量子プロセッサーとエラー補正の進展
ノイズの多い環境での量子プロセッサー、エラー、測定技術に関する主要な発見。
― 1 分で読む
目次
量子技術が進化してきてるね。研究者たちは、量子システムがどう動くかを特にノイズのある環境で調べるために、高度なツールを使ってる。この文章では、量子プロセッサーに関連するいくつかの重要な発見をまとめて、測定、エラー、エンタングルメントに焦点を当ててる。
量子プロセッサー
この研究の核心にあるのは、70個のトランスモンキュービットで構成された量子プロセッサーだよ。これらのキュービットは、量子力学の原理のおかげで、同時に複数の状態に存在できる特別に設計された量子情報のビットなんだ。このプロセッサーの重要な特徴はコヒーレンス時間で、環境との相互作用によって情報を失う前にキュービットがその量子状態をどれだけ維持できるかを測る指標だね。
この実験では、量子プロセッサーの中央値コヒーレンス時間が23.8マイクロ秒だった。これは、長いコヒーレンス時間があれば情報を失わずに量子操作を行うのに有利ってことだね。
量子プロセッサーのもう一つの重要な側面は、読み出しエラー率だ。読み出しエラーは、キュービットが測定中に期待された状態を返さないときに発生する。チームは、すべてのキュービットをランダムな状態にして測定を行った。単一キュービットの中央値読み出しエラー率は1.42%で、比較的低いけど、まだ重要な数字だよ。
キュービット操作のエラー
量子計算のエラーは、単一キュービットと二キュービットゲートの操作中に発生することがある。研究者たちは、iSWAPのような特定のゲートに焦点を当てて、そのエラー率を測定してパフォーマンスを理解しようとしたんだ。
彼らは、クロスエントロピー・ベンチマーキングという方法を使って、単一および二キュービット操作のエラー率を評価した。結果として、単一キュービットゲートの中央値エラー率は約0.10%、二キュービットゲートでは約0.60%だった。これは、エラーは小さいけど、量子アプリケーションの全体的なパフォーマンスに影響を与える可能性があるってことを示してる。
fSimゲートの実装
この研究では、もっと複雑な二キュービットゲートであるfSimゲートの実装も探求してる。これらのゲートは、より複雑な量子操作を行うために重要なんだ。研究者たちは、最大結合強度やタイミングなど、これらのゲートで使用された具体的なパラメータを詳述してる。
fSimゲートを使用する過程で、キュービット間の相互作用がエラーを引き起こすことがある、特に漏れエラーだ。漏れは、キュービットが意図した計算空間から移行するときに発生する。これらのエラーを最小限に抑えるために、研究者たちはゲートの最適なパルス形状と持続時間を特定したんだ。
fSimゲートの実装では、漏れエラーを減少させるためにパルスパラメータをキャリブレーションすることが重要で、特に結合強度が増すときにね。彼らは、パルスのタイミングと結果としての漏れ率の関係を体系的に研究することで、ゲートの忠実度を向上させる方法を理解したんだ。
量子エントロピーの測定
量子物理学では、エントロピーはシステムの不確実性や無秩序の尺度なんだ。研究者たちは、ランダム化測定という方法を使って自分たちの量子システムのエンタングルメントを測定しようとした。このアプローチは、複数のランダムなインスタンスにわたって平均化することでキュービットの状態についての情報を集めるのに役立つんだ。
この方法の大きな利点の一つは、システムの異なる部分のエントロピーを同時に計算できることなんだ。これにより、異なるサブシステム内でキュービット間にどれだけ情報が共有されているかを理解するのに役立つ。
でも、ノイズは量子プロセッサーの常なる課題なんだ。研究者たちは、測定に対するノイズの影響を軽減するための技術を開発したよ。彼らは、ノイズによって引き起こされたエラーを修正するために統計的方法を使って、システムの動作をより正確に評価できるようにしてる。
量子エントロピー測定の結果
実験では、量子状態のノイズによる残留エントロピーがかなり大きいことが明らかになった。このエントロピーは、システムのサイズと量子回路の深さの両方で増加した。チームは、この背景エントロピーを考慮するためにエラー軽減技術を適用して、より信頼できるエントロピー測定を可能にしたんだ。
測定は、サブシステムのサイズが増えるとエントロピーも増加することを確認した。これは、量子状態の基盤となる複雑さを示してる。研究者たちは、回路の深さが増すに連れて全体システムのエントロピーが線形に増加するのを観察して、デコヒーレンスの影響をさらに示したんだ。
さらに、異なるサブシステム間の相互情報も探求して、2つの部分が全体のシステムの半分以上を占めるときにエンタングルメントが強いことを指摘してる。
エラー軽減に関する洞察
研究で使われたエラー軽減戦略は、エントロピー測定の精度を向上させたけど、課題も残ってる。高度にエンタングルされた状態では、正しくキャリブレーションされていない場合、手法が誤解を招く結果を生むことがあるってわかったんだ。
研究者たちは、自分たちの量子測定のエラーが観察された動作を歪める可能性があることを見つけた、特にエンタングルリングフェーズでね。彼らは、エラーが期待されるエンタングルメントのパターンに予期しない変動を引き起こすことがあると発見したんだ。
これらの課題にもかかわらず、エラー軽減のために開発された技術は、より信頼性のある量子コンピューティングへの重要なステップを表してる。これにより、研究者はエンタングルメントのフェーズをより効果的に特定できるようになって、量子プロセッサーのパフォーマンスを向上させられるんだ。
量子ゲートの時空二重性
研究で論じられた素晴らしいコンセプトは、量子ゲートの時空二重性だ。この二重性は、ユニタリゲートを非ユニタリゲートに変換できて、量子操作を分析する新しいアプローチを可能にするんだ。
このフレームワークでは、研究者たちはfSimゲートのパラメータを変化させることで、量子システム内のエンタングルメント構造がどのように影響を受けるかを調べたんだ。これらのゲートの空間的および時間的な表現の間で焦点を移すことで、測定の変化が量子ダイナミクスにどう影響するかを観察できた。
チームは、この二重性がエンタングルリングダイナミクスに新たな洞察を提供することを詳述していて、これは量子情報がシステムを通じてどのように伝播するかを理解するのに重要なんだ。これは量子技術の今後の進展にとって必須な理解だよ。
