Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Physik# Quantenphysik# Statistische Mechanik

Neue Methode zum Sampling von verrauschten Quantenkreisen

Ein neuer Algorithmus verbessert das Sampling aus flachen Quanten-Schaltkreisen, die von Rauschen betroffen sind.

― 5 min Lesedauer


Sampling vonSampling vonQuanten-Schaltungen unterRauschenRauschen beeinträchtigt sind.Sampling von Quantenkreisen, die durchNeuer Algorithmus verbessert das
Inhaltsverzeichnis

In den letzten Jahren hat die Quantencomputing viel Interesse geweckt, weil es eine mögliche Lösung für Aufgaben bietet, die für klassische Computer schwierig oder unmöglich sind. Es gibt jedoch Herausforderungen, die Quantencomputer zuverlässig zu machen, besonders wenn sie von Rauschen betroffen sind. Rauschen kann aus vielen Quellen kommen, darunter Imperfektionen in Quantengattern und Umwelteinflüsse. Dieser Artikel diskutiert eine neue Methode, um Daten aus flachen Quanten-Schaltungen zu sammeln, das sind Schaltungen mit einer begrenzten Anzahl von Operationen.

Hintergrund über Quanten-Schaltungen und Rauschen

Quanten-Schaltungen bestehen aus Qubits, den Grundeinheiten von Quanteninformation. Anders als klassische Bits, die entweder 0 oder 1 sind, können Qubits in einem Zustand von 0, 1 oder beidem gleichzeitig sein, wegen einer Eigenschaft namens Superposition. Wenn Qubits durch Gatter interagieren, werden ihre Zustände verschränkt, was komplexe Korrelationen zwischen ihnen schafft. Zufällige Quanten-Schaltungen sind eine Art von Schaltung, bei der Gatter in zufälliger Reihenfolge angewendet werden.

Rauschen in Quantensystemen verwandelt oft das ideale Verhalten von Quanten-Schaltungen in etwas weniger Vorhersehbares. Dieses Rauschen kann zu Fehlern führen, die es schwierig machen, Ergebnisse genau zu berechnen. Traditionelle Methoden zur Simulation von Quanten-Schaltungen haben oft Schwierigkeiten, wenn Rauschen präsent ist, besonders bei grösseren und tieferen Schaltungen.

Der Bedarf an Abtastmethoden

Das Abtasten der Ausgaben von Quanten-Schaltungen ist entscheidend, um ihre Leistung zu bewerten. Das Ziel ist, sinnvolle Ergebnisse zu extrahieren, die mit klassischen Simulationen verglichen werden können. Zufälliges Schaltungs-Abtasten (RCS) ist eine Herausforderung, die sich als wichtiges Forschungsgebiet herausgestellt hat. Es wird als einer der führenden Kandidaten angesehen, um die Überlegenheit des Quantencomputings im Vergleich zum klassischen Computing darzustellen.

Herausforderungen bei klassischer Simulation

Klassische Computer können Schwierigkeiten haben, Quanten-Schaltungen zu simulieren, wegen des exponentiellen Wachstums der Verschränkung, das auftritt, wenn die Schaltungen tiefer werden. Mit der Zunahme der Qubits und der Schaltungs-Tiefe steigt auch die Komplexität, die Zustände dieser Qubits zu simulieren. Früher haben einige Modelle gezeigt, dass bestimmte Arten von zufälligen Schaltungen in polynomialer Zeit simuliert werden können, aber praktische Implementierungen auf rauschenden Geräten sind viel komplizierter.

Einführung des neuen Algorithmus

Um die Herausforderungen von rauschenden flachen Schaltungen anzugehen, wurde ein neuer klassischer Algorithmus entwickelt. Dieser Algorithmus ist darauf ausgelegt, die Ausgaben von flachen, verrauschten zufälligen Schaltungen effektiver zu sampeln. Die grundlegende Idee basiert darauf, die Auswirkungen von Rauschen in eine Reihe von Messungen zu entfalten, die die Verschränkung unter Qubits verringern können.

Die Methode nutzt eine Technik namens überwachte Dynamik, die unitäre Operationen mit Messungen kombiniert. Dadurch kann der Algorithmus die Komplexität der Abtastaufgabe verringern, was sie auch bei Vorhandensein von Rauschen handhabbarer macht. Durch die Verwendung dieser Technik kann der Algorithmus bei grösseren Schaltungs-Tiefen effektiver arbeiten als frühere Methoden.

Die Mechanik des Algorithmus

Der Algorithmus beginnt mit der Betrachtung eines zweidimensionalen Arrays von Qubits. In diesem Setup können wir den Prozess des Abtastens von Bitstrings simulieren, das sind Reihenfolgen von binären Ergebnissen von den Qubits.

Die Idee ist, das zweidimensionale Problem in ein eindimensionales zu übersetzen, was es dem Algorithmus erleichtert, es zu behandeln. Diese Transformation ist aufgrund der Lokalität quantenmechanischer Operationen möglich; bei der Messung eines Qubits müssen nur die Operationen berücksichtigt werden, die vor der Messung stattgefunden haben.

