关键要点：
量子纠错缓解与量子纠错都在延伸通向实用量子计算的路径，为完全容错量子计算铺垫基础。新兴的纠错技术已经展示出比底层物理硬件低约10倍的有效错误率。
混合纠错技术能够在降低实用计算所需资源的同时提升可靠性。目前的结果显示，与仅使用纠错缓解技术相比，推断出的采样开销减少了63倍。
条件式方法使部分容错架构能够实现通用量子计算，同时避免传统容错方案中的部分显著资源开销。
分层编码提供了一条大幅降低错误率的途径，且无需在芯片中构建更高的复杂度，从而放宽了实现万亿次操作所需的物理与工程要求。
IBM量子平台与Qiskit为量子信息科学家提供了从脉冲层能力到编译执行的全栈访问权限，助力量子纠错与器件表征领域探索新方法。
量子纠错缓解与量子纠错常被视为服务于不同量子计算时代的工具：纠错缓解面向近期设备，而纠错面向可扩展的容错计算。然而实际上，从纠错缓解到纠错之间存在一条连续的路径。要从可信的量子计算迈向对世界真正有意义的应用，关键在于对整个纠错技术谱系进行优化。
消除量子计算中的错误通常涉及时间（采样次数）与空间（量子比特数）之间的权衡。最节省时间的纠错方式是量子纠错，即将量子信息编码为逻辑量子比特，从而能在电路执行过程中或执行后进行纠错。虽然完全的量子纠错可以实现单次测量即可靠的计算，但它伴随着量子比特和门操作的巨大开销。因此，它需要比目前更复杂的硬件——包括更低的错误率、远程连接能力以及实时解码器。
在这个连续谱的另一端是纠错缓解，即通过重复运行电路来减少或消除噪声的影响。这些重复采样所产生的成本会随系统噪声水平呈指数增长——不过可以通过结合经典高性能计算来降低这种开销。诸如阴影光锥、传播噪声吸收和张量网络纠错缓解等纠错缓解方法，通过在偏差与经典运行时间之间进行权衡，换取更低的量子采样成本，使得在固定错误率下能够对更大规模的电路进行纠错缓解。
近期，概率误差消除（PEC）等纠错缓解技术已使研究人员能够在当今的量子硬件上运行超出经典验证能力范围的计算，同时还能验证输出结果的准确性，这开启了通过可信计算实现量子优势的新时代。通过学习并验证具有代表性的噪声模型，我们可以确信纠错缓解能够给出无偏的结果。
随着我们从物理量子比特上的计算迈向逻辑计算，量子纠错码将更高效地消除错误——但并非完全消除。因此，要绘制通向实用量子计算的路径，需要将纠错缓解、错误检测和纠错技术结合起来，以求得硬件能力与成本之间的最优权衡。对于实用量子计算而言，真正重要的不是逻辑量子比特的构成方式，而是借助现有纠错工具能够运行的电路规模。
您可以通过IBM量子平台上的教程和学习资源，亲自探索从纠错缓解到纠错的这条连续谱。新用户可以创建免费账户，即刻开始体验。
混合QEC/QEM方法：通向1亿次操作的桥梁
传统量子纠错对空间的需求较高，因为它需要将量子信息编码到比现有技术能够触及的更多量子比特中。为弥合纠错缓解型量子计算机与容错型量子计算机之间的差距，我们需要硬件高效的纠错技术实现方案。时空码提供了这样一种方法，它将低权重的泡利校验分布在量子电路的空间和时间维度上，使其适合在当前量子硬件上实现。
基于时空码的后选择量子纠错利用辅助量子比特，在与原始量子比特不同的向量空间中进行编码和计算，从而得到一个逻辑电路。当某次硬件运行未能满足所有低权重泡利校验时，该次运行会被标记为存在错误并被丢弃。这种方法提供了一种消除错误的手段，其采样开销比概率误差消除（PEC）低四次方级别，使其成为运行日益复杂电路的有用工具。
为此，近期一项演示实验利用76个物理量子比特（掺入314个T门）在时空码中编码了64个逻辑量子比特，在对一个包含2336个CZ门的难以模拟的电路进行症状后选择后，实现了约10倍的门错误率有效改善，同时在95%置信度下保持了0.349的保真度下限。开源工具包Qiskit Paulice使研究人员如今就能开始实施该协议，从而实验资源权衡以提升采样分布的保真度。您可以阅读我们近期发布的博客，了解Qiskit Paulice的更多信息。
