Ein Quantencomputer hat eine Rechenaufgabe in rund einer Viertelstunde abgeschlossen, für die führende klassische Simulationsverfahren praktisch unerreichbare Laufzeiten benötigen würden. Entscheidend ist jedoch nicht die Zeit, sondern der Nachweis: Erstmals ließ sich bei einer Aufgabe dieser Schwierigkeit während der Ausführung belegen, dass das Ergebnis korrekt zustande kam. Dafür kodierte das Team 70 logische Qubits in einem neuartigen Fehlerschutz. Die logische Fehlerrate lag dabei um eine Größenordnung unter der physikalischen.
Ein Quantencomputer verarbeitet Information nicht in Bits, die entweder null oder eins sind, sondern in Qubits, die Überlagerungen beider Zustände einnehmen können. Daraus ergibt sich die theoretische Stärke, aber auch die praktische Schwäche der Technologie, denn diese Zustände zerfallen unter dem Einfluss von Wärme, Strahlung und elektrischen Schwankungen innerhalb kürzester Zeit. Die Antwort der Forschung darauf heißt Fehlerkorrektur: Viele fehleranfällige physikalische Qubits werden zu wenigen, deutlich stabileren logischen Qubits zusammengefasst, deren Zustand sich überwachen und im Fehlerfall reparieren lässt. Der Preis dafür ist ein erheblicher Mehraufwand an Hardware. Genau an diesem Punkt entscheidet sich, ob Quantenrechner über Demonstrationen hinauskommen, denn ohne belastbare Fehlerkorrektur bleibt jede größere Rechnung ein statistisches Glücksspiel.
Als Prüfstein für die Leistungsfähigkeit dient seit Jahren das Zufallsschaltkreis-Sampling. Dabei erzeugt die Maschine Ausgabemuster, deren Wahrscheinlichkeitsverteilung sich klassisch nur mit exponentiell wachsendem Aufwand nachbilden lässt. Der Haken liegt in der Kontrolle. Um zu belegen, dass ein Quantensystem die Aufgabe wirklich gelöst hat, muss man die idealen Ausgabewahrscheinlichkeiten kennen, und deren Berechnung wird auf klassischer Hardware genau dann unmöglich, wenn die Aufgabe interessant wird. Bisherige Ansprüche auf einen Quantenvorteil stützten sich deshalb auf Annahmen darüber, wie sich das Rauschen im Gerät verhält. Wird die Rechenzeit klassischer Verfahren später durch bessere Algorithmen gedrückt, kippt ein solcher Nachweis nachträglich, was in der Vergangenheit bereits mehrfach geschehen ist.
Das Team ersetzte das rein zufällige Schaltkreismuster durch eine strukturierte Variante. Grundlage sind Clifford-Schaltkreise, die sich klassisch effizient simulieren lassen und deshalb als Referenz taugen. In diese Struktur wurden gezielt sogenannte T-Gatter eingestreut, die den Schaltkreis klassisch schwer machen. Die Gruppe konnte zeigen, dass diese Konstruktion dieselben Härtekriterien erfüllt wie das klassische Zufallsverfahren, zugleich aber Bereiche offenlässt, in denen sich Fehler während der Rechnung erkennen lassen. Eingebettet ist das Ganze in einen Raum-Zeit-Code, der die Fehlererkennung nicht nur räumlich über die Qubits, sondern auch zeitlich über den Ablauf verteilt. Damit entsteht eine Referenzmessung, die nicht auf einer klassischen Vollsimulation beruht. In früheren Demonstrationen fehlte diese Möglichkeit, weshalb etwa ein Sampling-Experiment mit 70 physikalischen Qubits ausschließlich über Laufzeitvergleiche argumentierte.
In Zahlen ausgedrückt umfasst der Durchlauf 70 logische Qubits, 2.415 logische Zwei-Qubit-Operationen und 468 logische T-Gatter. Die logische Fehlerrate lag dabei etwa zehnmal niedriger als die Fehlerrate der zugrunde liegenden physikalischen Bauelemente, was den Nutzen der Kodierung direkt messbar macht. Die Rechnung selbst war nach ungefähr 15 Minuten abgeschlossen. Für dieselbe Aufgabe müssten führende klassische Simulationsverfahren eine Rechenzeit aufwenden, die praktisch nicht darstellbar ist. Nach Darstellung der gemeinsamen Demonstration von IBM und der University of Chicago handelt es sich um eine der bislang umfangreichsten Vorführungen logischen Quantenrechnens überhaupt. Die verwendeten Schaltkreise und Ergebnisse wurden zudem offengelegt.
Ein überprüfbares Ergebnis ist etwas anderes als ein nützliches Ergebnis. Sampling-Aufgaben besitzen keinen unmittelbaren praktischen Nutzen, sie dienen als Messlatte für die Trennlinie zwischen klassischer und quantenmechanischer Rechenfähigkeit. Der eigentliche Fortschritt liegt deshalb im Verfahren, nicht im Resultat: Wer Fehler im laufenden Betrieb erkennen kann, gewinnt Vertrauen in längere und komplexere Abläufe, etwa bei der Simulation von Molekülen oder Materialien. Zugleich bleibt die Erfahrung, dass klassische Algorithmen nach solchen Ankündigungen regelmäßig nachziehen und die Grenze verschieben. Der Wettbewerb um die geeignete Hardwareplattform ist ebenfalls offen, wie parallele Ansätze mit Photonen in Glasfaserschleifen zeigen. Belastbar ist an dieser Stelle vor allem eines: Die Prüfbarkeit selbst ist erstmals kein Schwachpunkt mehr.