退相干与保真度

敌人：环境

一个量子比特只有在保持着一个精确的量子态时才有用——也就是 |0> 与 |1> 的某种特定混合，二者之间还带着确定的相对相位。问题在于，宇宙里没有任何东西是真正与世隔绝的。杂散磁场、热、振动、控制线路，甚至一颗路过的宇宙射线——这些都能扰动你的量子比特。一旦外部世界获知了关于你量子比特状态的某些信息，这个态就不再是你私有的量子信息，而开始与环境产生关联。这种信息的泄漏，就是我们所说的退相干。

T1 与 T2

工程师把“这个态能撑多久？”这个问题，归结成两个可测量的时间尺度：T1 和 T2。它们刻画了量子比特“遗忘”的两种不同方式。T1，即弛豫时间，测的是量子比特能在激发态 |1> 上停留多久，之后它便会把那份能量倾倒进环境、衰减回 |0>。可以把它想成一个热物体在冷却：能量漏走，布居随之弛豫。如果 T1 是 100 微秒，那大致就是一个 |1> 塌回 |0> 所需的时间尺度。

T2，即退相位时间，测的是更微妙的东西：|0> 与 |1> 之间的*相位*关系能保持锐利多久。你可以一点能量都不丢、却照样丢失相位——量子比特频率上的随机抖动，会逐渐把那个相对角度模糊掉，直到干涉再也不灵。由于任何损失能量的 T1 事件同样会摧毁相位，T2 永远不可能超过 2·T1；实践中，T2 往往是更紧、更让人头疼的那道限制。这两个数字，连同你的门要花多久，共同决定了你能算些什么的全部预算。

# A T1 experiment in spirit: excite the qubit, wait, then measure.
# Sweep the delay and watch the |1> population decay.
from qiskit import QuantumCircuit

def t1_probe(delay_dt):
    qc = QuantumCircuit(1, 1)
    qc.x(0)              # prepare |1>
    qc.delay(delay_dt, 0)  # let the environment act
    qc.measure(0, 0)     # how often is it still |1>?
    return qc

# Longer delays -> fewer |1> outcomes. Fit the decay -> estimate T1.
circuits = [t1_probe(d) for d in [0, 200, 400, 800, 1600]]

一次 T1 测量的大致样貌：制备 |1>，等待一段可变的延时，再测量。仍然落在 |1> 上的比例会逐渐下降，而这条衰减曲线就给出 T1。T2 实验与此类似，但改用一个 [[hadamard-gate|Hadamard]] 门来制造叠加态，转而观察相位如何模糊。

门保真度

相干决定你有多少时间；保真度则衡量每一次操作到底落得有多干净。每个门本应是对量子态一次完美的、可逆的（幺正的）旋转。真实硬件总会差那么一点点——控制脉冲偏了一丝，串扰漏了进来，门执行的过程中退相干也在一点点流逝。门保真度就是那个数字（通常用百分比表示），它告诉你：你实际施加的门，和你想要的那个门有多接近。一个两量子比特门若有 99.9% 的保真度，意味着你每用它一次，大约就有千分之一会出错。

每个门上的小误差会迅速累积。如果单个门有 99.9% 的保真（0.1% 的错误率），那么一条由 1000 个这样的门组成的电路，非常粗略地说，整体上对的概率也就和抛硬币差不多——而有用的算法动辄要上百万个门。这正是为什么你不能只靠“多加些量子比特”就造出一台有用的机器。两量子比特门（比如 CNOT）几乎总是最薄弱的一环；它们比单量子比特门更难控制，所以它们的保真度，就是人们拼命想要提升的那个头条数字。

你要赛跑的那座时钟

把相干和门速度放到一起，你就得到了量子硬件里最重要的那个实践问题：在量子态退相干之前，你能跑多少个门？ 粗略地说，就是你的相干时间除以你的门时间。如果 T2 是 100 微秒，而一个门要花 100 纳秒，那么在噪声占上风之前，你大约有一千个“门时间”的余地——而真实电路里，这点预算的很大一部分都花在空闲等待和读出上，并不全是有用的操作。

T2_us        = 100      # dephasing time, microseconds
gate_ns      = 100      # one gate, nanoseconds

gate_us      = gate_ns / 1000
rough_budget = T2_us / gate_us   # ~ how many gate-times you get
print(rough_budget)              # -> 1000 (an optimistic ceiling)

一个粗略估算的“电路深度预算”。它是一个乐观的上限，而非保证——真实的保真度损失、空闲时间和读出，会在你触到这个数字之前就把它啃掉一大块。这正是每个 NISQ 算法都在与之赛跑的那座时钟。

正是这座时钟，使得近期算法被刻意设计得又短又浅。像 VQE 和 QAOA 这样的混合方法，会有意把电路保持得很小，反复运行许多次，并把重活交给一个经典优化器来扛——恰恰是因为一条又长又深的电路还没跑完就会退相干。这也是为什么一次教科书规模的 Shor 算法运行（它需要又深又容错的电路）至今仍遥不可及的诚实理由：不是因为数学错了，而是因为今天的硬件没法把相干保持得足够久。

缓解的招数

如果你还负担不起完整的纠错，那就用工程师的方式去对抗退相干：一摞各自只能多争取一点相干时间、或一点保真度的零碎招数。它们没有一个能让量子比特变得完美；但合在一起，就能把那座时钟往后推得够远，好在 NISQ 时代里干出一些有用的活。

隔离量子比特。 把超导芯片冷却到接近绝对零度，屏蔽杂散磁场，并对控制线路加以滤波。与环境的耦合越少，信息泄漏就越慢，T1/T2 也就越长。
动力学解耦。 插入一串精心定时的脉冲序列（一连串快速的翻转），把缓慢变化的环境噪声有效地平均掉——就像相机的防抖在抵消一种稳定的漂移。这主要通过对抗退相位来延长 T2。
更好的材料与制造工艺。 很大一部分退相干来自芯片材料和界面里的微观缺陷。更洁净的制造工艺和更好的衬底，已逐年稳步把相干时间往上推。
不断校准与表征。 频繁地重新调谐门、测量错误率，让控制脉冲保持准确，把门保真度维持在硬件所能允许的最高水平。
误差缓解（而非纠错）。 把一条电路运行许多次，再用巧妙的后处理——比如把结果朝零噪声极限外推——去估计无噪声时本该得到的答案。它能减小结果里的偏差；但它并不能给你一个容错的量子比特。