Fisica_Teorica
Códigos Topológicos para Correção de Erros Quânticos: Teoria e Implementação
Autor: Saulo Dutra
Artigo: #555
# Correção de Erros Quânticos Topológicos: Uma Abordagem Unificada entre Teoria de Campos e Informação Quântica
## Resumo
A correção de erros quânticos topológicos representa uma das fronteiras mais promissoras na interseção entre a teoria quântica de campos, matéria condensada topológica e computação quântica. Este artigo apresenta uma análise rigorosa dos fundamentos teóricos e desenvolvimentos recentes em códigos de correção de erros topológicos, com ênfase particular nos códigos de superfície, códigos de cor e suas generalizações em dimensões superiores. Exploramos a conexão profunda entre fases topológicas da matéria, teorias de gauge discretas e a estrutura matemática dos códigos estabilizadores. Através de uma perspectiva unificada baseada em teorias topológicas de campos quânticos (TQFTs), demonstramos como conceitos de anyons, ordem topológica e emaranhamento de longo alcance fornecem a base teórica para a robustez intrínseca destes códigos contra decoerência local. Apresentamos análises detalhadas dos limiares de erro, protocolos de decodificação e implementações experimentais recentes, incluindo resultados em processadores quânticos supercondutores e sistemas de íons aprisionados. Nossas conclusões indicam que a correção de erros topológicos não apenas oferece um caminho viável para computação quântica tolerante a falhas, mas também revela conexões fundamentais entre informação quântica, gravitação quântica e a estrutura emergente do espaço-tempo.
**Palavras-chave:** correção de erros quânticos, ordem topológica, códigos de superfície, anyons, teorias de gauge, emaranhamento quântico, computação quântica tolerante a falhas
## 1. Introdução
A realização prática de computadores quânticos escaláveis enfrenta o desafio fundamental da decoerência quântica e erros operacionais. Enquanto sistemas clássicos podem empregar redundância simples para correção de erros, o teorema da não-clonagem quântica [1] impõe restrições severas sobre estratégias diretas de duplicação de informação quântica. A descoberta de que a correção de erros quânticos é possível através de codificação em subespaços de Hilbert protegidos [2] revolucionou o campo, estabelecendo o paradigma da computação quântica tolerante a falhas.
Entre as diversas abordagens para correção de erros quânticos, os códigos topológicos emergem como particularmente promissores devido à sua proteção intrínseca contra perturbações locais. A ideia fundamental baseia-se na codificação de informação quântica em graus de liberdade topológicos globais que são naturalmente robustos contra flutuações locais. Esta proteção topológica está intimamente relacionada com conceitos fundamentais em física da matéria condensada, incluindo ordem topológica [3], anyons [4] e fases topológicas protegidas por simetria.
A conexão entre correção de erros topológicos e teoria quântica de campos manifesta-se através de várias perspectivas complementares. Primeiramente, os códigos topológicos podem ser interpretados como teorias de gauge discretas na rede, onde os operadores estabilizadores correspondem a vínculos de gauge locais [5]. Esta correspondência permite aplicar técnicas poderosas da física de altas energias, incluindo dualidades, simetrias emergentes e métodos de grupo de renormalização, ao estudo de códigos quânticos.
$$H = -J_e \sum_e Z_e - J_v \sum_v \prod_{e \in v} X_e - J_p \sum_p \prod_{e \in \partial p} Z_e$$
onde $Z_e$ e $X_e$ são operadores de Pauli atuando nas arestas $e$ da rede, $v$ denota vértices e $p$ plaquetas. Este Hamiltoniano, conhecido como código tórico de Kitaev [6], exemplifica a estrutura geral dos códigos topológicos e sua conexão com teorias de gauge $\mathbb{Z}_2$.
## 2. Revisão da Literatura
### 2.1 Fundamentos Históricos e Desenvolvimentos Iniciais
O conceito de correção de erros quânticos topológicos originou-se independentemente em múltiplos contextos. Kitaev [6] introduziu o código tórico em 1997, demonstrando explicitamente como anyons emergentes poderiam armazenar e processar informação quântica de forma topologicamente protegida. Paralelamente, Dennis et al. [7] desenvolveram o código de superfície planar, uma variante com condições de contorno abertas mais adequada para implementação experimental.
