Teorema della soglia nella correzione d’errore quantistica

In sintesi

• Il chip Willow di Google ha mantenuto un qubit logico da 101 qubit, a distanza 7, con un errore di 0,143% ± 0,003% per ciclo di correzione.
• Sviluppato a metà degli anni Novanta, il teorema della soglia afferma che gli errori logici calano in modo esponenziale con la distanza del codice, una volta che gli errori fisici scendono sotto una soglia.
• L’errore logico di Willow è sceso di un fattore Λ = 2,14 ± 0,02 ogni volta che la distanza del codice è aumentata di due.
• La vita effettiva del qubit logico ha superato quella del miglior qubit fisico dello stesso chip di un fattore 2,4 ± 0,3, andando oltre il punto di pareggio (break-even).
• La velocità del decodificatore a distanze maggiori e la tenuta del comportamento sotto soglia oltre qualche centinaio di qubit sono i prossimi traguardi dopo Willow.

Quando Google ha annunciato che il suo chip Willow aveva superato la soglia di errore del codice di superficie (surface code), la maggior parte dei titoli l’ha trattato come un aggiornamento di classifica: chip più grande, numero migliore, fine. Questa lettura salta la fisica vera, che è la parte interessante. Il teorema della soglia della correzione d’errore quantistica è una linea di demarcazione matematica netta, senza curva di miglioramento graduale: nel momento in cui la si attraversa, ribalta l’intera logica della ridondanza.

Ecco la parte che trovo ancora affascinante dopo anni passati accanto a grandi sistemi ridondanti. In ogni altro campo dell’ingegneria, aggiungere componenti aggiunge modi di guastarsi. Sotto la soglia, la correzione d’errore quantistica inverte la regola: accumulare più qubit fisici per ogni qubit logico rende il sistema esponenzialmente più affidabile. Sopra la soglia la stessa ridondanza peggiora le cose, senza una via di mezzo graduale. Il qubit logico di Willow da 101 qubit, a distanza 7, con un errore di 0,143% ± 0,003% per ciclo ha l’aspetto di “sotto la soglia”; una dimostrazione precedente con 17 qubit, a distanza 3, vicina al 3%, è l’aspetto di “non ci siamo ancora”.

Quando la ridondanza peggiora le cose

Pensiamo a come gli ingegneri classici gestiscono i guasti. Gli array RAID distribuiscono i dati su più dischi, così il guasto di un disco non fa perdere i dati; ma ogni disco in più è anche un componente in più che può rompersi, e le finestre di ricostruzione diventano più rischiose al crescere dell’array. I motori a reazione montano sensori ridondanti in triplice copia e linee idrauliche di riserva per lo stesso motivo, e i rivelatori di particelle in stile CERN usano logiche a maggioranza su strati di tracciamento sovrapposti per scartare i segnali di rumore senza mai essere certi di quale singolo canale stia mentendo. In tutti questi sistemi, più parti significano più costo di coordinamento e più occasioni indipendenti di guasto.

Il teorema della soglia della correzione d’errore quantistica

Il teorema della soglia, sviluppato a metà degli anni Novanta con i lavori di Aharonov e Ben-Or, fa un’affermazione precisa: se il tasso di errore fisico per operazione, p, sta sotto un valore critico p_th (dipende dall’architettura, circa 0,1-1% per i surface code superconduttivi), allora codificare un qubit logico su una porzione crescente di qubit fisici sopprime in modo esponenziale il tasso di errore logico. La relazione scala all’incirca come (p/p_th) elevato a (d+1)/2, dove d è la distanza del codice, cioè il numero minimo di errori sui qubit fisici che può invertire lo stato logico codificato senza che il decodificatore se ne accorga; per questo un codice di distanza d corregge fino a (d−1)/2 errori arbitrari su singolo qubit. Sopra p_th l’esponente gioca contro di noi: più qubit fisici significano solo più occasioni indipendenti di accumulare errori non corretti più in fretta di quanto il decodificatore riesca a intercettarli.

Il surface code usato da Willow dispone i qubit a scacchiera, con qubit “dati”, che custodiscono l’informazione codificata, e qubit “di misura”, che estraggono ripetutamente informazione di parità (la “sindrome”) sui vicini senza mai misurare direttamente, e quindi far collassare, lo stato logico. Questi difetti di sindrome si comportano, dal punto di vista matematico, come le stesse quasiparticelle esotiche di cui parliamo nel nostro articolo sugli anyoni unidimensionali: eccitazioni che portano informazione topologica anziché un semplice valore acceso/spento. Un decodificatore classico (Google ne usa uno in tempo reale, assistito dal machine learning) ricostruisce poi il modello di errore più probabile dall’intera storia delle misure di sindrome e lo corregge via software, senza toccare direttamente lo stato quantistico fragile.

