Koreksi kesalahan kuantum dan qubit logis, dijelaskan

Bagaimana koreksi kesalahan kuantum mengubah banyak qubit fisik yang berisik menjadi qubit logis yang lebih andal, serta mengapa jarak kode, ambang, dan surface code penting.

Koreksi kesalahan kuantum adalah sekumpulan metode yang digunakan untuk menjaga agar informasi kuantum yang rapuh tetap dapat digunakan meskipun ada derau, dekoherensi, dan operasi yang tidak sempurna. Gagasan dasarnya adalah mengodekan satu atau lebih qubit logis ke dalam kumpulan qubit fisik yang lebih besar, berulang kali mengukur pemeriksaan yang dipilih dengan saksama untuk mengungkap informasi kesalahan tetapi bukan keadaan kuantum yang dilindungi, lalu menerapkan langkah pemulihan berdasarkan sindrom yang diamati.

Mengapa komputer kuantum membutuhkan koreksi kesalahan

Informasi kuantum sangat rapuh. Kesalahan dapat berasal dari dekoherensi dan sumber derau kuantum lainnya, dan dalam komputasi kuantum praktis kita juga harus menghadapi gerbang yang cacat, persiapan keadaan yang tidak sempurna, dan kesalahan pengukuran. Karena itu, koreksi kesalahan menjadi hal yang sentral bukan hanya untuk menyimpan keadaan kuantum, tetapi juga untuk menjalankan komputasi yang panjang.

Koreksi kesalahan klasik bekerja dengan menambahkan redundansi pada bit. Koreksi kesalahan kuantum bertujuan melakukan hal serupa, tetapi dengan kendala besar: pengukuran langsung terhadap qubit umumnya mengganggu keadaannya. Jadi, sebuah kode kuantum harus mengekstrak informasi tentang apa yang salah tanpa mengungkap informasi logis itu sendiri. Dalam banyak kode, hal ini dilakukan melalui pengukuran operator komutatif yang disebut stabilizer.

Cara yang berguna untuk memahami janji koreksi kesalahan kuantum adalah sebagai lapisan simulasi: dengan kanal fisik berisik yang sesuai dengan suatu model kesalahan, kode koreksi kesalahan kuantum dapat digunakan untuk mendekati kanal logis tanpa derau dengan cukup baik sehingga komunikasi atau komputasi menjadi praktis.

Qubit fisik, qubit logis, dan jarak kode

Notasi standar untuk kode kuantum adalah [[n,k,d]], yang berarti kode tersebut mengodekan k qubit logis ke dalam n qubit fisik dengan jarak kode d.

Tiga parameter itu merangkum sebagian besar trade-off:

n: berapa banyak qubit fisik yang digunakan kode
k: berapa banyak qubit logis yang dilindungi
d: jarak kode, ukuran yang terkait dengan seberapa sulit kesalahan bertindak seperti operasi logis

Laju kode, k/n, adalah metrik efisiensi dasar. Laju yang lebih tinggi berarti overhead yang lebih kecil per qubit logis. Tetapi jarak yang lebih tinggi dan laju yang lebih tinggi umumnya saling bertentangan, sehingga perancangan kode pada dasarnya adalah menyeimbangkan keandalan dengan biaya perangkat keras.

Secara umum, satu siklus koreksi kesalahan kuantum memiliki tiga tahap:

Pengodean informasi logis ke dalam sistem fisik yang lebih besar
Penyimpanan atau transmisi melalui kanal berisik
Ekstraksi sindrom dan pemulihan, yang mengidentifikasi kemungkinan kesalahan dan memperbaikinya

Sindrom sangat penting. Pengukuran stabilizer dipilih agar hanya mengungkap informasi kesalahan, bukan keadaan kuantum yang dikodekan. Jika tidak, proses koreksi akan menghancurkan superposisi yang coba dipertahankan komputer.

Jenis kesalahan apa yang ditangani kode?