量子回路のシミュレーション
研究者たちは、量子回路の挙動をモデル化するために古典シミュレーションも実行した。彼らは、全体の波動関数を保存せずに量子ダイナミクスをシミュレートする戦略を開発したんだ。これは、計算リソースが高くつくからね。
その代わり、回路のセクションを逐次的にシミュレートする方法を使って、計算資源を圧倒することなくデータを蓄積できるようにしたんだ。このシミュレーションは様々な回路構成に適用されて、量子の挙動の本質的な特徴を特定するのに役立ったよ。
このアプローチは、調べた回路のサイズには効果的だったけど、回路サイズが大きくなるとさらに大きな課題が現れることを認めてる。
おおよそのデコーディングアルゴリズム
この研究では、量子状態をより効率的に分析する方法としておおよそのデコーディングアルゴリズムを導入してる。これらのアルゴリズムは、システムのサイズに応じて量子状態のエンタングルメントを評価する手段を提供するんだ。
行列積状態(MPS)を使って、研究者たちはエンタングルメントの特性をシミュレートしながら、計算資源を効果的に管理したよ。これは、従来の方法が複雑さのために失敗する可能性がある大きな量子プロセッサーにとって重要だね。
でも、MPSアプローチには制限があって、特に高度にエンタングルされたフェーズでは問題がある。エンタングルリングフェーズの間に適用すると、エラーが急速に蓄積して結果の信頼性を損なうんだ。研究者たちは、おおよその方法があまり複雑でない状況ではうまく機能するけど、強いエンタングルメントが現れた場合には苦戦することを指摘したよ。
古典的エラーの課題
古典的シミュレーションにもエラーの影響を考えることが重要だ。量子状態を古典的にシミュレートすることで、最終的な結果に影響を与える不正確さが導入されることがある。今回の研究では、シミュレーションエラーがデコーディングシグナルに与える影響を評価するためにモデル化されたんだ。
彼らは、たとえシミュレーション自体がほとんど正確でも、エラーが結果をかなり妨げて、間違った結論につながる可能性があることを見つけた。これにより、量子実験で信頼できる結果を得るためには、シミュレーション方法の徹底した検証が重要であることが強調されてる。
結論
提示された発見は、量子技術の進展を強化して、量子プロセッサーのエラーを測定し理解することの重要性を強調してる。エラー軽減と複雑な量子ダイナミクスの探求を続けることで、科学者たちは量子コンピュータと情報処理の将来のブレークスルーの基盤を築いているんだ。
研究者たちが量子システムのパフォーマンスを向上させようとする中で、理論、実践、シミュレーションの相互作用がますます重要になってくる。集められた洞察は、量子技術の進化において重要な役割を果たすことが間違いないし、計算、通信、その他の分野での新たな応用の道を開くことになるよ。
タイトル: Measurement-induced entanglement and teleportation on a noisy quantum processor
概要: Measurement has a special role in quantum theory: by collapsing the wavefunction it can enable phenomena such as teleportation and thereby alter the "arrow of time" that constrains unitary evolution. When integrated in many-body dynamics, measurements can lead to emergent patterns of quantum information in space-time that go beyond established paradigms for characterizing phases, either in or out of equilibrium. On present-day NISQ processors, the experimental realization of this physics is challenging due to noise, hardware limitations, and the stochastic nature of quantum measurement. Here we address each of these experimental challenges and investigate measurement-induced quantum information phases on up to 70 superconducting qubits. By leveraging the interchangeability of space and time, we use a duality mapping, to avoid mid-circuit measurement and access different manifestations of the underlying phases -- from entanglement scaling to measurement-induced teleportation -- in a unified way. We obtain finite-size signatures of a phase transition with a decoding protocol that correlates the experimental measurement record with classical simulation data. The phases display sharply different sensitivity to noise, which we exploit to turn an inherent hardware limitation into a useful diagnostic. Our work demonstrates an approach to realize measurement-induced physics at scales that are at the limits of current NISQ processors.
