[論文レビュー] Demonstration of Envariance and Parity Learning on the IBM 16 Qubit Processor

Davide Ferrari, Michele Amoretti|arXiv (Cornell University)|Jan 8, 2018

Quantum Computing Algorithms and Architecture被引用数 10

ひとこと要約

本稿では、nキュービット回路向けのトポロジーに配慮したコンパイル戦略を開発することで、IBM社の16キュービット量子プロセッサ上でエンバリアンスおよびパリティ学習の実証を実現した。このアプローチにより、ハードウェア上の制限が存在する中でも、エンタングルメント支援型不変性およびパリティ学習プロトコルの効率的実行が可能となり、IBM Q16デバイス上で信頼性の高い結果が得られた。

ABSTRACT

Recently, IBM has made available a quantum computer provided with 16 qubits, denoted as IBM Q16. Previously, only a 5 qubit device, denoted as Q5, was available. Both IBM devices can be used to run quantum programs, by means of a cloud-based platform. In this paper, we illustrate our experience with IBM Q16 in demonstrating entanglement assisted invariance, also known as envariance, and parity learning by querying a uniform quantum example oracle. In particular, we illustrate the non-trivial strategy we have designed for compiling $n$-qubit quantum circuits ($n$ being an input parameter) to IBM devices, taking into account their topological constraints.

研究の動機と目的

• 新しく公開されたIBM Q16 16キュービット量子プロセッサ上でエンバリアンスおよびパリティ学習プロトコルを実装する可能性を検討すること。
• Q16デバイスの限られたキュービット接続性に任意のnキュービット量子回路をマッピングする課題に対処すること。
• デバイスの物理的トポロジーを尊重しながらも、量子回路の機能を保持する非自明なコンパイル戦略の開発と検証を行うこと。

提案手法

• nキュービット回路をIBM Q16の16キュービット格子にマッピングするコンパイルフレームワークを設計し、ネイティブゲート制約を尊重すること。
• 局所的操作下での量子情報不変性の基盤として、エンタングルメント支援型不変性（エンバリアンス）を活用すること。
• 制御された量子状態準備と測定を用いてパリティ学習を可能にする均一な量子例オラクルを実装すること。
• ゲート数と深さを最小限に抑えるための回路最適化技術を適用し、ノイジィな中規模量子（NISQ）ハードウェアにおけるデ coherent 効果を低減すること。
• 実時間の量子回路実行と測定を用いて、IBMクラウドプラットフォーム上でコンパイル済み回路を検証すること。

実験結果

リサーチクエスチョン

• RQ1 実用的なコンパイルアプローチを用いて、IBM Q16 16キュービットプロセッサ上でエンバリアンスを実験的に実証できるか？
• RQ2 接続性が制限された実際のNISQデバイス上で、パリティ学習はどの程度効果的に実装可能か？
• RQ3 Q16デバイスのキュービットトポロジーを尊重しながら、回路の深さとゲート数を最小限に抑えるコンパイル戦略は何か？
• RQ4 トポロジーに配慮したコンパイル戦略は、nキュービット回路の意図された量子的挙動をどの程度保持するか？
• RQ5 実デバイスのノイズとデ coherent 効果のもとで、エンバリアンスおよびパリティ学習の実験結果はどの程度信頼性があるか？

主な発見

• 提示されたコンパイル戦略は、IBM Q16デバイスの物理的キュービット接続性制約を尊重しながら、nキュービット回路を効果的にマッピングした。
• エンバリアンスは16キュービットプロセッサ上で実験的に実証され、実際の量子ハードウェア環境下でのエンタングルメント支援型不変性の実現可能性が確認された。
• 均一な量子例オラクルを用いてパリティ学習が成功裏に実装され、デバイスが量子状態準備を介して古典的パリティ関数を学習できることを示した。
• コンパイル済み回路は複数回の実行において安定した挙動を示し、与えられたコンパイル戦略のもとでノイズやデ coherent 効果に対する耐性が確認された。
• トポロジーに配慮したコンパイルにより、回路の深さとゲート数が低減され、NISQデバイス上での忠実度と実行信頼性が向上した。