Kesalahan yang dominan sangat bergantung pada platform perangkat keras. Contoh penting meliputi:

Amplitude damping, atau hilangnya eksitasi, yang terkait dengan relaksasi menuju kesetimbangan
Kesalahan koheren, yang timbul dari dinamika internal sistem
Dephasing, yang merupakan salah satu proses derau dominan dalam banyak implementasi qubit

Meski begitu, banyak kode kuantum bekerja dengan model yang disederhanakan, di mana kesalahan diperlakukan sebagai kombinasi operasi Pauli:

X untuk kesalahan mirip pembalikan bit
Z untuk kesalahan mirip pembalikan fase
Y untuk kesalahan gabungan bit-dan-fase

Gambaran berbasis Pauli ini tidak menangkap setiap proses derau realistis, tetapi digunakan secara luas karena membuat analisis dan konstruksi kode lebih mudah ditangani. Dalam model itu, ekstraksi sindrom dan decoding sering kali dapat dirumuskan dengan meminjam gagasan dari teori pengodean klasik.

Penyederhanaan itu memiliki catatan penting: decoding tetap bisa sulit. Kode dengan parameter [[n,k,d]] memiliki 2^(n-k) kemungkinan sindrom, yang dengan cepat menjadi terlalu besar untuk tabel pencarian sederhana. Dalam praktiknya, biasanya diperlukan algoritme decoding klasik yang efisien.

Toleransi kesalahan: memperbaiki kesalahan tanpa memperburuk keadaan

Koreksi kesalahan saja tidak cukup untuk komputasi yang dapat diskalakan. Di komputer, perangkat koreksinya sendiri menggunakan gerbang, pengukuran, dan ancilla yang dipersiapkan, yang semuanya bisa gagal. Di sinilah toleransi kesalahan menjadi penting.

Gagasan utamanya adalah merancang pengodean, pengukuran sindrom, dan pemulihan sedemikian rupa sehingga sejumlah kecil cacat fisik tidak menyebar menjadi kegagalan logis yang tak dapat diperbaiki. Koreksi kesalahan kuantum menyatakan bahwa hal ini terkait dengan teorema ambang kuantum: komputasi kuantum yang panjang secara arbitrer dimungkinkan dengan mengonkatenasi kode secara rekursif, asalkan laju kesalahan gerbang kuantum individual tetap di bawah suatu ambang.

Koreksi kesalahan kuantum memberikan perkiraan historis dari 2004 bahwa ambang ini bisa setinggi 1–3%, dengan asumsi tersedia cukup banyak qubit. Ini juga memberi intuisi mengapa ambang itu penting: di bawahnya, koreksi menghilangkan lebih banyak kesalahan daripada yang diperkenalkannya; di atasnya, proses koreksi justru bisa lebih merugikan secara keseluruhan.

Konsep ambang ini adalah salah satu alasan qubit logis menjadi abstraksi yang sangat berguna. Qubit logis bukanlah satu elemen perangkat tunggal, melainkan objek yang dikodekan yang laju kesalahan efektifnya, secara prinsip, dapat ditekan lebih rendah dengan menambahkan lebih banyak sumber daya fisik dan menggunakan prosedur toleransi kesalahan yang lebih baik.

Keluarga kode utama dan apa yang mereka optimalkan

Keluarga kode yang berbeda membuat trade-off yang berbeda antara overhead, jarak, struktur, dan kemudahan implementasi.

Code family	Gagasan utama	Trade-off atau fitur penting
Shor code	Digeneralisasi menjadi `[[d^2,1,d]]`; menggunakan kode repetisi dalam dan luar untuk secara terpisah menangani kesalahan pembalikan bit dan pembalikan fase	Meningkatkan jarak, tetapi dengan laju kode yang lebih rendah
Steane / quantum Hamming codes	Mengganti struktur repetisi dengan kode Hamming klasik `[7,4]` dan memperlakukan kesalahan `X` dan `Z` secara simetris	Laju kode lebih baik daripada repetisi bergaya Shor
CSS codes	Kerangka umum yang diturunkan dari konstruksi terkait oleh Calderbank, Shor, dan Steane	Memisahkan stabilizer `X` dan `Z`, yang membantu pengukuran sindrom toleran kesalahan
Five-qubit code	Menggunakan empat stabilizer yang mencampurkan `X` dan `Z`; bukan kode CSS	Kode terkecil yang mungkin untuk melindungi satu qubit logis dari kesalahan arbitrer pada satu qubit
Surface code	Kode stabilizer topologis pada kisi 2D	Pemeriksaan lokal dan tata letak planar menarik secara eksperimental

Five-qubit code sangat penting secara konseptual. Ini adalah kode terkecil yang mungkin yang dapat melindungi satu qubit logis dari kesalahan arbitrer pada satu qubit, fakta yang terkait dengan batas Hamming kuantum.