著者: Jesse C. Hoke, Matteo Ippoliti, Eliott Rosenberg, Dmitry Abanin, Rajeev Acharya, Trond I. Andersen, Markus Ansmann, Frank Arute, Kunal Arya, Abraham Asfaw, Juan Atalaya, Joseph C. Bardin, Andreas Bengtsson, Gina Bortoli, Alexandre Bourassa, Jenna Bovaird, Leon Brill, Michael Broughton, Bob B. Buckley, David A. Buell, Tim Burger, Brian Burkett, Nicholas Bushnell, Zijun Chen, Ben Chiaro, Desmond Chik, Josh Cogan, Roberto Collins, Paul Conner, William Courtney, Alexander L. Crook, Ben Curtin, Alejandro Grajales Dau, Dripto M. Debroy, Alexander Del Toro Barba, Sean Demura, Augustin Di Paolo, Ilya K. Drozdov, Andrew Dunsworth, Daniel Eppens, Catherine Erickson, Edward Farhi, Reza Fatemi, Vinicius S. Ferreira, Leslie Flores Burgos, Ebrahim Forati, Austin G. Fowler, Brooks Foxen, William Giang, Craig Gidney, Dar Gilboa, Marissa Giustina, Raja Gosula, Jonathan A. Gross, Steve Habegger, Michael C. Hamilton, Monica Hansen, Matthew P. Harrigan, Sean D. Harrington, Paula Heu, Markus R. Hoffmann, Sabrina Hong, Trent Huang, Ashley Huff, William J. Huggins, Sergei V. Isakov, Justin Iveland, Evan Jeffrey, Cody Jones, Pavol Juhas, Dvir Kafri, Kostyantyn Kechedzhi, Tanuj Khattar, Mostafa Khezri, Mária Kieferová, Seon Kim, Alexei Kitaev, Paul V. Klimov, Andrey R. Klots, Alexander N. Korotkov, Fedor Kostritsa, John Mark Kreikebaum, David Landhuis, Pavel Laptev, Kim-Ming Lau, Lily Laws, Joonho Lee, Kenny W. Lee, Yuri D. Lensky, Brian J. Lester, Alexander T. Lill, Wayne Liu, Aditya Locharla, Orion Martin, Jarrod R. McClean, Matt McEwen, Kevin C. Miao, Amanda Mieszala, Shirin Montazeri, Alexis Morvan, Ramis Movassagh, Wojciech Mruczkiewicz, Matthew Neeley, Charles Neill, Ani Nersisyan, Michael Newman, Jiun H. Ng, Anthony Nguyen, Murray Nguyen, Murphy Yuezhen Niu, Tom E. O'Brien, Seun Omonije, Alex Opremcak, Andre Petukhov, Rebecca Potter, Leonid P. Pryadko, Chris Quintana, Charles Rocque, Nicholas C. Rubin, Negar Saei, Daniel Sank, Kannan Sankaragomathi, Kevin J. Satzinger, Henry F. Schurkus, Christopher Schuster, Michael J. Shearn, Aaron Shorter, Noah Shutty, Vlad Shvarts, Jindra Skruzny, W. Clarke Smith, Rolando D. Somma, George Sterling, Douglas Strain, Marco Szalay, Alfredo Torres, Guifre Vidal, Benjamin Villalonga, Catherine Vollgraff Heidweiller, Ted White, Bryan W. K. Woo, Cheng Xing, Z. Jamie. Yao, Ping Yeh, Juhwan Yoo, Grayson Young, Adam Zalcman, Yaxing Zhang, Ningfeng Zhu, Nicholas Zobrist, Harmut Neven, Ryan Babbush, Dave Bacon, Sergio Boixo, Jeremy Hilton, Erik Lucero, Anthony Megrant, Julian Kelly, Yu Chen, Vadim Smelyanskiy, Xiao Mi, Vedika Khemani, Pedram Roushan
最終更新: 2023-10-17 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2303.04792
ソースPDF: https://arxiv.org/pdf/2303.04792
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。