# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Google Quantum AI (@GoogleQuantumAI) · 平台：X (Twitter) · 日期：2026-07-09

> 原始來源：https://x.com/GoogleQuantumAI/status/2074960780320276695

## 中文摘要

Google Quantum AI 在 Willow 處理器上用強化學習即時修正量子錯誤。

**技術突破與核心機制**
Google Quantum AI 團隊在《Nature》期刊發表最新研究，針對量子電腦因環境干擾導致效能漂移的問題，提出了一種將「校準」與「運算」合而為一的新架構。傳統量子電腦需中斷運算來校準，這對未來需長時間執行的演算法構成瓶頸。該團隊透過以下方式解決此挑戰：
- 賦予量子錯誤修正（QEC）流程雙重角色：錯誤偵測事件不僅用於修正邏輯量子態，同時被轉化為學習訊號。
- 訓練強化學習 Agent：利用這些訊號即時調整控制參數，在運算過程中持續穩定量子系統。

**實驗成果與效能表現**
研究團隊在 Willow 超導處理器上實驗，證實此架構能有效對抗系統漂移，並達到以下具體成效：
- 邏輯穩定性提升：在注入漂移的情況下，邏輯穩定性提升了 3.5 倍。
- 錯誤率抑制：透過強化學習微調已校準處理器，進一步抑制了 20% 的邏輯錯誤率（LER），表現超越傳統物理校準與人類專家調校。
- 紀錄級效能：在表面碼（surface code）與彩色碼（colour code）測試中，分別達到平均每個週期 7.72(9) × 10⁻⁴ 與 8.19(14) × 10⁻³ 的邏輯錯誤率。

**未來擴展性**
透過數值模擬，研究團隊驗證了該架構的擴展潛力，即便面對擁有數萬個控制參數的大型編碼（如 distance-15 表面碼），其優化速度仍不受系統規模影響。此方法具備高度通用性，不僅適用於超導電路，未來亦可應用於各類物理量子位元模組，為實現「從錯誤中學習且永不停止運算」的量子電腦奠定基礎。

## 標籤

研究論文, Agent, 其他, Google