A teoria matemática subjacente aos códigos topológicos baseia-se fortemente em homologia e cohomologia, conceitos centrais em topologia algébrica. Freedman et al. [8] estabeleceram conexões rigorosas entre computação quântica topológica e teorias topológicas de campos quânticos (TQFTs), demonstrando que certas TQFTs não-abelianas poderiam, em princípio, realizar computação quântica universal através de trançamento de anyons.
### 2.2 Códigos Estabilizadores e Estrutura Matemática
Os códigos topológicos pertencem à classe mais ampla de códigos estabilizadores, introduzidos por Gottesman [9]. Um código estabilizador é definido por um grupo abeliano $\mathcal{S}$ de operadores de Pauli que comutam mutuamente:
$$\mathcal{S} = \langle S_1, S_2, ..., S_k \rangle \subset \mathcal{P}_n$$
onde $\mathcal{P}_n$ é o grupo de Pauli em $n$ qubits. O espaço de código é o autoespaço simultâneo com autovalor +1 de todos os geradores:
$$|\psi\rangle \in \mathcal{C} \Leftrightarrow S_i|\psi\rangle = |\psi\rangle \quad \forall S_i \in \mathcal{S}$$
A dimensão do espaço de código é $2^{n-k}$, codificando $n-k$ qubits lógicos em $n$ qubits físicos.
### 2.3 Ordem Topológica e Emaranhamento de Longo Alcance
A robustez dos códigos topológicos origina-se da ordem topológica subjacente, caracterizada por emaranhamento de longo alcance e degenerescência do estado fundamental dependente da topologia [10]. Chen, Gu e Wen [11] desenvolveram uma teoria sistemática de ordem topológica baseada em padrões de emaranhamento local, estabelecendo conexões profundas com fases da matéria protegidas por simetria.
A entropia de emaranhamento topológico, introduzida por Kitaev e Preskill [12] e Levin e Wen [13], fornece uma assinatura universal de ordem topológica:
$$S_A = \alpha L - \gamma + ...$$
onde $L$ é o perímetro da região $A$ e $\gamma$ é a correção topológica universal. Para o código tórico, $\gamma = \ln 2$, refletindo a presença de anyons $\mathbb{Z}_2$.
## 3. Metodologia Teórica
### 3.1 Formalismo de Teorias de Gauge na Rede
Adotamos uma abordagem sistemática baseada em teorias de gauge discretas para analisar códigos topológicos. Consideremos uma variedade $d$-dimensional $M$ com uma triangulação $\Delta$. Um código topológico baseado em grupo finito $G$ é construído associando graus de liberdade quânticos (qudits de dimensão $|G|$) aos simplexos de dimensão apropriada.
Para o caso paradigmático do código tórico em 2D com grupo $G = \mathbb{Z}_2$, qubits residem nas arestas da rede. Os operadores estabilizadores são:
**Operadores de vértice (star operators):**
$$A_v = \prod_{e \in \text{star}(v)} X_e$$
**Operadores de plaqueta (plaquette operators):**
$$B_p = \prod_{e \in \partial p} Z_e$$
Estes operadores satisfazem a álgebra de comutação:
$$[A_v, B_p] = 0 \quad \forall v,p$$
### 3.2 Construção de Códigos em Dimensões Superiores
A generalização para dimensões superiores segue a estrutura de complexos de cadeia em homologia. Para uma $d$-variedade, definimos o complexo de cadeia:
$$C_d \xrightarrow{\partial_d} C_{d-1} \xrightarrow{\partial_{d-1}} ... \xrightarrow{\partial_1} C_0$$
onde $C_i$ é o espaço vetorial gerado pelos $i$-simplexos e $\partial_i$ são os operadores de bordo satisfazendo $\partial_{i-1} \circ \partial_i = 0$.
Os códigos homológicos quânticos [14] codificam informação nos ciclos não-triviais:
$$\mathcal{C} = \text{Ker}(\partial_i) / \text{Im}(\partial_{i+1}) = H_i(\Delta, \mathbb{Z}_2)$$
### 3.3 Análise de Threshold de Erro
O threshold de erro $p_c$ representa a taxa máxima de erro físico abaixo da qual a correção de erros é efetiva. Para códigos topológicos, o threshold está relacionado com transições de fase em modelos estatísticos correspondentes.