Während die Algorithmen arbeiten, können die erforderlichen Berechnungen effizient durchgeführt werden, was zu einem vollständigen Bild der Abtastergebnisse führt.

Verständnis der messungsinduzierten Verschränkung

Messungen können beeinflussen, wie stark Qubits miteinander verschränkt sind. Wenn eine Messung an einem Qubit durchgeführt wird, kann dies zu einem teilweisen Kollaps des Zustands des Systems führen, was die allgemeine Verschränkung verringern kann. Dieses Konzept ist zentral für den Algorithmus, da er die messungsinduzierte Entwirrung nutzt, um die Effizienz der Simulation zu verbessern.

Der Algorithmus analysiert auch verschiedene Arten von Rauschmodellen, um herauszufinden, welche Messstrategien die besten Ergebnisse in Bezug auf die Verringerung der Verschränkung liefern. Bestimmte Arten von Rauschen, wie depolarisierendes Rauschen, können so entfaltet werden, dass die Leistung der Simulation optimiert wird.

Vorteile des neuen Ansatzes

Einer der wesentlichen Vorteile dieses Algorithmus ist seine Fähigkeit, mit realistischen Rauschmodellen zu arbeiten, die in aktuellen Quantencomputern vorhanden sind. Durch sorgfältige Analyse und Optimierung der Messungen, die während der Simulation angewendet werden, kann der Algorithmus die Tiefe der Schaltungen erweitern, die effektiv abgetastet werden können. Das bedeutet, dass komplexere Schaltungen analysiert werden können, was tiefere Einblicke in ihre Leistung und potenzielle Anwendungen bietet.

Ausserdem wurde die neue Abastmethode an verschiedenen Schaltungsarchitekturen getestet, was ihre Nützlichkeit in realen Szenarien bestätigt. Zum Beispiel wurde sie auf Quantenprozessoren mit schweren Hexagon-Qubit-Arrays angewendet, was ihre Fähigkeit zeigt, die Komplexität der heutigen Quanten-Geräte zu bewältigen.

Ergebnisse erkunden

Die Ergebnisse des Algorithmus zeigen wichtige Eigenschaften, wie Rauschen Quanten-Schaltungen beeinflusst. Durch die Simulation verschiedener Tiefen und Stärken von Rauschen können Forscher die Schwellenwerte identifizieren, bei denen die Simulation effizient bleibt oder herausfordernd wird. Die Ergebnisse liefern auch wertvolle Informationen über die praktischen Grenzen des Quantencomputings mit der aktuellen Technologie.

Fazit

Die Entwicklung dieses klassischen Algorithmus stellt einen bedeutenden Fortschritt im Bereich des Quantencomputings dar, besonders im Kontext von rauschenden Schaltungen. Indem die Ausgaben von flachen, rauschenden zufälligen Schaltungen effektiv abgetastet werden, verbessert diese Methode das Verständnis dafür, wie Rauschen Quanten-Systeme beeinflusst und erweitert die Möglichkeiten für zukünftige Quantenanwendungen.

Während sich die Quanten-Technologie weiterentwickelt, wird es entscheidend sein, Wege zu finden, Quanten-Schaltungen effizient zu simulieren und zu analysieren, um das Potenzial des Quantencomputings zu realisieren. Die Erkenntnisse aus dieser Forschung können helfen, die Zukunft von Quanten-Algorithmen zu gestalten, was zu noch effektiveren Methoden führt, um Quanten-Systeme in praktischen Szenarien zu nutzen.

Originalquelle

Titel: Efficient sampling of noisy shallow circuits via monitored unraveling

Zusammenfassung: We introduce a classical algorithm for sampling the output of shallow, noisy random circuits on two-dimensional qubit arrays. The algorithm builds on the recently-proposed "space-evolving block decimation" (SEBD) and extends it to the case of noisy circuits. SEBD is based on a mapping of 2D unitary circuits to 1D {\it monitored} ones, which feature measurements alongside unitary gates; it exploits the presence of a measurement-induced entanglement phase transition to achieve efficient (approximate) sampling below a finite critical depth $T_c$. Our noisy-SEBD algorithm unravels the action of noise into measurements, further lowering entanglement and enabling efficient classical sampling up to larger circuit depths. We analyze a class of physically-relevant noise models (unital qubit channels) within a two-replica statistical mechanics treatment, finding weak measurements to be the optimal (i.e. most disentangling) unraveling. We then locate the noisy-SEBD complexity transition as a function of circuit depth and noise strength in realistic circuit models. As an illustrative example, we show that circuits on heavy-hexagon qubit arrays with noise rates of $\approx 2\%$ per CNOT, based on IBM Quantum processors, can be efficiently sampled up to a depth of 5 iSWAP (or 10 CNOT) gate layers. Our results help sharpen the requirements for practical hardness of simulation of noisy hardware.

Autoren: Zihan Cheng, Matteo Ippoliti

Letzte Aktualisierung: 2023-11-15 00:00:00

Sprache: English

Quell-URL: https://arxiv.org/abs/2306.16455

Quell-PDF: https://arxiv.org/pdf/2306.16455

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel