十月十日，上午八点五十六分。
清华大学交叉信息研究院，四层阶梯教室。
距离这场专题课正式开始还有三分钟，教室里已经零零散散坐了二十多人。
能够坐在这个教室里的，基本都是带有自己独立课题的高年级博士生，或是各个量子信息实验室的核心骨干。
前排巨大的投影幕布上，亮着本周专题的粗体英文标题。
【correlated Noise in Repeated Syndro Extraction】
【重复syndro提取中的相关噪声】
黑板依然保留着上一节课的遗迹，没有来得及完全擦拭。
左侧用不同颜色的粉笔，密密麻麻地画着一幅巨大的三维时空解码图。
空间方向上的数据量子比特与辅助比特节点，与时间方向上的测量轮次重叠交织在一起。
几条被红色粉笔特意加粗标出的超边，野蛮地穿过了两个相邻的时间轮次，像是在完美的理论模型上撕开的几道刺眼裂口。
江临从后门推门进来。
他的脚步声并不重，但靠近后排的一名博士生在余光扫到他的瞬间，动作明显停顿了一下。
这名博士生立刻将原本放在旁边座位上的黑色双肩电脑包拿开，甚至下意识地把自己的水杯往里挪了挪。
“这里没人，你坐。”
“谢谢。”
江临微微点头，拉开椅子坐下，顺手翻开自己的笔记本电脑。
今天这门课，是他昨晚从研究支持单元整理的校内高阶课程索引里临时挑出来的。
课程的全称是——【量子纠错与容错量子计算高阶专题】
本周的核心议题是探讨相关噪声、解码失配现象，以及复杂物理噪声模型在实验数据中的可辨识性。
前排有几个人听到动静，回过头看了一眼。
当他们看清坐在后排那个熟悉而又陌生的面孔时，大部分人的目光都经历了短暂的凝滞，随后又默默地把注意力重新放回自己正在跑着的仿真程序上面。
开学已经一个多月，江临在清华这片土地上，早就不需要任何形式的引荐或介绍。
而这间教室里主攻计算机与量子信息方向的人，则对他亲手构建的 bb(5)统一核验器感到敬畏。
那台在第一百九十三步准时停机的四状态图灵机，至今仍被许多理论计算机学者视为神迹般的反例。
至于一个以图灵机和加性组合学闻名的人，为什么会突然出现在一门极其硬核的量子纠错物理层面的专题课上？
没有人觉得奇怪。
在这个级别的人身上，跨界从来不是越界。
授课教授是一位在超导量子计算领域深耕多年的资深学者。
他抱着厚重的移动工作站走进教室门时，目光扫过阶梯座位，第一眼就看见了坐在最后一排的江临。
教授把电脑放在讲台上，接上投影仪的数据线，慢条斯理地调整了一下领夹麦克风。
“江临今天也来了。”
教室里响起几声轻笑，气氛稍微松动了一些。
教授双手撑在讲台上，环视了一圈，语气里带着几分调侃与认真：“先定个规矩，今天是上课，不是前沿报告会。这间教室里没有任何不能被攻击的观点，包括我的，也包括他的。”
坐在后排的江临笑着点了点头。
坐在他前面的那名博士生忍不住转过头，压低声音问道：“你今天是来单纯听课的，还是来拆题的？”
“先听课。”
“那就是要看后半节课的情况了。”
博士生咽了一下口水，心虚地把自己屏幕上的几行复杂代码最小化，似乎生怕被后排那双眼睛看出什么破绽。
江临笑了笑，没有接话。
九点整，课程准时开始。
教授没有浪费一秒钟去复习表面码的拓扑结构或者稳定子测量这些基础概念。
能坐在这里的人，早就把这些东西刻在了肌肉记忆里。
投影仪闪烁了一下，第一页ppt直接砸出了一张在真实重复错误症状提取实验中得到的高密度检测事件相关图。
横轴代表空间位置上的物理距离。
纵轴代表随着时间推进的测量轮次。
图上布满了深浅不一的色块，颜色越深，代表不同检测事件之间的条件相关强度越高。
“上周，我们花了两节课讨论独立pauli噪声假设。”教授拿起高功率绿色激光笔，在屏幕上画了一个圈，“我们也用详尽的数学推导证明了，为什么目前主流的最小权完美匹配解码器那么喜欢，甚至可以说依赖这个假设。”
激光笔的光点猛地停在图中一片明显连成簇的深红色区域。
