Wetenschappers hebben een innovatieve methode ontwikkeld om de betrouwbaarheid van quantumcomputaties te verhogen. Het nieuwe systeem kan accuraat vaststellen of fouten in quantumprocessors het gevolg zijn van onjuiste softwareinstructies of van natuurlijke, stochastische ruis in de hardware. Deze ontwikkeling is cruciaal nu quantumprocessors steeds groter worden en de grens van 100 qubits overschrijden, waardoor het handmatig opsporen van foutbronnen complexer wordt.
In een wetenschappelijke publicatie op arxiv.org beschrijven onderzoekers Marwa R. Hassan en Naima Kaabouch de werking van een zogenaamd 'physics-informed neuro-fuzzy framework'. Dit systeem combineert Adaptive Neuro-Fuzzy Inference Systems (ANFIS) met specifieke feature engineering die is geworteld in de natuurkunde. Een kernonderdeel van deze aanpak is de 'Bhattacharyya Veto', een mechanisme dat gebruikmaakt van de empirisch vastgestelde zwakke-ruisvloer van het gebruikte apparaat om harde fysieke beperkingen op te leggen.
Om te voorkomen dat het systeem onmogelijke output-distributies ten onrechte toeschrijft aan hardware-ruis, maakt het raamwerk gebruik van CPTP-contractie. Deze techniek garandeert een eenzijdige correctheid in de analyse. Volgens de auteurs van het voorkomt dit dat foutcorrectietechnieken onnodig worden ingezet op circuits die simpelweg een logische fout in de programmering bevatten.
De praktische effectiviteit van het systeem is getest op de Heron r2-processor van IBM, een hardware-omgeving met 156 qubits. Tijdens deze validatie werden 105 verschillende circuits geanalyseerd, die waren verdeeld over 17 diverse algoritme-families. De resultaten laten een nauwkeurigheid zien van 89,5%, met een betrouwbaarheidsinterval van 5,9%. Opvallend is dat het systeem een veilige foutmodus hanteert: in 14,3% van de gevallen was de data te ambigu voor een automatische conclusie, waarna deze gevallen werden gemarkeerd voor handmatige inspectie door experts.
Het raamwerk heeft bovendien nieuwe inzichten opgeleverd over diagnostische beperkingen. Zo kon het systeem het onderscheid maken tussen een correcte Grover-amplificatie en een softwarematige instorting. Tegelijkertijd werd een 'Z-basis blind spot' geïdentificeerd, een fenomeen waarbij bepaalde fase-flip-fouten statistisch onzichtbaar blijven wanneer er slechts één basis voor diagnostiek wordt gebruikt. Dergelijke complexe interacties vallen binnen het bredere domein van de quantummechanica, een vakgebied dat uitgebreid wordt behandeld in educatieve modules van het mit.edu.
Deze stap richting een interpreteerbare diagnostische laag stelt ontwikkelaars in staat om quantumalgoritmen sneller te optimaliseren. Door softwarefouten effectief te scheiden van fysieke ruis, verdwijnt een grote bron van onzekerheid bij het schalen van quantumtechnologie. Voor actuele ontwikkelingen in dit en andere natuurkundige velden biedt phys.org regelmatig updates over de nieuwste wetenschappelijke doorbraken.