5月25日，IT之家报道，美国耶鲁大学与谷歌量子人工智能团队的研究人员首次实现了对多能级量子系统的纠错功能，其性能已超越现有最佳的无纠错技术，并成功越过了“盈亏平衡点”这一关键门槛。
这一成果为提升量子信息处理效率提供了新的方法，相关研究论文已于5月15日刊登在最新一期的《自然》期刊上（IT之家提供DOI：10.1038/s41586-025-08899-y）。
量子计算机面临的核心难题是量子状态的易损性——外界干扰（噪声）很容易引发信息丢失。为了应对这一问题，量子纠错（QEC）技术必须将量子信息转换成“逻辑态”，从而增强其抗干扰能力。在此之前，纠错技术仅能在二元量子位（qubit）上实现“盈亏平衡”，也就是说，纠错后的信息保真度要优于未纠错的状态。
当前大多数量子计算机采用的是量子比特——这种量子系统具有两个能级，能够同时呈现0和1的状态，然而，量子比特还存有其他未被充分利用的能级。若能将这些额外的能级加以有效利用，量子计算机的处理能力将得到显著提升。
在本次实验里，研究人员成功进行了三元和四元量子态的高效纠错，这一成就不仅超越了传统二元量子位的表现，还成功突破了量子纠错的平衡点。这一重大突破预示着，未来的量子计算机或许能够通过构建高维量子系统，实现更为高效的硬件结构和容错计算。
官方资料显示，耶鲁研究团队运用了戈特斯曼-基塔耶夫-普雷斯基尔（GKP）的玻色编码技术，这一技术能够在超导微波腔的周期性相位位移空间里对三元和四元逻辑量子态进行编码，进而实现在单一物理系统中存储更为丰富的量子信息。
实验结果表明，经过纠错处理的qutrit和ququart在信息存储方面的寿命分别提高了82%和87%，其增益系数分别达到了1.82和1.87，这一性能与目前最先进的纠错qubit相当，甚至在某些方面有所超越。
实验装置由钽超导量子比特和三维超导微波腔相结合而成。在微波腔中，振荡模式负责存储逻辑信息，而钽超导量子比特则扮演辅助角色，帮助进行编码和纠错操作。
为了提升纠错协议的效率，研究团队采纳了强化学习算法，使得AI代理能够独立地调整实验过程中的45个关键参数，旨在提升量子存储的保真度。这种优化方式摒弃了传统的物理建模，简化了校准流程。实验结果表明，在多轮循环中，纠错性能始终维持在一个稳定的水平。
研究人员指出，多能级量子纠错的优势在于：
