devgo.cn核心观点
- 量子计算机是模拟机器，控制参数会持续漂移，传统做法是彻底终止计算重新校准——这一「计算与校准完全解耦」正是量子计算规模化的根本瓶颈。
- 研究把强化学习（RL）与量子纠错（QEC）整合：RL Agent 把错误检测事件当作学习信号，在计算进行中连续操控数千个控制参数，实现「演奏中调琴」。
- 在 Google Willow 超导处理器上，RL 校准将纠错码的逻辑稳定性提升 3.5 倍，显著延长了处理器作为可靠量子存储的工作时间。
- 该方法发表在 Nature，标志着量子校准从传统物理模型向「直接从数据学习」的范式转移。
内容精讲
想象一支交响乐团演奏复杂乐章，如果小提琴每几个小节就跑调，乐团只能反复停下重新调音。真实乐团不会如此，因为乐器能可靠地保持音准——但这正是当前运行量子计算机的日常。量子计算机本质上是模拟机器，对漂移极其敏感，要维持可靠运行必须不断重新校准控制参数，也就是编排量子比特的模拟信号的频率、幅度和相位。传统做法必须完全终止计算，这对未来需要连续运行数天甚至数月的量子算法是不可接受的瓶颈。
**问题出在「如何知道错了」。** 在音乐厅里，跑调的乐器立刻能听出来，量子世界却没这种便利——测量量子比特会坍缩其叠加态，仿佛「聆听」这个动作本身破坏了演奏。为了保住量子信息，研究者依赖量子纠错（QEC）：用冗余把大量物理比特编成「逻辑比特」，并通过对物理比特的奇偶校验，把模拟噪声数字化成二进制错误检测事件。但这类比特只告诉你「错误发生在电路某个有界时空区域内」，不告诉你确切位置，好比听到一个刺耳音符却不知道是哪位乐手弹的。要定位错误并计算修正，需要 QEC 解码器——比如在真实数据上训练的神经网络解码器 AlphaQubit，以及算法解码器 Tesseract。只要错误足够稀疏，解码器就能还原逻辑量子信息。
**但解码器留下一个关键问题：错误为什么会发生？** 一部分错误来自量子系统与环境的不可避免交互导致的退相干——这个过程会摧毁宏观量子叠加，把量子计算机「降级」成经典计算机。这种环境错误无法完全阻止。但另一大部分错误是控制校准不精确和硬件漂移的体现，属于「可挽回的错误」。问题的焦点就落在：如何减少这些可控错误。
**传统物理模型撞上了性能天花板。** 过去几十年，量子校准依赖物理模型，技术在量子控制研究中不断打磨。但纵观各技术领域，人工构造的模型终会遇到天花板：早期计算机视觉卡在严格的几何规则上，传统机器人学苦于无法刻画接触动力学和摩擦，蛋白质折叠预测在 AlphaFold 之前长期无解。突破都发生在一个共同转变之后——直接向数据学习。此前 AlphaQubit 已经超越了最强算法解码器的精度，现在量子控制也站在同一关口：随着制造工艺进步，误差被更复杂的现象主导，传统建模与校准力不从心。
**答案：别只纠正错误，要从错误中学习。** 既然 QEC 已经稳定产出一串检测事件，就让它兼任学习信号。计算推进过程中，RL Agent 持续监控这批数据，学习如何动态操控控制参数，抵消漂移、预防新错误——解码器用同一批事件推断逻辑修正，RL 用同一批事件学习如何更好控制，一鱼两吃。
**Willow 上的验证。** 实验在旗舰 Willow 超导处理器上完成：通过故意注入控制参数漂移，RL 操控将纠错码的逻辑稳定性提升 3.5 倍，延长了处理器作为可靠量子存储设备的时间。此前将处理器调到峰值性能严重依赖「人在回路」——科学家靠物理直觉解决难以自动化的边界情况。如今校准过程本身开始向学习型系统迁移，量子计算机离「跑几天不出错」的目标更近了一步。
阅读价值
对量子计算从业者，这是一个把 RL 引入硬件控制层的完整范例，直接指向量子纠错「解码之外的另一半」；对机器学习研究者，它展示了错误信号如何同时承担纠错与学习的双重角色，方法论上可迁移到其他高漂移物理系统。
内容与图片版权归原作者所有 · 原文: https://research.google/blog/towards-a-quantum-computer-that-learns-from-its-errors/