“但是今天，我们要把那个美好的假设扔进垃圾桶。”
教授的声音提高了一些。
“真实的物理装置里，错误从来都不会排着队，彬彬有礼地单独发生。”
“量子比特之间的微波串扰、非计算子空间的泄漏、环境温度引起的共模漂移、甚至仅仅是测量链路上一根线缆的微小故障，都可能导致多个检测事件在时间和空间上成群结队地出现。”
“现在的问题是，我们从庞大的syndro记录中看到的，仅仅是哪些灯亮了，也就是哪些测量给出了翻转的读数。”
教授放下激光笔，目光变得冷峻起来。
“至于底层究竟发生了什么？是量子比特上发生了真实物理错误，还是读出仪器产生了电子学噪声？这些真相，并不会主动写在数据的旁边。”
听到这里，江临原本随意落在投影幕布上的目光，微微停顿了一下。
一个多月前，研究支持单元第一次向他提交外部高优先级问题清单时，一共有三个问题等待他挑选。
第一个五状态繁忙海狸问题自不必说。
已经解决了。
第二个来自欧洲的dedekind数d(9)分布式计算项目。
对方希望他能帮忙重新拆分FpGA阵列上的超大规模组合计数任务。
但由于对方没有按要求提交足够精细的任务块运行时间统计分布，这个问题至今仍被他挂在系统里，状态显示为——【SUppLENt_REqUIREd（需要补充材料）】
而第三个问题，则来自中国科学技术大学的一支量子信息实验团队。
这份材料由江大的陆知行教授加密中转。
他们手里握着两百多万条由真实的超导量子线路表面码实验产生的syndro记录。
他们最初只希望江临判断，这些错误事件序列能否近似按完全独立的马尔可夫噪声模型处理。
但江临很快发现，如果连反复出现的相关结构究竟跟着量子比特的物理邻接关系走，还是跟着读出链路、时钟对齐偏差以及采集卡异常走都无法判断，所谓独立近似也没有可靠边界。
当时，对方提交的数据矩阵非常庞大，但维度极为干瘪。
只有时间戳。
只有测量轮次。
只有匿名化通道编号。
以及简单的布尔型错误标签。
没有给出匿名通道之间的相对物理邻接图。
没有微波读出线路的复用分组情况。
没有完整的时钟对齐与测量轮次说明。
没有硬件的校准窗口记录，更没有系统的丢帧和空缺标记。
那两百多万条记录在数据库里排列得整整齐齐，像是一支哑巴军队。
它们只能忠实地告诉分析者，哪些警报经常一起出现。
却根本无法告诉任何人，到底是什么力量，让这些警报一起出现。
因此，江临当时毫不犹豫地拒绝接收数据实体，仅仅返回了一份长达六页的元数据补充清单。
就在昨天晚上，研究支持单元发来过一条简短的系统通知。
中科大团队已经咬牙完成了第二轮的补充材料收集。
江临还没有来得及打开那份新文件。
而此刻，阶梯教室投影幕布上的那张深红色相关图，与一个多月前那份材料里提出的核心困境，完美地重叠在了一起。
教授转过身，拿起粉笔，在黑板上用力写下三组假设来源。
【物理相关错误】
【测量错误与读出串扰】
【隐藏状态驱动的时间相关】
“假设，我们现在拥有足够长的时间序列数据，我们也完全掌握表面码的几何拓扑结构。”
教授扔下粉笔，拍了拍手上的粉笔灰。
“各位同学，怎样在纯数学和统计层面判断，我们观测到的这些相关边，究竟来自黑板上的哪一种底层机制？”
前排一名专攻机器学习的博士生率先举手开口。
“可以按不同的校准窗口，分别去拟合动态贝叶斯网络。写出联合分布，再比较潜在隐变量的图模型结构。如果在跨越多个窗口后，某条边的连接权重依然保持显着，我们可以通过贝叶斯更新，大幅度提高它属于底层物理相关的后验概率。”
教授并没有被这个听起来很华丽的方案打动，反问道：“每个窗口里的有效数据量，足够支撑你去做无偏拟合吗？”
“可以引入分层贝叶斯先验。”那名博士生显然有备而来，“让相邻的窗口共享底层结构拓扑，每个小窗口只进行参数更新，而不是从头学习结构。”
“那你要共享多少结构，阈值怎么定？”
那名博士生停顿了一下，语气弱了一些：“需要用交叉验证来跑出最优超参数。”