Consideremos o modelo de erro de inversão de bit independente com probabilidade $p$. A decodificação de máxima verossimilhança mapeia para o problema de encontrar o estado fundamental do Hamiltoniano de vidro de spin aleatório:
$$H_{\text{decoder}} = -\sum_e s_e \ln\left(\frac{1-p}{p}\right) Z_e - \sum_{\langle e,e'\rangle} J_{ee'} Z_e Z_{e'}$$
onde $s_e = \pm 1$ indica se um erro ocorreu na aresta $e$.
Dennis et al. [7] estabeleceram que o threshold do código de superfície corresponde à transição de fase do modelo de Ising de ligações aleatórias em 2D, resultando em $p_c \approx 0.11$ para o modelo de erro independente.
## 4. Análise e Discussão
### 4.1 Códigos de Superfície: Estado da Arte
O código de superfície emergiu como o candidato líder para implementação experimental devido à sua localidade 2D e alto threshold de erro. Fowler et al. [15] desenvolveram protocolos detalhados para computação universal usando defeitos topológicos (twists) e injeção de estados mágicos.
A estrutura do código de superfície com $L \times L$ qubits físicos codifica um qubit lógico com distância $d = L$. Os operadores lógicos são:
$$\bar{X} = \prod_{e \in \gamma_x} X_e, \quad \bar{Z} = \prod_{e \in \gamma_z} Z_e$$
onde $\gamma_x$ e $\gamma_z$ são caminhos não-contraíveis horizontal e vertical, respectivamente.
### 4.2 Implementações Experimentais Recentes
Avanços significativos foram realizados na implementação experimental de códigos topológicos. O grupo da Google demonstrou correção de erros com código de superfície em processadores supercondutores [16], alcançando fidelidades que se aproximam do threshold teórico. Especificamente, eles reportaram:
1. **Supressão exponencial de erros lógicos** com aumento da distância do código
2. **Lifetime do qubit lógico** excedendo qubits físicos para $d \geq 5$
3. **Demonstração de operações lógicas** via lattice surgery
A taxa de erro lógico escala como:
$$p_L \sim (p/p_c)^{(d+1)/2}$$
para $p < p_c$, confirmando predições teóricas.
### 4.3 Códigos de Cor e Generalizações
Os códigos de cor [17] oferecem vantagens sobre códigos de superfície, incluindo implementação transversal de portas Clifford completas. A estrutura baseia-se em coloração de faces em redes planares tri-valentes:
$$H_{\text{color}} = -\sum_{f} X(f) - \sum_{v,c} Z(v,c)$$
onde $X(f)$ atua em todos os qubits ao redor da face $f$, e $Z(v,c)$ atua em qubits de cor $c$ ao redor do vértice $v$.
### 4.4 Conexões com Gravitação Quântica
Recentemente, conexões profundas entre correção de erros quânticos e gravitação quântica foram estabelecidas através da correspondência AdS/CFT. Almheiri, Dong e Harlow [18] demonstraram que o código holográfico emergente na dualidade AdS/CFT exibe propriedades de correção de erros quânticos, onde:
1. **Operadores locais no bulk** correspondem a operadores lógicos do código
2. **A geometria do bulk** emerge da estrutura de emaranhamento na fronteira
3. **Wedge de emaranhamento** implementa reconstrução de operadores
A fórmula de Ryu-Takayanagi generalizada:
$$S_A = \frac{\text{Area}(\gamma_A)}{4G_N} + S_{\text{bulk}}$$
conecta entropia de emaranhamento com geometria, sugerindo que o espaço-tempo emergente possui estrutura de correção de erros intrínseca.
### 4.5 Decodificadores e Algoritmos
O desenvolvimento de decodificadores eficientes é crucial para implementação prática. Principais abordagens incluem:
**1. Minimum Weight Perfect Matching (MWPM):** Complexidade $O(n^3)$ para $n$ qubits, optimal para erros independentes [19].
**2. Union-Find Decoder:** Complexidade quase-linear $O(n \alpha(n))$, onde $\alpha$ é a função inversa de Ackermann [20].
**3. Decodificadores baseados em Redes Neurais:** Utilizando aprendizado profundo para decodificação adaptativa [21].
A performance do decodificador é caracterizada pelo threshold efetivo:
$$p_{\text{eff}} = p_c \cdot \eta$$
onde $\eta \leq 1$ é a eficiência do decodificador relativa ao ótimo teórico.
