多年來，量子計算面臨的最大挑戰是其規模問題。儘管量子處理器在化學、材料科學和數據安全等複雜模擬方面已經顯示出潛力，但目前大多數量子芯片仍然過於小型和脆弱，無法應用於大規模的實際場景。加州大學河濱分校的最新研究表明，這種情況可能即將改變。研究人員通過模擬實驗顯示，即使量子芯片之間的連接存在缺陷，將多個小型量子芯片連接成一個運作系統仍然是可能的。這項發現為建造更大且具容錯能力的量子計算機提供了一條新的途徑，比預期的速度更快。
這項研究的第一作者穆罕默德·阿·沙爾比（Mohamed A. Shalby）表示，這項工作並不是在發明一種新型的芯片，而是展示了現有的芯片可以如何連接起來，形成一個更大且仍能正常運作的系統。這一觀點標誌著我們建造量子系統的基本思路發生了轉變。在這裡，擴展與容錯的概念至關重要。擴展意味著能夠處理越來越大的數據量而不會崩潰，而容錯則是系統自動檢測和修正錯誤的能力。這兩者共同構成了可靠量子計算的基礎。
在實踐中，連接量子芯片一直是一個挑戰，因為不同處理器之間的連接往往會受到噪聲的影響，尤其是在分開的低溫冷卻系統中。沙爾比解釋道，分開芯片之間的連接噪聲比單個芯片內部的運作要大得多，這種噪聲增加會淹沒系統，妨礙錯誤修正的正常工作。然而，加州大學河濱分校的研究團隊發現，即使芯片之間的連接噪聲高達芯片本身的10倍，系統仍然能夠檢測和修正錯誤。這意味著，量子計算機的擴展不必等待完美的硬件，因為只要每個芯片都能高效運行，這些連接也可以是「足夠好」的，儘管不是完美的，依然能夠構建出容錯系統。
這項研究強調了僅僅計算量子比特的數量是不夠的。單個的「邏輯」量子比特（即量子程序可用的基本單位）是通過結合數百甚至數千個物理量子比特來創建的。這種冗餘性使系統能夠修正自然產生的錯誤。最有效的技術之一是表面碼，這是一種量子處理器通過檢測和修正自身架構中的錯誤來編碼邏輯量子比特的方法。沙爾比的團隊使用這種方法模擬了數千種模塊化設計，並在多個錯誤和噪聲的情況下進行測試。結果顯示，可以利用當前不完美的硬件構建可擴展且可靠的量子系統。沙爾比指出，直到現在，大多數量子里程碑專注於增加量子比特的數量，但沒有容錯能力，這些量子比特就無法發揮作用。本研究表明，我們現在可以構建出既可擴展又可靠的系統，而不必等待數年之後。這項研究受到麻省理工學院早期工作的啟發，並利用了谷歌量子人工智能的工具，得到了美國國家科學基金會的支持，並與德國的合作者共同進行。