虽然后选择简化了噪声模型，但并不能完全消除错误——仍有部分噪声能够逃过对称性校验。一篇新的预印本论文揭示，将这种错误检测协议与PEC相结合，比单独使用任一技术都能更有效地抵消量子噪声，同时所需的采样次数远少于单独使用PEC所需的量，即可获得收敛的期望值。通过将后选择量子纠错与PEC分层叠加，研究人员可以探索混合QEC/QEM方法在实现完全容错之前，将优势实验扩展为实际应用的潜力。您可以访问教程亲自尝试。
同样的原理也适用于逻辑量子比特层面的工作。量子纠错码消除错误的能力是有限的，这取决于其编码距离以及硬件上的噪声水平。通过了解影响电路的残余噪声，我们预期能够从逻辑量子比特中提取出更好的性能。
IBM提供了完整的量子纠错技术栈，方便用户在纠错缓解、错误检测和纠错技术之间进行实验。我们提供了超越常规门操作和测量的精细访问权限。这些脉冲层能力包括对脉冲时序的控制、访问针对单个门操作定制的校准，以及超越二元分类的测量软信息。
借助动态解耦技术，用户可以为空闲的量子比特添加脉冲序列，使其在布洛赫球上翻转，从而抵消噪声通道的影响。动态电路结合了实时经典处理、电路中期测量和前馈操作，能够根据电路执行过程中获得的测量结果进行持续调整，从而实现实时纠正操作。这一控制基础设施已经可以通过IBM量子计算服务提供给研究人员，供其立即开始探索。您可以在我们的文档中了解更多关于动态电路的信息。
此外，我们的定向执行模型现在提供了更多的控制权和透明度——且不牺牲性能。该模型作为测试版服务于去年年底发布，使纠错缓解能够在客户端进行配置，方便用户实验先进的纠错缓解能力。如今该接口变得更加灵活，新增了一些工具来简化调试和噪声学习等常见任务，同时仍能利用运行时环境，使电路能够在大型系统上高效执行。
当与qiskit-noise-learning、qiskit-mitigation和Samplomatic等软件包配合使用时，定向执行模型使量子信息科学家能够分别设计定制化的噪声学习协议、实现模块化的纠错缓解策略，以及自定义采样随机化方案。此外，研究人员现在可以使用Executor原语来返回状态信息以及内核化结果（称为IQ点），从而暴露出关于测量结果的软信息。
通过提供更丰富的测量数据，这一能力为量子纠错和器件表征领域的研究开辟了新途径。研究人员如今能够超越二元测量结果，将置信度信息纳入解码、状态验证和泄漏分析中，从而解锁更为精密的方法来理解和改进量子系统。
条件式量子纠错
当我们开始在逻辑层面运行门操作时，克利福德门的错误变得容易缓解，而非克利福德操作（例如T门）的缓解成本则更高。实现容错T门的典型方法依赖于魔幻态注入和魔幻态蒸馏，这需要在容错时代之前难以实现的硬件复杂度。条件式量子纠错方法提供了通向完全纠错的过渡方案，能够根据噪声通道信息有条件地应用量子纠错码。
例如，一个颇具前景的研究方向探索了一种实现编码后的克利福德+T电路的框架，即通过纠错来保护克利福德门，然后对含噪声的编码T门进行纠错缓解。这一方法借助准概率法实现，即由一台含噪声的量子计算机模拟一台无噪声的量子计算机，从而生成测量可观测量的正确期望值。由于只有T门需要进行纠错缓解，缓解开销变得更加可控，从而提升了早期纠错型量子计算机产出有用量子计算结果的潜力。
第二条研究思路探讨了能否放宽横向门（容错量子计算中常见的操作）的实现要求，以避免旋转合成、魔幻态工厂和隐形传态路由所带来的开销。该方法不再要求横向门每次都被完美执行，而是采用弱横向旋转，根据编码校验子的测量结果有条件地进行确定。这些旋转操作直接在编码后的量子比特上实现，允许丢弃错误的校验子分支，或重复执行直至成功。通过更自然、更并行地执行旋转门操作，同时避免魔幻态蒸馏的诸多开销，该技术相比传统的克利福德+T方法，可将运行时间缩短数十倍至数百倍，为实现开销更低的容错量子计算开辟了新路径。
分层量子纠错
