Google Quantum AIは、超伝導プロセッサ上で多体スケールにおいても量子測定コンテキスト性が持続し、リソース制限のあるタスクで測定可能な計算分離をもたらすことを実証した研究をScience誌に発表しました。72量子ビットおよび105量子ビットのWillowプロセッサで実施されたこの実験は、コンテキスト性のテストを少数の粒子システムから大規模な二次元量子ビットアレイへと移行させ、コヒーレント制御エラーに敏感なハードウェアベンチマークを確立するものです。
| Google Quantum AI コンテキスト性 & リソース制限ハードウェアベンチマーク | |||
|---|---|---|---|
| 実験プロトコル | 量子ビットスケール | 測定された量子性能 | 古典的理論限界 |
| マーミン・ペレス マジックスクエアゲーム | 4量子ビット(ベルペア2組) | 勝率 98.30% ± 0.01%(90万試行) | 88.89%(8/9ラウンド) |
| コッホ・ス pemer・ベル不等式 (χKSB) | データ量子ビット2個 + アンシラ1個 | 5.618 ± 0.005(540回の逐次QND測定) | χ ≤ 4.0(量子上限: 6.0) |
| Nプレイヤー GHZパリティゲーム | 最大71量子ビット | 全サイズで古典的勝率を上回る;45量子ビットで真のエンタングルメント | N=3で75%、50%に向かって減少 |
| 2D隠れ線形関数 (HLF) | 9~105量子ビット | 成功確率 > 0.5;実効深度 約4~6層 | 対数的な古典回路深度 |
エンタングルメント単独とは異なり、測定コンテキスト性は、量子観測量が、それらと同時に実行される互換性のある測定が何であるかに依存せずに、あらかじめ決定された値を持たないという原理を捉えています。状態独立のコッヘン・ス pemer・ベルテスト中に基盤となる量子レジスタを妨害することなくこの特性を検証するために、研究チームはリセット可能なアンシラ量子ビットと較正された仮想Z位相回転を使用して、実行ごとに540回の連続した量子非破壊(QND)測定を実行しました。より大規模なスケールでは、ランダム化された幅優先探索グリーンバーガー・ホーネ・ツァイリンガー(GHZ)状態準備により、最大71量子ビットまでコンテキスト性が維持され、定数深度4層の制御Z回路は、最大105量子ビットのグリッド全体で2D隠れ線形関数インスタンスを解決しました。
ここから先は
927字