Koreksi kesalahan kuantum juga menyebut non-additive codes, yang berada di luar formalisme stabilizer yang digunakan oleh kode aditif [[n,k,d]]. Kode-kode ini dapat mencapai laju kode yang lebih tinggi dalam beberapa kasus, tetapi jauh lebih sulit dibangun dan dianalisis, sehingga masih kurang dieksplorasi.

Mengapa surface code menjadi sangat penting

Di antara keluarga kode modern, surface codes menjadi sangat penting bagi koreksi kesalahan kuantum yang dapat diskalakan pada 2025. Alasan utamanya bersifat arsitektural: kode-kode ini didefinisikan menggunakan pengukuran stabilizer lokal pada kisi dua dimensi, yang lebih ramah bagi banyak platform perangkat keras dibandingkan kode yang membutuhkan interaksi jarak jauh.

Surface code adalah kode stabilizer topologis. Dalam versi torik yang diperkenalkan oleh Alexei Kitaev pada 1997, qubit berada di sisi-sisi kisi 2D, dan stabilizer dikaitkan dengan verteks dan plaket. Kesalahan muncul sebagai pelanggaran terhadap stabilizer ini.

Gambaran yang berguna adalah bahwa kesalahan menciptakan atau memindahkan cacat terlokalisasi, yang digambarkan sebagai anyon:

kesalahan Z membalik stabilizer verteks yang bertetangga
kesalahan X membalik stabilizer plaket yang bertetangga

Koreksi berarti memasangkan dan melenyapkan kembali cacat-cacat ini. Jika lintasan yang dihasilkan bersifat trivial secara topologis, efek bersihnya hanyalah sebuah stabilizer dan informasi logis tetap tidak berubah. Jika suatu lintasan non-trivial secara topologis, proses itu bertindak seperti operator logis dan informasi yang dikodekan berubah.

Interpretasi geometris itu adalah salah satu alasan surface code begitu intuitif. Jarak kode menjadi panjang minimum dari lintasan atau loop non-trivial yang mengimplementasikan kesalahan logis.

Surface code torik, planar, dan planar terotasi

Beberapa geometri terkait sama-sama penting.

Toric code menggunakan syarat batas periodik, yang secara topologis ekuivalen dengan torus. Untuk kisi d × d, kode ini memiliki 2d^2 qubit, dan ruang kodenya berdimensi empat, sehingga menyimpan dua qubit logis.

Untuk perangkat keras, batas terbuka sering kali lebih praktis, yang mengarah ke planar code. Namun rancangan batas sangat penting. Surface code dengan hanya satu jenis batas tidak mengodekan qubit logis. Untuk menciptakan ruang kode yang non-trivial, diperlukan batas smooth dan rough yang bergantian. Dengan batas atas dan bawah yang smooth serta batas kiri dan kanan yang rough, planar code menyimpan satu qubit logis, dan lintasan non-trivial topologis minimum memiliki panjang d, sehingga menghasilkan jarak kode d.

Rotated planar code adalah peningkatan efisiensi. Surface code menyatakan bahwa rotated planar code berjarak-d menggunakan d^2 qubit fisik, dibandingkan d^2 + (d − 1)^2 untuk versi planar yang tidak dirotasi, sambil mempertahankan jarak kode yang sama.

