量子电路的容错纠错解码方法、装置及芯片制造方法及图纸

本申请公开了一种量子电路的容错纠错解码方法、装置及芯片，涉及人工智能和量子技术领域。所述方法包括：获取量子电路的真实错误症状信息，该真实错误症状信息是采用量子纠错码对量子电路进行带噪声的错误症状测量得到的信息；对真实错误症状信息进行解码，得到真实错误症状信息对应的逻辑错误类和完美错误症状信息；根据逻辑错误类和完美错误症状信息，确定量子电路的错误结果信息，该错误结果信息用于指示量子电路中发生错误的数据量子比特以及相应的错误类型。本申请实现了将容错纠错解码等价为一个分类问题，从而适合采用高效的神经网络分类器来对错误症状信息进行容错纠错解码，从而提升了容错纠错解码的速度，能够实现实时的容错纠错解码。

【技术实现步骤摘要】
量子电路的容错纠错解码方法、装置及芯片
本申请实施例涉及人工智能和量子
，特别涉及一种量子电路的容错纠错解码方法、装置及芯片。
技术介绍
由于量子比特非常容易受到噪声的影响，所以直接在物理量子比特上实现量子计算以目前的技术来看还不现实。量子纠错码和容错量子计算技术的发展，原则上提供了在有噪声量子比特上实现任意精度量子计算的可能。在采用量子纠错码对量子电路的错误症状进行测量，得到错误症状信息之后，可以采用解码算法对该错误症状信息进行解码，确定出量子电路中发生错误的数据量子比特以及相应的错误类型。对于错误症状信息是完美的情况(也即错误症状测量过程是无噪声的)，相关技术提出采用神经网络解码器来对错误症状信息进行解码，得到相应的错误结果信息。但是，在真实情况下，错误症状信息是不完美的(也即错误症状测量过程是带噪声的)，在这种真实情况下如何对错误症状信息进行实时容错纠错解码，目前还没有有效的解决方案。
技术实现思路
本申请实施例提供了一种量子电路的容错纠错解码方法、装置及芯片，在量子电路的错误症状信息是不完美的情本文档来自技高网...

【技术保护点】
1.一种量子电路的容错纠错解码方法，其特征在于，所述方法包括：/n获取量子电路的真实错误症状信息，所述真实错误症状信息是采用量子纠错码对所述量子电路进行带噪声的错误症状测量得到的信息；/n对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的逻辑错误类和完美错误症状信息；其中，所述逻辑错误类是所述量子电路所发生的错误经过映射之后的类，所述完美错误症状信息是指对所述量子电路进行无噪声的错误症状测量得到的信息；/n根据所述逻辑错误类和所述完美错误症状信息，确定所述量子电路的错误结果信息，所述错误结果信息用于指示所述量子电路中发生错误的数据量子比特以及相应的错误类型。/n

【技术特征摘要】
1.一种量子电路的容错纠错解码方法，其特征在于，所述方法包括：
获取量子电路的真实错误症状信息，所述真实错误症状信息是采用量子纠错码对所述量子电路进行带噪声的错误症状测量得到的信息；
对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的逻辑错误类和完美错误症状信息；其中，所述逻辑错误类是所述量子电路所发生的错误经过映射之后的类，所述完美错误症状信息是指对所述量子电路进行无噪声的错误症状测量得到的信息；
根据所述逻辑错误类和所述完美错误症状信息，确定所述量子电路的错误结果信息，所述错误结果信息用于指示所述量子电路中发生错误的数据量子比特以及相应的错误类型。


2.根据权利要求1所述的方法，其特征在于，所述对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的逻辑错误类和完美错误症状信息，包括：
采用第一解码器对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的逻辑错误类，所述第一解码器是用于确定所述逻辑错误类的神经网络分类器；
采用第二解码器对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的完美错误症状信息，所述第二解码器是用于确定所述完美错误症状信息的神经网络分类器。


3.根据权利要求2所述的方法，其特征在于，所述采用第一解码器对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的逻辑错误类，包括：
采用所述第一解码器对所述真实错误症状信息进行分块特征提取，得到特征信息；其中，所述分块特征提取是指对输入数据进行分块得到至少两个区块后，采用至少两个特征提取单元对所述至少两个区块进行并行的特征提取处理；
采用所述第一解码器对所述特征信息进行融合解码处理，得到所述真实错误症状信息对应的逻辑错误类。


4.根据权利要求2所述的方法，其特征在于，所述采用第二解码器对所述真实错误症状信息进行解码，得到所述真实错误症状信息对应的完美错误症状信息，包括：
将所述真实错误症状信息分别输入到k个所述第二解码器，得到k个完美错误症状比特；其中，所述k为正整数且所述k与所述量子纠错码的尺度相关；
整合所述k个完美错误症状比特，得到所述真实错误症状信息对应的完美错误症状信息。


5.根据权利要求2所述的方法，其特征在于，所述第一解码器和所述第二解码器的训练过程如下：
对样本量子电路的数据错误和测量错误进行仿真，所述数据错误是指发生在所述样本量子电路的数据量子比特上的错误，所述测量错误是指发生在错误症状测量过程中的错误；
基于仿真结果得到所述样本量子电路的T次错误症状测量的错误症状信息，所述T为大于1的整数；
确定所述T次错误症状信息投影在目标时刻的等效数据错误信息；
确定所述等效数据错误信息对应的逻辑错误类和完美错误症状信息；
构建训练样本，所述训练样本的样本数据包括所述T次错误症状信息，所述训练样本的标签数据包括所述等效数据错误信息对应的逻辑错误类和完美错误症状信息；
采用所述训练样本对所述第一解码器和所述第二解码器进行训练。


6.根据权利要求5所述的方法，其特征在于，所述对样本量子电路的数据错误和测量错误进行仿真，包括：
在所述样本量子电路所包括的数据量子比特上概率性地产生错误；
在所述样本量子电路对应的辅助量子比特上概率性地产生错误，所述辅助量子比特用于测量得到所述样本量子电路的错误症状信息；
在所述样本量子电路对应的本征值测量电路所包括的受控非门上概率性地产生错误，所述本征值测量电路用于测量稳定子生成元的本征值；
在采用量子纠错码对所述样本量子电路进行错误症状测量时概率性地产生测量错误。


7....

【专利技术属性】
技术研发人员：郑一聪，张胜誉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44