### 4.6 Modelos de Erro Correlacionados
Erros realistas exibem correlações espaciais e temporais. Para modelar correlações, consideramos:
$$\rho_{\text{erro}} = \bigotimes_i \left[(1-p)\mathbb{I} + p_x X_i + p_y Y_i + p_z Z_i\right] \cdot \mathcal{C}$$
onde $\mathcal{C}$ introduz correlações entre qubits vizinhos.
Bravyi, Suchara e Vargo [22] analisaram o impacto de correlações no threshold, demonstrando que:
- Correlações espaciais de curto alcance: threshold reduzido por fator $\sim 2-3$
- Correlações temporais: podem ser mitigadas por decodificação adaptativa
## 5. Desenvolvimentos Teóricos Avançados
### 5.1 Códigos Topológicos Não-Abelianos
A generalização para anyons não-abelianos oferece potencial para computação quântica universal topologicamente protegida. O código de Fibonacci, baseado na categoria de fusão:
$$1 \otimes \tau = \tau, \quad \tau \otimes \tau = 1 \oplus \tau$$
onde $\tau$ é o anyon de Fibonacci com dimensão quântica $d_\tau = \phi = (1+\sqrt{5})/2$.
A matriz de trançamento:
$$R = \begin{pmatrix} e^{-4\pi i/5} & 0 \\ 0 & e^{3\pi i/5} \end{pmatrix}$$
gera o grupo de trança que aproxima densamente $SU(2)$, permitindo computação universal.
### 5.2 Códigos Fracton
Uma nova classe de códigos topológicos com mobilidade restrita de excitações, conhecidos como códigos fracton [23], exibem propriedades exóticas:
**Código X-cube de Haah:**
$$H = -\sum_c X(c) - \sum_v Z(v)$$
onde operadores atuam em configurações cúbicas específicas, resultando em:
- Excitações com mobilidade sub-dimensional
- Entropia de emaranhamento sub-extensiva: $S \sim L^{d-1} \log L$
- Degenerescência do estado fundamental exponencial em $L$
### 5.3 Teoria de Campos Efetiva
A descrição de baixa energia dos códigos topológicos é capturada por teorias topológicas de campos quânticos. Para o código tórico, a ação efetiva é:
$$S = \frac{k}{4\pi} \int_{M^3} B \wedge dA$$
onde $A$ e $B$ são campos de gauge $U(1)$ e $k = 1$ para $\mathbb{Z}_2$. Esta é a teoria BF topológica, invariante sob:
$$A \to A + d\lambda, \quad B \to B + d\mu$$
### 5.4 Renormalização e Fluxo RG
O grupo de renormalização fornece insights sobre a robustez de códigos topológicos. Consideremos o Hamiltoniano perturbado:
$$H = H_0 + \sum_i \epsilon_i O_i$$
onde $H_0$ é o Hamiltoniano do código ideal e $O_i$ são perturbações locais.
Sob transformação RG, operadores irrelevantes decaem como:
$$\epsilon_i(l) = \epsilon_i(0) \cdot l^{-\Delta_i}$$
onde $\Delta_i > 0$ é a dimensão de escala. Para o código tórico, todas as perturbações locais são irrelevantes, garantindo estabilidade da fase topológica.
## 6. Aplicações e Implementações Práticas
### 6.1 Arquiteturas de Hardware Quântico
Diferentes plataformas de hardware apresentam desafios e oportunidades únicos:
**Qubits Supercondutores:**
- Tempos de coerência: $T_1, T_2 \sim 100-500 \mu s$
- Fidelidade de portas de dois qubits: $99.5-99.9\%$
- Conectividade limitada requer códigos adaptados
**Íons Aprisionados:**
- Tempos de coerência: $T_1, T_2 \sim 1-100 s$
- Fidelidade de portas: $>99.9\%$
- Conectividade all-to-all permite códigos mais flexíveis
**Qubits Topológicos (Majorana):**
- Proteção topológica intrínseca
- Desafios na demonstração definitiva de modos zero de Majorana
- Potencial para qubits com tempo de coerência exponencialmente longo
### 6.2 Protocolos de Medição de Síndrome
A medição eficiente de síndromes é crucial para correção de erros em tempo real. Para o código de superfície, utilizamos circuitos de profundidade constante:
```
|0⟩ —H— • ——————— • —H— M
| |
|ψ₁⟩ ———X—————————X—————
| |
|ψ₂⟩ ———X—————————X—————
| |
|ψ₃⟩ ———X—————————X—————
| |
|ψ₄⟩ ———X—————————X—————
```
A taxa de medição de síndrome deve satisfazer:
$$\tau_{\text{síndrome}} < \frac{1}{\Gamma_{\text{erro}}}$$
onde $\Gamma_{\text{erro}}$ é a taxa de erro físico.
