| 16
量子网络的协同突破
无论采用量子技术还是其他技术，良
好的通信都是至关重要的。2023年，
一些优秀的学术和企业网络也在推
动量子技术的发展。Amazon Web
Services (AWS) 与哈佛大学合作，在
量子网络方面取得了突破，可提高传
统电信网络的速度和效率。研究人员
开发了一种封装光纤的新方法，解决
了长期存在的远距离数据衰减问题。
这种方法是将光纤的锥形端连接到
量子中继器等设备，从而实现光的渐
进、稳定传输。这种接口可以抵抗轻微
的信号位移，比如流量噪声造成的位
移，这使得它适合现实世界的应用。
AWS的创新不仅在低温下有效，而
且还可以与高速电信网络中使用的
调制器集成。这种兼容性标志着量子
硬件与经典硬件之间的接口向着更
高效的方向迈进了一步，为量子计算
机和网络的广泛采用铺平了道路。
增强的纠错技术
然而，无论在哪里取得了突破，都会有
错误如影随形。量子计算领域的一大
关注点是开发更加强大的纠错技术。
量子计算机的敏感特性使其很容易出
错，因而强大的纠错方法对其可靠性
和实用性至关重要。RIKEN量子计算
中心的研究人员通过机器学习（ML）进
行纠错，在这一领域取得了重大进展。
他们开发了一种自动纠错系统，尽管
只是一种近似方法，但可以有效地确
定纠正错误的最佳方法。该系统利用
ML来搜索纠错方案，以尽可能减少设
备开销，同时保持有效的纠错性能。
研究人员专注于自主量子纠错方法，其
中特别设计的人工环境消除了频繁错
误检测测量的需要。这种方法尤其适用
于玻色子量子比特编码，一些最具前景
的基于超导电路的量子计算机器使用
的就是这种编码。玻色子量子比特编码
是量子计算巨大搜索空间中的一项复
杂优化任务。该团队使用强化学习解
决了这一挑战，这是一种先进的机器
学习方法，在该方法中，一个代理通过
探索环境来学习和优化其行动策略。
此外，研究小组还发现，相较于其他
的建议编码，一种极其简单的近似量
子比特编码可以显著降低设备的复
杂性。这种更简单的编码却在纠错能
力上具备竞争优势。这一发现至关
重要，因为这表明，不太复杂的量子
计算机器也能高效纠错，这就使得
量子计算更易获得，且更加实用。
与之类似，Google Quantum AI的研
究人员在量子纠错方面也取得了重大
突破。他们证明，增加用于量子纠错的
量子比特数量，可以降低计算错误率。
结语
总而言之，2023年是量子计算的关键
一年，这项技术在这一年不仅成就非
凡，而且还呈现出了充满希望的发展前
景。这些发展不仅展示了该领域的快速
发展，还暗示了量子计算在不久的将
来将对各个领域产生变革性的影响。
