团队发现某些量子位元的作业频率要比其他量子位元明显差一点，形成一些能量弛豫的危险区，如下图。研究表明，之所以会有这些危险区是由于材料缺陷，这些缺陷形成新的局部量子系统，当它们的频率和量子位元的频率交叠（也就是形成共振）时，就会从量子位元吸收能量。令人惊讶的是，他们还发现这些能量弛豫危险区不是固定的，几分钟到几小时各种不同时间段中，危险区的分散也有不同。根据这些观测结果，Google 量子 AI 团队得出结论，正是材料缺陷与量子位元之间产生、脱离共振过程的频率动态特徴，对效能涨落造成最显著的影响。
这些缺陷，一般称为二阶系统，研究人员普遍认为它们存于超导电路材料界面。即便经过几十年研究，它们的显微来源还是让研究人员感到迷惑。这项研究中，除了明确量子位元效能涨落的原因之外，Google 量子 AI 团队采集到的资料也为揭示缺陷动态特徴的物理原理带来曙光，这正是谜题的重要部分。有趣的是，根据热力学定律，研究人员即便知道这些缺陷存在，也不认为它们会表现出任何动态特徴。它们的能量比量子处理器使用的热能高出一个级数左右，所以在这时它们应当是被“冻住”的。现在发现它们其实并没有被冻住，这说明表现出动态特徴的原因可能是因为它们和其他缺陷产生交互作用，这些作用的能量要低得多，所以可被量子处理器的热能触发。
研究人员以往认为这种材料缺陷发生在原子尺度，比量子位元小百万倍。如今发现量子位元可用于侦测单个这种材料缺陷，也表明了量子位元是强力的测量工具。显然，对材料缺陷的研究可帮助解决材料物理的问题，可能同时还有些惊喜，它也对提高量子处理器的效能有直接启发。实际上，缺陷测量如今已在 Google 量子 AI 团队的处理器设计与制造过程实行，甚至用在数学算法，可帮助处理器执行时躲避缺陷。Google 量子 AI 团队希望这项研究启发更多研究人员，研究超导体电路的材料缺陷问题。
- Understanding Performance Fluctuations in Quantum Processors
（本文由 雷锋网 授权转载；首图来源：shutterstock）