### 6.3 Otimização de Recursos
O overhead de recursos para computação tolerante a falhas é substancial. Para executar $N_{\text{gates}}$ portas lógicas com probabilidade de falha $p_{\text{fail}}$:
**Número de qubits físicos:**
$$n_{\text{physical}} = O\left(N_{\text{gates}} \cdot \text{polylog}\left(\frac{N_{\text{gates}}}{p_{\text{fail}}}\right)\right)$$
**Tempo de execução:**
$$T_{\text{total}} = O\left(N_{\text{gates}} \cdot d \cdot \text{polylog}\left(\frac{N_{\text{gates}}}{p_{\text{fail}}}\right)\right)$$
onde $d$ é a distância do código.
## 7. Direções Futuras e Desafios
### 7.1 Códigos LDPC Quânticos
Códigos de verificação de paridade de baixa densidade (LDPC) quânticos [24] oferecem escalabilidade superior:
$$\text{Taxa} = \frac{k}{n} = \Theta(1), \quad \text{Distância} = d = \Theta(n^\alpha)$$
com $\alpha > 0$. Breuckmann e Eberhardt [25] construíram códigos LDPC quânticos com parâmetros ótimos usando geometria hiperbólica.
### 7.2 Computação Baseada em Medição
O modelo de computação quântica baseada em medição (MBQC) com estados cluster topológicos oferece vantagens:
1. **Preparação offline** do estado recurso
2. **Computação via medições** single-qubit adaptativas
3. **Tolerância a falhas** incorporada na estrutura topológica
O estado cluster 3D de Raussendorf-Harrington-Goyal [26] implementa computação universal tolerante a falhas com threshold $\sim 0.75\%$.
### 7.3 Aprendizado de Máquina Quântico
A integração de técnicas de aprendizado de máquina na decodificação e otimização de códigos topológicos apresenta oportunidades promissoras:
- **Decodificadores neurais** adaptados ao modelo de ruído específico
- **Otimização de layout** de código para hardware específico
- **Predição de erros** correlacionados usando séries temporais
## 8. Conclusões
A correção de erros quânticos topológicos representa uma síntese notável de conceitos fundamentais em física teórica e aplicações práticas em computação quântica. Nossa análise demonstrou que:
1. **Fundamentos Teóricos Sólidos:** A base matemática em teorias de gauge, ordem topológica e TQFTs fornece framework robusto para desenvolvimento de códigos.
2. **Viabilidade Experimental:** Implementações recentes em múltiplas plataformas demonstram correção de erros além do break-even point, validando o paradigma topológico.
3. **Conexões Interdisciplinares:** Links profundos com gravitação quântica, matéria condensada e teoria de informação quântica enriquecem nossa compreensão fundamental.
4. **Desafios Práticos:** O overhead de recursos permanece substancial, motivando pesquisa em códigos mais eficientes e decodificadores otimizados.
5. **Perspectivas Futuras:** Desenvolvimentos em códigos LDPC quânticos, computação baseada em medição e integração com aprendizado de máquina prometem avanços significativos.
A realização de computadores quânticos práticos e escaláveis dependerá crucialmente do desenvolvimento contínuo de métodos de correção de erros topológicos. A convergência de insights teóricos profundos com engenharia experimental sofisticada sugere que estamos nos aproximando de uma era onde a computação quântica tolerante a falhas se tornará realidade, com implicações transformadoras para ciência, tecnologia e nossa compreensão fundamental da natureza quântica da informação e do espaço-tempo.
