2. 量子比特与噪声的物理起源
要理解量子纠错为什么必要，先要理解量子比特为什么会“出错”。理想量子比特是一个封闭的二能级系统，状态可以写成 |ψ⟩ = α|0⟩ + β|1⟩，演化由酉变换描述、可逆且保真。但真实量子比特永远与外界环境耦合，环境自由度不可控、不可观测，于是量子信息以各种方式泄漏到环境中，表现为退相干、弛豫和控制误差。纠错码本质上是在与这些物理过程赛跑：只要错误率低于某个阈值，并且错误在时间和空间上足够“局部、独立”，编码就能把逻辑错误率压到任意低。因此，认识噪声的物理起源，是设计码距、选择编码方案、安排测量周期的前提。
一、弛豫与退相干：两类最基本的能量—相位过程
真实量子比特的噪声通常先用两个时间常数刻画。能量弛豫指量子比特从激发态 |1⟩ 衰减到基态 |0⟩，时间常数为 T₁。它来自比特与环境的能量交换，例如超导比特通过电容耦合向传输线辐射能量、被材料中的二能级缺陷吸收，或原子自发辐射。T₁ 过程把 |1⟩ 变成 |0⟩，是“振幅阻尼”信道，会同时改变布居数和相干性。
退相干（纯退相位）指 |0⟩ 与 |1⟩ 之间的相对相位随机漂移，时间常数为 T₂。它不交换能量，只破坏叠加态的相位关系。实际系统中 T₂ 往往远小于 2T₁，因为除了 T₁ 引起的相位损失外，还有低频噪声（如电荷噪声、磁通噪声、临界电流噪声）造成的额外退相位。工程上常用关系式 1/T₂ = 1/(2T₁) + 1/T_φ 来分解两类贡献，其中 T_φ 是纯退相位时间。一个直观判断：若测得 T₂ 明显小于 2T₁，说明退相位是主要矛盾，应优先排查低频噪声与偏置点稳定性。
从 Bloch 球看，T₁ 让态矢量向球心“缩短”的同时向北极（|0⟩）偏移，T₂ 只让赤道面上的矢量向球心收缩。二者都使可区分的量子信息减少，这正是纠错码要对抗的连续错误。实际纠错中，我们并不直接纠正连续错误，而是通过周期性测量稳定子把连续错误“数字化”为离散的比特翻转、相位翻转或两者兼有，因此噪声模型能否近似为独立泡利错误，直接决定码的性能。
二、控制误差：不是环境“捣乱”，而是我们自己不精确
即使环境完全理想，量子门也不会完美。控制误差主要有几类。其一是过转与欠转：用微波脉冲驱动超导比特时，若脉冲面积偏离 π 或 π/2，旋转角就偏了。例如目标为 X(π) 门，实际旋转角为 π(1+ε)，则残余误差近似为 ε 量级的 Z 旋转，属于相干误差。其二是失谐：驱动频率与比特频率有偏差 Δ，等效为绕 Z 轴的额外相位累积，误差随门时长线性增长。其三是串扰：驱动一个比特时邻近比特也被部分激发，形成相关错误。其四是泄漏：超导 transmon 是三能级系统，强驱动可能把布居打到 |2⟩，泄漏到计算子空间之外，普通纠错码无法直接处理，需要泄漏减少单元（leakage reduction unit）先把它“回收”。
控制误差与退相干的关键区别在于相干性：退相干是随机、非相干的，多次实验取平均后表现为混合态；而控制误差在单次实验中是确定的酉偏差，会与后续门相干叠加、放大。这带来一个重要实践含义：相干误差可以通过校准（如精细调节脉冲幅度、用 Ramsey 干涉测失谐）显著压低，而 T₁、T₂ 受材料和温度限制，改善空间更依赖硬件工艺。因此，在纠错系统里，通常先做门校准与读出校准，把控制误差压到随机噪声水平以下，再评估编码的实际收益。
三、典型噪声来源与工程判断
不同物理平台的主导噪声不同。超导比特以介质损耗、二能级缺陷、磁通噪声和准粒子为主，T₁ 常在几十到几百微秒量级，T₂ 受低频磁通噪声影响明显；离子阱比特相干时间长，但门速度慢，主要受激光相位噪声与加热影响；中性原子受原子自发辐射与激光强度噪声限制。无论平台如何，工程上都要回答三个问题：噪声是马尔可夫的还是含 1/f 低频成分？错误在比特间是独立还是相关？错误率是否随时间漂移？
一个可操作的判断流程是：先测 T₁（用反转恢复序列）、再测 T₂（用 Hahn 回波或 CPMG），比较 T₂ 与 2T₁ 的差距定位退相位贡献；然后用随机基准测试（RB）测单比特、双比特门错误率，用交错 RB 分离门误差与读出误差；最后在不同时间间隔重复测量，观察参数是否漂移。若 T₂ 远小于 2T₁ 且随偏置点变化剧烈，优先稳定磁通/电荷偏置；若 RB 错误率明显高于由 T₁、T₂ 估算的下限，则控制误差或串扰是主因。
四、从物理噪声到纠错码的接口
纠错码并不需要知道噪声的全部微观细节，它需要的是一个可处理的等效错误模型。最常用的是退极化信道：以概率 p 施加 X、Y、Z 之一，其余概率保持恒等。当噪声较弱且各比特独立时，连续噪声可以很好地近似为独立泡利错误，此时表面码的阈值约在 1% 量级（具体数值依赖码与解码器）。但如果噪声是相关的（例如一次宇宙射线同时打翻多个比特，或串扰让相邻比特同时出错），独立错误假设失效，逻辑错误率会明显高于预测，需要引入关联噪声模型或使用对相关错误更鲁棒的编码。
因此，学习噪声模型的落脚点不是背概念，而是建立“物理参数 → 等效错误率 → 码距与测量周期”的定量链条。例如已知单比特门错误率约 10⁻³、双比特门约 10⁻²、测量错误约 10⁻²，就能估算表面码在给定码距下的逻辑错误率，并据此决定稳定子测量轮数。噪声模型选错，纠错方案再精巧也会在实际硬件上失效。