清华大学交叉信息研究院，四层阶梯教室。
距离这场专题课正式开始还有三分钟，教室里已经零零散散坐了二十多人。
能够坐在这个教室里的，基本都是带有自己独立课题的高年级博士生，或是各个量子信息实验室的核心骨干。
前排巨大的投影幕布上，亮着本周专题的粗体英文标题。
【correlated Noise in Repeated Syndro Extraction】
【重复syndro提取中的相关噪声】
黑板依然保留着上一节课的遗迹，没有来得及完全擦拭。
左侧用不同颜色的粉笔，密密麻麻地画着一幅巨大的三维时空解码图。
空间方向上的数据量子比特与辅助比特节点，与时间方向上的测量轮次重叠交织在一起。
几条被红色粉笔特意加粗标出的超边，野蛮地穿过了两个相邻的时间轮次，像是在完美的理论模型上撕开的几道刺眼裂口。
江临从后门推门进来。
他的脚步声并不重，但靠近后排的一名博士生在余光扫到他的瞬间，动作明显停顿了一下。
这名博士生立刻将原本放在旁边座位上的黑色双肩电脑包拿开，甚至下意识地把自己的水杯往里挪了挪。
“这里没人，你坐。”
“谢谢。”
江临微微点头，拉开椅子坐下，顺手翻开自己的笔记本电脑。
今天这门课，是他昨晚从研究支持单元整理的校内高阶课程索引里临时挑出来的。
课程的全称是——【量子纠错与容错量子计算高阶专题】
本周的核心议题是探讨相关噪声、解码失配现象，以及复杂物理噪声模型在实验数据中的可辨识性。
前排有几个人听到动静，回过头看了一眼。
当他们看清坐在后排那个熟悉而又陌生的面孔时，大部分人的目光都经历了短暂的凝滞，随后又默默地把注意力重新放回自己正在跑着的仿真程序上面。
开学已经一个多月，江临在清华这片土地上，早就不需要任何形式的引荐或介绍。
而这间教室里主攻计算机与量子信息方向的人，则对他亲手构建的 bb(5)统一核验器感到敬畏。
那台在第一百九十三步准时停机的四状态图灵机，至今仍被许多理论计算机学者视为神迹般的反例。
至于一个以图灵机和加性组合学闻名的人，为什么会突然出现在一门极其硬核的量子纠错物理层面的专题课上？
没有人觉得奇怪。
在这个级别的人身上，跨界从来不是越界。
授课教授是一位在超导量子计算领域深耕多年的资深学者。
他抱着厚重的移动工作站走进教室门时，目光扫过阶梯座位，第一眼就看见了坐在最后一排的江临。
教授把电脑放在讲台上，接上投影仪的数据线，慢条斯理地调整了一下领夹麦克风。
“江临今天也来了。”
教室里响起几声轻笑，气氛稍微松动了一些。
教授双手撑在讲台上，环视了一圈，语气里带着几分调侃与认真：“先定个规矩，今天是上课，不是前沿报告会。这间教室里没有任何不能被攻击的观点，包括我的，也包括他的。”
坐在后排的江临笑着点了点头。
坐在他前面的那名博士生忍不住转过头，压低声音问道：“你今天是来单纯听课的，还是来拆题的？”
“先听课。”
“那就是要看后半节课的情况了。”
博士生咽了一下口水，心虚地把自己屏幕上的几行复杂代码最小化，似乎生怕被后排那双眼睛看出什么破绽。
江临笑了笑，没有接话。
九点整，课程准时开始。
教授没有浪费一秒钟去复习表面码的拓扑结构或者稳定子测量这些基础概念。
能坐在这里的人，早就把这些东西刻在了肌肉记忆里。
投影仪闪烁了一下，第一页ppt直接砸出了一张在真实重复错误症状提取实验中得到的高密度检测事件相关图。
横轴代表空间位置上的物理距离。
纵轴代表随着时间推进的测量轮次。
图上布满了深浅不一的色块，颜色越深，代表不同检测事件之间的条件相关强度越高。
“上周，我们花了两节课讨论独立pauli噪声假设。”教授拿起高功率绿色激光笔，在屏幕上画了一个圈，“我们也用详尽的数学推导证明了，为什么目前主流的最小权完美匹配解码器那么喜欢，甚至可以说依赖这个假设。”
激光笔的光点猛地停在图中一片明显连成簇的深红色区域。