## Referências
[1] Wootters, W. K. & Zurek, W. H. (1982). "A single quantum cannot be cloned". Nature, 299, 802-803. DOI: https://doi.org/10.1038/299802a0
[2] Shor, P. W. (1995). "Scheme for reducing decoherence in quantum computer memory". Physical Review A, 52, R2493. DOI: https://doi.org/10.1103/PhysRevA.52.R2493
[3] Wen, X. G. (1990). "Topological orders in rigid states". International Journal of Modern Physics B, 4, 239. DOI: https://doi.org/10.1142/S0217979290000139
[4] Wilczek, F. (1982). "Quantum mechanics of fractional-spin particles". Physical Review Letters, 49, 957. DOI: https://doi.org/10.1103/PhysRevLett.49.957
[5] Kogut, J. B. (1979). "An introduction to lattice gauge theory and spin systems". Reviews of Modern Physics, 51, 659. DOI: https://doi.org/10.1103/RevModPhys.51.659
[6] Kitaev, A. Y. (2003). "Fault-tolerant quantum computation by anyons". Annals of Physics, 303, 2-30. DOI: https://doi.org/10.1016/S0003-4916(02)00018-0
[7] Dennis, E., Kitaev, A., Landahl, A., & Preskill, J. (2002). "Topological quantum memory". Journal of Mathematical Physics, 43, 4452. DOI: https://doi.org/10.1063/1.1499754
[8] Freedman, M., Kitaev, A., Larsen, M., & Wang, Z. (2003). "Topological quantum computation". Bulletin of the American Mathematical Society, 40, 31-38. DOI: https://doi.org/10.1090/S0273-0979-02-00964-3
[9] Gottesman, D. (1997). "Stabilizer codes and quantum error correction". PhD thesis, Caltech. arXiv: https://arxiv.org/abs/quant-ph/9705052
[10] Chen, X., Gu, Z. C., & Wen, X. G. (2010). "Local unitary transformation, long-range quantum entanglement, wave function renormalization, and topological order". Physical Review B, 82, 155138. DOI: https://doi.org/10.1103/PhysRevB.82.155138
[11] Chen, X., Gu, Z. C., & Wen, X. G. (2011). "Classification of gapped symmetric phases in one-dimensional spin systems". Physical Review B, 83, 035107. DOI: https://doi.org/10.1103/PhysRevB.83.035107
[12] Kitaev, A. & Preskill, J. (2006). "Topological entanglement entropy". Physical Review Letters, 96, 110404. DOI: https://doi.org/10.1103/PhysRevLett.96.110404
[13] Levin, M. & Wen, X. G. (2006). "Detecting topological order in a ground state wave function". Physical Review Letters, 96, 110405. DOI: https://doi.org/10.1103/PhysRevLett.96.110405
[14] Bombin, H. & Martin-Delgado, M. A. (2006). "Topological quantum distillation". Physical Review Letters, 97, 180501. DOI: https://doi.org/10.1103/PhysRevLett.97.180501
[15] Fowler, A. G., Mariantoni, M., Martinis, J. M., & Cleland, A. N. (2012). "Surface codes: Towards practical large-scale quantum computation". Physical Review A, 86, 032324. DOI: https://doi.org/10.1103/PhysRevA.86.032324
[16] Google Quantum AI (2023). "Suppressing quantum errors by scaling a surface code logical qubit". Nature, 614, 676-681. DOI: https://doi.org/10.1038/s41586-022-05434-1
[17] Bombin, H. & Martin-Delgado, M. A. (2007). "Topological computation without braiding". Physical Review Letters, 98, 160502. DOI: https://doi.org/10.1103/PhysRevLett.98.160502
[18] Almheiri, A., Dong, X., & Harlow, D. (2015). "Bulk locality and quantum error correction in AdS/CFT". Journal of High Energy Physics, 2015, 163. DOI: https://doi.org/10.1007/JHEP04(2015)163
[19] Kolmogorov, V. (2009). "Blossom V: a new implementation of a minimum cost perfect matching algorithm". Mathematical Programming Computation, 1, 43-67. DOI: https://doi.org/10.1007/s12532-009-0002-8
[20] Delfosse, N. & Nickerson, N. H. (2021). "Almost-linear time decoding algorithm for topological codes". Quantum, 5, 595. DOI: https://doi.org/10.22331/q-2021-12-02-595
[21] Torlai, G. & Melko, R. G. (2017). "Neural decoder for topological codes". Physical Review Letters, 119, 030501. DOI: https://doi.org/10.1103/PhysRevLett.119.030501
[22] Bravyi, S., Suchara, M., & Vargo, A. (2014). "Efficient algorithms for maximum likelihood decoding in the surface code". Physical Review A, 90, 032326. DOI: https://doi.org/10.1103/PhysRevA.90.032326
[23] Haah, J. (2011). "Local stabilizer codes in three dimensions without string logical