沿着量子纠错的连续谱继续推进，代数码依靠多项式、向量空间和有限域等数学结构来保护量子信息，同时实现更简单的解码和更少的量子比特数量。虽然代数码在应用于更大规模的量子系统时会变得繁琐（此时qLDPC码是更具吸引力的选择），但作为分层量子纠错架构中的外层码，代数码展现出诸多潜在优势。
级联（分层）码将代数码叠加在qLDPC码之上，在不需要更大模块的前提下扩展了qLDPC码的保护能力。采用这种方法后，内层码自身的逻辑操作就能提供外层码所需的远程连接能力——因此连接能力来源于编码本身，而非额外的硬件。这一权衡以适度的开销放宽了一项重大的工程约束：将量子里德-所罗门码与高速率内层码相级联，能够以10^-3的物理错误率达到10^12次逻辑操作的水平，且所需模块的工程复杂度大幅降低。
虽然当前一代系统尚无法直接实现实时的分层量子纠错，但我们面向量子中心超级计算的参考架构表明，未来的系统可以通过与量子处理器（QPU）交互的、由CPU、GPU和/或专用加速器组成的协同定位经典系统，实现这种运行模式。作为紧密耦合的实时层与系统架构其余部分之间的编程边界，IBM量子系统API将促进从校验子测量中获取及时反馈的能力，或是在编码层次结构的不同层级之间实现这种反馈。随着这一架构的演进，量子与经典计算系统之间的集成将不断深化，进而将日益支持有关混合纠错方案和分层纠错外层码的研究。
我们的北极星依然是容错计算
从纠错缓解到纠错，存在一整个技术谱系亟待探索，以在实现容错之前推进实用量子计算的发展。IBM提供了必要的平台，以优化这一谱系中的各种权衡，提升计算的可靠性，支持从需要大量采样但较少量子比特的纠错方法，向需要大量量子比特但较少采样的方法过渡。即便进入容错量子计算时代，我们预期纠错缓解与后选择技术仍将与qLDPC纠错协同工作，在相同硬件条件下提供更好的逻辑性能。
容错计算依然是我们的北极星，我们将继续稳步推进，力争实现首台容错量子计算机——IBM Quantum Starling。与此同时，我们新发布的IBM Quantum Nighthawk r2提供了一个平台，可结合Qiskit和IBM量子计算服务的各项能力，探索量子纠错技术。Nighthawk r2融入了我们容错路线图中的诸多组件，例如高速独立量子比特重置功能，从而加速了学习周期，使关键物理电路元件能够更紧密地与硬件编码所需的元件相契合。
随着硬件和软件的进步，通过逻辑编码实现可信的量子计算已成为可能，这清楚地表明量子计算已迈入其逻辑电路时代。如今，真正重要的是利用现有纠错技术所能完成工作的复杂程度。至于这些能力将如何演进并整合，从而构建出最优的量子纠错技术栈，这仍是留给整个学界探讨的一个开放性问题。您如今就可以借助开源的Qiskit工具，以及通过IBM量子计算服务提供的增强版定向执行模型，来探索这一问题。
Q&A
Q1：量子纠错缓解和量子纠错有什么区别？
A：量子纠错缓解通过重复运行电路来减少噪声影响，采样成本随噪声呈指数增长，但对硬件要求较低；量子纠错则将量子信息编码为逻辑量子比特，能在电路执行中或执行后直接纠正错误，效率更高，但需要更多量子比特和更复杂的硬件。两者是一条从近期设备到未来容错计算的连续演进路径。
Q2：混合QEC/QEM方法能带来哪些实际提升？
A：混合方法将后选择量子纠错与概率误差消除（PEC）结合，能够比单独使用任一技术更有效地抵消噪声。实测数据显示，与单独使用PEC相比，推断出的采样开销降低了63倍，能用更少的采样次数获得收敛的期望值，为在完全容错前实现实用量子计算提供了新路径。
Q3：IBM在容错量子计算方面的下一步规划是什么？
A：IBM正稳步推进首台容错量子计算机IBM Quantum Starling的研发。同时，新发布的IBM Quantum Nighthawk r2已融入容错路线图中的关键组件（如高速独立量子比特重置），可与Qiskit及IBM量子计算服务配合，帮助研究人员探索量子纠错技术，加速迈向容错时代的学习进程。
