[論文レビュー] Algorithmic cooling for resolving state preparation and measurement errors in quantum computing

Raymond Laflamme, Junan Lin+1 more|arXiv (Cornell University)|Mar 15, 2022

Quantum Computing Algorithms and Architecture参考文献 27被引用数 10

ひとこと要約

この論文は、量子プロセッサにおける状態準備および測定（SPAM）誤差を個別に特徴付け、低減するために個々のキュービットに対する射影測定を利用する、測定に基づくアルゴリズム冷却（MBAC）という新規プロトコルを導入する。不完全な測定をリソースとして用いることで、上限のあるオーバーヘッドで顕著な状態準備誤差の低減を達成し、近位量子コンピューティングシステムにおけるベンチマークの向上と性能向上を可能にする。

ABSTRACT

State preparation and measurement errors are commonly regarded as indistinguishable. The problem of distinguishing state preparation (SPAM) errors from measurement errors is important to the field of characterizing quantum processors. In this work, we propose a method to separately characterize SPAM errors using a novel type of algorithmic cooling protocol called measurement-based algorithmic cooling (MBAC). MBAC assumes the ability to perform (potentially imperfect) projective measurements on individual qubits, which is available on many modern quantum processors. We demonstrate that MBAC can significantly reduce state preparation error under realistic assumptions, with a small overhead that can be upper bounded by measurable quantities. Thus, MBAC can be a valuable tool not only for benchmarking near-term quantum processors, but also for improving the performance of quantum processors in an algorithmic manner.

研究の動機と目的

• 量子プロセッサの特徴付けにおいて、状態準備誤差と測定誤差を区別するという長年の課題に取り組む。
• 現実的なハードウェア制約下でも、SPAM誤差を個別に特徴付け可能な実用的プロトコルを開発する。
• 新規の測定駆動型冷却アプローチを用いて、近位量子プロセッサにおける状態準備誤差を低減する。
• 最小限の追加リソースオーバーヘッドで、量子プロセッサの忠実度を向上させるスケーラブルでアルゴリズム的な手法を提供する。

提案手法

• 補助キュービットに対する（おそらく不完全な）射影測定を冷却のリソースとして用いる、測定に基づくアルゴリズム冷却（MBAC）を提案する。
• 理想的な測定を仮定したkキュービットのMBACプロトコルを設計し、ターゲットキュービットの標的冷却を可能にする。
• 補助キュービットに有限の測定誤差がある場合のMBAC性能の下界を導出し、現実的な条件下でも頑健性を保証する。
• 測定結果と誤差相関を分析することで、SPAM誤差を個別に特徴付ける手順を導入する。
• 確率的フレームワークを用いて、ターゲットキュービットを所望の乗法的要因で冷却するために必要な試行回数を決定する。
• 測定可能なシステムパラメータを用いてMBACのオーバーヘッドを上限で評価し、実装可能性を保証する。

実験結果

リサーチクエスチョン

• RQ1 個々のキュービットに対する射影測定を用いて、量子プロセッサにおける状態準備誤差と測定誤差を区別できるか？
• RQ2 不完全な測定を用いても、状態準備誤差を低減できるようにアルゴリズム冷却をどのように適合できるか？
• RQ3 実際の量子ハードウェアで顕著な誤差低減を達成するためのMBACに必要な最小オーバーヘッドは何か？
• RQ4 確率的測定結果が与えられた場合、ターゲットキュービットを所望の要因で冷却するために必要な測定ラウンド数はどのくらいか？
• RQ5 MBACは誤差低減に加えて、近位量子デバイスにおけるSPAM誤差のベンチマークに使用できるか？

主な発見

• MBACは現実的な仮定のもとで顕著な状態準備誤差の低減を達成し、性能が測定可能なシステムパラメータによって上限付きで保証される。
• プロトコルは測定結果を用いてターゲットキュービットにより純粋な状態を確率的に準備することで冷却効果を実現する。
• MBACのオーバーヘッドは測定可能な量によって上界で評価され、既存の量子プロセッサでの実装が可能である。
• 有限の測定誤差がある条件でのMBAC性能の下界が導出され、実世界の応用においても信頼性が保証される。
• ターゲットキュービットを要因rで冷却するために必要な試行回数は、rの多項式スケーリングに従い、Nupper(r) = r^(log(A)/log(B)) という上限によって示される。
• MBACはSPAM誤差の個別特徴付けを可能にし、量子プロセッサのベンチマークと誤差低減のための新たなツールを提供する。