Το σύστημα τέθηκε επικεφαλής δύο λογικών qubits που φιλοξενήθηκαν σε ένα βαθμονομημένο σύστημα. χρησιμοποιούσαν δύο διαφορετικά σχήματα διόρθωσης σφαλμάτων (έναν κωδικό επιφάνειας και έναν κωδικό χρώματος). Αυτά τέθηκαν σε σταθερή κατάσταση και στη συνέχεια χρησιμοποιήθηκε το σύστημα διόρθωσης σφαλμάτων με και χωρίς διορθώσεις που βασίζονται στην ενίσχυση της μάθησης. Η ικανότητα ανίχνευσης και διόρθωσης σφαλμάτων σε λογικά qubits αυξάνεται κατά 20 τοις εκατό καθώς το σύστημα παραμένει ενεργό.
Ο πραγματικός χρόνος τελειώνει
Ο περιορισμός αυτής της μεθόδου είναι ότι λειτουργεί μόνο εάν το drift διατηρεί το σύστημα αρκετά κοντά στην κατάσταση στην οποία εκπαιδεύτηκε το σύστημα. Διορθώσεις που μπορούν να επαναφέρουν τα πράγματα σε ευθυγράμμιση από μια κατάσταση μπορεί να μην είναι αποτελεσματικές όταν το σύστημα βρίσκεται σε σημαντικά διαφορετική κατάσταση.
Η λύση είναι η συνεχής επανεκτίμηση της αποτελεσματικότητας των διαφόρων αλλαγών. Αλλά αυτό έχει ένα προφανές πρόβλημα: δεν μπορείτε απλά να ανακατέψετε όλες τις πιθανές διαμορφώσεις ελέγχου στη μέση ενός υπολογισμού. Ακόμη και με περιορισμένες τροποποιήσεις, το σύστημα θα έχει αναγκαστικά απόδοση πέρα από τη βέλτιστη διόρθωση σφαλμάτων. Έτσι, το ερώτημα ήταν εάν η συχνή διόρθωση σφαλμάτων που δεν είναι βέλτιστη αποδίδει καρπούς με την απομάκρυνση από την πρόκληση μεγαλύτερων προβλημάτων. «Μια ευνοϊκή επίλυση της αντιστάθμισης εξερεύνησης-εκμετάλλευσης θα σημαίνει ότι η συνολική απόδοση όλων των υποψήφιων πολιτικών του δείγματος, οι περισσότερες από τις οποίες είναι κακές (η βέλτιστη), είναι ακόμα καλύτερη από την απόδοση χωρίς σύστημα διεύθυνσης ενίσχυσης εκμάθησης», έγραψαν οι ερευνητές.
Η εκτέλεση πολλών προσομοιώσεων με ένα πολύ μικρό qubit διορθωμένο με σφάλματα έδειξε ότι η ανταλλαγή λειτούργησε, υπό την προϋπόθεση ότι η ροή ήταν αρκετά αργή. Η ομάδα έδειξε ότι μπορούσε να λειτουργήσει σε πραγματικό χρόνο με ένα μεγάλο qubit διορθωμένο με σφάλματα, ενώ το σύστημα ενίσχυσης εκμάθησης είχε τον έλεγχο περίπου 40.000 παραμέτρων.
Προφανώς αυτό δεν είναι λύση προς το παρόν. Μπορούμε μόνο να διατηρήσουμε τα συστήματα να λειτουργούν τόσο πολύ ώστε να εκτελούν σχετικά σύντομους, απλούς αλγόριθμους, επομένως το drift δεν αποτελεί καν ανησυχία. Τελικά, ο στόχος μας είναι να δημιουργήσουμε υλικό που να μπορεί να εκτελέσει τα είδη των υπολογισμών όπου τέτοια προβλήματα θα έχουν σημασία. Και υπάρχει κάποια αξία στο να αποδείξουμε ότι υπάρχει κάποια αξία που γνωρίζουμε ότι μπορεί να είναι ένα πρόβλημα που μπορεί να αντιμετωπιστεί.
Nature, 2026. DOI: 10.1038/s41586-026-10759-2 (Σχετικά με το DOI).