Ambang, decoding, dan apa arti “di bawah ambang”

Surface codes juga menonjol karena ambangnya relatif tinggi di bawah model derau standar. Untuk model di mana kesalahan bit dan fase terjadi secara independen pada setiap qubit dengan probabilitas p, Surface code melaporkan:

probabilitas kritis sekitar 11% dari pemetaan fisika statistik
sekitar 10.5% ketika menggunakan decoder minimum weight perfect matching yang banyak dipakai

Angka-angka itu penting, tetapi perlu ditafsirkan. Pertama, nilainya bergantung pada model kesalahan yang diasumsikan. Kedua, batas teoretis hanya berguna jika ada decoder praktis yang mendekatinya. Ketiga, beberapa decoder berkinerja lebih buruk ketika kesalahan bit dan fase berkorelasi, seperti pada derau depolarisasi.

Jadi “di bawah ambang” tidak berarti suatu sistem bebas kesalahan. Artinya, secara prinsip, memperbesar ukuran kode dapat menurunkan laju kesalahan logis alih-alih memperburuk keadaan.

Melampaui kode blok qubit

Koreksi kesalahan kuantum lebih luas daripada kode blok qubit-ke-qubit. Informasi kuantum dapat dikodekan ke dalam qudit atau ke dalam osilator, yang memiliki jumlah tingkat energi tak hingga. Pendekatan bosonik seperti gagasan cat, GKP, dan gaya binomial memanfaatkan redundansi di dalam satu osilator alih-alih menyebarkan satu qubit logis ke banyak sistem dua tingkat.

Ini menyoroti pertanyaan desain terbuka yang penting bagi bidang ini: apakah redundansi sebaiknya ditempatkan di banyak qubit fisik, di dalam sistem berdimensi lebih tinggi, atau dalam hibrida keduanya?

Posisi bidang ini pada 2025

Surface codes sangat berdampak pada 2025. Koreksi kesalahan kuantum menyatakan bahwa kode-kode ini memungkinkan qubit logis di bawah ambang dengan fidelitas yang lebih baik dalam sistem superkonduktor, dan secara terpisah mencatat bahwa Google Quantum AI mengimplementasikan distance-7 planar code pada prosesor superkonduktor Willow miliknya, yang menunjukkan laju kesalahan fisik di bawah ambang.

Itu tidak berarti tantangan yang lebih luas telah terpecahkan. Qubit logis masih membutuhkan overhead yang besar, decoding tetap menjadi persoalan sistem yang nyata, dan kinerja bergantung pada kecocokan antara pilihan kode dan derau perangkat keras yang sebenarnya. Namun, hal ini memang menunjukkan mengapa qubit logis kini menjadi target rekayasa yang praktis, bukan sekadar konstruksi teoretis.

Poin-poin utama

Koreksi kesalahan kuantum melindungi informasi kuantum yang rapuh dengan mengodekan qubit logis ke dalam sistem fisik yang lebih besar dan berulang kali mengekstrak sindrom kesalahan.
Notasi standar [[n,k,d]] merangkum trade-off utama: overhead fisik versus kapasitas logis yang dilindungi dan jarak kode.
Sebagian besar kode yang paling luas digunakan menyederhanakan derau perangkat keras menjadi kesalahan Pauli X, Y, dan Z, meskipun perangkat nyata juga menunjukkan efek seperti amplitude damping dan dephasing.
Toleransi kesalahan penting karena proses koreksi itu sendiri berisik; teorema ambang menyatakan bahwa komputasi yang dapat diskalakan hanya mungkin di bawah laju kesalahan fisik tertentu.
Five-qubit code adalah kode terkecil yang dapat melindungi satu qubit logis dari kesalahan arbitrer pada satu qubit.
CSS codes dihargai karena memisahkan stabilizer X dan Z, yang membantu pengukuran sindrom toleran kesalahan.
Surface codes menonjol karena stabilizernya bersifat lokal pada kisi 2D, sehingga menarik secara eksperimental.
Dalam surface codes, kegagalan logis bersesuaian dengan lintasan kesalahan yang non-trivial secara topologis; jarak kode adalah ukuran minimum lintasan semacam itu.
Rotated planar surface codes mengurangi jumlah qubit dibandingkan planar code yang tidak dirotasi sambil mempertahankan jarak.
Nilai ambang yang dilaporkan dan demonstrasi terbaru memang menggembirakan, tetapi kinerja praktis tetap bergantung pada derau perangkat keras, kualitas decoder, dan overhead qubit fisik yang besar.