La decodifica è in sostanza un problema di segnale contro rumore, lo stesso tipo di giudizio di cui abbiamo scritto confrontando un candidato buco nero primordiale con una fluttuazione di rumore nei dati delle onde gravitazionali. Il decodificatore non vede mai direttamente l’errore vero; vede solo un insieme di indizi correlati e deve dedurre, statisticamente, che cosa sia più probabilmente accaduto. È strutturalmente lo stesso trucco della logica a maggioranza nell’elettronica dei rivelatori di particelle, un controllo di coerenza ridondante e sovrapposto nello spazio, con la differenza che la versione quantistica rende in modo esponenziale anziché lineare, perché i percorsi di errore indipendenti si compongono in modo combinatorio al crescere della distanza del codice.

I numeri di Willow sotto soglia a confronto con un chip vicino alla soglia

Il lavoro su Nature di Google riporta due memorie a qubit logico con surface code su Willow, a distanza 5 e a distanza 7. La versione a distanza 7 ha usato 101 qubit fisici e ha mantenuto un tasso di errore logico di appena 0,143% ± 0,003% per ciclo di correzione. Ogni volta che la distanza del codice è aumentata di due, da d=3 a d=5 a d=7, il tasso di errore logico è sceso di un fattore Λ = 2,14 ± 0,02: una soppressione esponenziale e un miglioramento superiore a quello lineare ottenibile dai qubit aggiunti.

Questa curva esponenziale è anche il motivo per cui Willow è il primo processore ad aver superato quello che il settore chiama “oltre il punto di pareggio (break-even)”: la vita effettiva del qubit logico ha battuto quella del miglior qubit fisico dello stesso chip di un fattore 2,4 ± 0,3. In altre parole la correzione d’errore ha davvero aiutato, invece di aggiungere rumore netto a quello che cercava di correggere: è tutto il senso dell’operazione, ed è la parte davvero difficile da realizzare. Si confronti con una precedente dimostrazione di correzione d’errore ripetuta, dell’ETH Zurigo (Krinner et al., Nature 605, 669, 2022), che usava un surface code a distanza 3 con 17 qubit superconduttivi e misurava una probabilità di errore logico di circa 3% per ciclo, alla pari o poco peggio del miglior qubit fisico di quel dispositivo.

È un’altra cosa: la prova di trovarsi dalla parte sbagliata della soglia. Diciassette qubit disposti a distanza 3 vicino a p_th non comprano quasi nulla: si paga il costo di coordinamento della ridondanza senza incassare il premio esponenziale. Centouno qubit disposti a distanza 7, con ampio margine sotto p_th, comprano un qubit logico che sopravvive al suo stesso miglior componente. Stessa idea, regime opposto, e il teorema della soglia è la ragione per cui i due numeri non stanno affatto sulla stessa curva.

Perché il teorema della soglia guarda avanti

La domanda che guarda avanti è se la correzione d’errore sotto soglia funzioni, e Willow ha già risposto di sì; resta da capire se scali fino alle migliaia di qubit fisici che servono a un computer utile e tollerante ai guasti. È tanto un problema di packaging e di materiali quanto di fisica, lo stesso tipo di muro di scala che i produttori di chip classici continuano a incontrare con i substrati avanzati: si veda la difficoltà di Intel nel portare sul mercato i substrati con nucleo di vetro per capire quanto sia difficile la scala fisica anche senza stranezze quantistiche. Ogni aumento della distanza del codice porta tassi di errore logico esponenzialmente migliori, ma richiede anche più qubit fisici, più cablaggio e più throughput del decodificatore in tempo reale, tutto in crescita insieme.

Niente di questo cambia il risultato centrale: una volta che si è stabilmente sotto p_th, più grande è semplicemente meglio, in un modo a cui nulla dell’ingegneria ridondante classica prepara. I prossimi traguardi da osservare sono la velocità del decodificatore a distanze maggiori e la tenuta del comportamento sotto soglia quando i chip crescono oltre qualche centinaio di qubit, verso i milioni necessari per algoritmi tolleranti ai guasti reali. Il team di Google ha già abbozzato i surface code dinamici come passo successivo a questo risultato. Scommetto che la formula della “soglia” resterà in uso per anni, perché è l’unico numero che dice da che lato della curva si trova davvero il nostro hardware.