“但是今天，我们要把那个美好的假设扔进垃圾桶。”
教授的声音提高了一些。
“真实的物理装置里，错误从来都不会排着队，彬彬有礼地单独发生。”
“量子比特之间的微波串扰、非计算子空间的泄漏、环境温度引起的共模漂移、甚至仅仅是测量链路上一根线缆的微小故障，都可能导致多个检测事件在时间和空间上成群结队地出现。”
“现在的问题是，我们从庞大的syndro记录中看到的，仅仅是哪些灯亮了，也就是哪些测量给出了翻转的读数。”
教授放下激光笔，目光变得冷峻起来。
“至于底层究竟发生了什么？是量子比特上发生了真实物理错误，还是读出仪器产生了电子学噪声？这些真相，并不会主动写在数据的旁边。”
听到这里，江临原本随意落在投影幕布上的目光，微微停顿了一下。
一个多月前，研究支持单元第一次向他提交外部高优先级问题清单时，一共有三个问题等待他挑选。
第一个五状态繁忙海狸问题自不必说。
已经解决了。
第二个来自欧洲的dedekind数d(9)分布式计算项目。
对方希望他能帮忙重新拆分FpGA阵列上的超大规模组合计数任务。
但由于对方没有按要求提交足够精细的任务块运行时间统计分布，这个问题至今仍被他挂在系统里，状态显示为——【SUppLENt_REqUIREd（需要补充材料）】
而第三个问题，则来自中国科学技术大学的一支量子信息实验团队。
这份材料由江大的陆知行教授加密中转。
他们手里握着两百多万条由真实的超导量子线路表面码实验产生的syndro记录。
他们最初只希望江临判断，这些错误事件序列能否近似按完全独立的马尔可夫噪声模型处理。
但江临很快发现，如果连反复出现的相关结构究竟跟着量子比特的物理邻接关系走，还是跟着读出链路、时钟对齐偏差以及采集卡异常走都无法判断，所谓独立近似也没有可靠边界。
当时，对方提交的数据矩阵非常庞大，但维度极为干瘪。
只有时间戳。
只有测量轮次。
只有匿名化通道编号。
以及简单的布尔型错误标签。
没有给出匿名通道之间的相对物理邻接图。
没有微波读出线路的复用分组情况。
没有完整的时钟对齐与测量轮次说明。
没有硬件的校准窗口记录，更没有系统的丢帧和空缺标记。
那两百多万条记录在数据库里排列得整整齐齐，像是一支哑巴军队。
它们只能忠实地告诉分析者，哪些警报经常一起出现。
却根本无法告诉任何人，到底是什么力量，让这些警报一起出现。
因此，江临当时毫不犹豫地拒绝接收数据实体，仅仅返回了一份长达六页的元数据补充清单。
就在昨天晚上，研究支持单元发来过一条简短的系统通知。
中科大团队已经咬牙完成了第二轮的补充材料收集。
江临还没有来得及打开那份新文件。
而此刻，阶梯教室投影幕布上的那张深红色相关图，与一个多月前那份材料里提出的核心困境，完美地重叠在了一起。
教授转过身，拿起粉笔，在黑板上用力写下三组假设来源。
【物理相关错误】
【测量错误与读出串扰】
【隐藏状态驱动的时间相关】
“假设，我们现在拥有足够长的时间序列数据，我们也完全掌握表面码的几何拓扑结构。”
教授扔下粉笔，拍了拍手上的粉笔灰。
“各位同学，怎样在纯数学和统计层面判断，我们观测到的这些相关边，究竟来自黑板上的哪一种底层机制？”
前排一名专攻机器学习的博士生率先举手开口。
“可以按不同的校准窗口，分别去拟合动态贝叶斯网络。写出联合分布，再比较潜在隐变量的图模型结构。如果在跨越多个窗口后，某条边的连接权重依然保持显着，我们可以通过贝叶斯更新，大幅度提高它属于底层物理相关的后验概率。”
教授并没有被这个听起来很华丽的方案打动，反问道：“每个窗口里的有效数据量，足够支撑你去做无偏拟合吗？”
“可以引入分层贝叶斯先验。”那名博士生显然有备而来，“让相邻的窗口共享底层结构拓扑，每个小窗口只进行参数更新，而不是从头学习结构。”
“那你要共享多少结构，阈值怎么定？”
那名博士生停顿了一下，语气弱了一些：“需要用交叉验证来跑出最优超参数。”