[論文レビュー] Device-Independent Inference of Physical Devices: Theory and Implementation

Michele Dall’Arno, Francesco Buscemi+1 more|arXiv (Cornell University)|May 3, 2018

Atomic and Subatomic Physics Research被引用数 1

ひとこと要約

この論文は、入力状態や測定設定の事前知識が不要なデバイス独立型の量子チャネル再構成手法を提案する。観測データのみからデバイスの挙動を推定するために最小説明基準を用い、解析的に解ける手法であり、超伝導キュービットを用いた実験的検証により、トモグラフィーの仮定を排除した高精度な量子チャネル再構成が達成された。

ABSTRACT

Given a physical device as a black box, one can in principle fully reconstruct its input-output transfer function by repeatedly feeding different input probes through the device and performing different measurements on the corresponding outputs. However, for such a complete tomographic reconstruction to work, full knowledge of both input probes and output measurements is required. Such an assumption is not only experimentally demanding, but also logically questionable, as it produces a circular argument in which the characterization of unknown devices appears to require other devices to have been already characterized beforehand. Here, we introduce a method to overcome such limitations present in usual tomographic techniques. We show that, even without any knowledge about the tomographic apparatus, it is still possible to infer the unknown device to a high degree of precision, solely relying on the observed data. This is achieved by employing a criterion that singles out the minimal explanation compatible with the observed data. Our method, that can be seen as a device-independent analogue of tomography, is solved analytically and experimentally tested in an actual implementation with superconducting qubits for a broad class of quantum channels.

研究の動機と目的

• 量子トモグラフィーにおける循環的依存性を克服すること。具体的には、デバイスの特徴付けに事前に特徴付けられたプローブや測定が必要となるという点に起因する。
• 入力状態や測定装置の知識を仮定せずに、未知の物理的デバイスの入出力挙動を完全に再構成すること。
• 理論的に整合性があり、実験的に実現可能なデバイス独立型の量子デバイス特徴付け手法を開発すること。
• 超伝導キュービットを用いた実世界の量子プラットフォームにおいて、本手法の実現可能性と正確性を実証すること。

提案手法

• 本手法は、観測データと整合する最小の説明を選択する基準を用いることで、デバイスや測定装置に関する仮定を最小限に抑える。
• 再構成問題を、入力状態や測定演算子の知識を必要とせず、観測統計に制約を課した量子チャネルに関する最適化問題として定式化する。
• 量子チャネルの構造と観測データを活用し、凸最適化フレームワークを用いてデバイスの作用を推定する。
• 理論的導出により、一般的な条件下で最小説明が正しいチャネルを一意に特定できることを示した。
• 超伝導キュービットを用いて実験的に実装し、ランダム化された入力状態と測定結果を用いてチャネルを推定した。
• 推定されたチャネルを既知のベンチマークと比較することで再構成を検証し、高い忠実度と頑健性を示した。

実験結果

リサーチクエスチョン

• RQ1 入力状態や測定設定の事前知識がなくても、量子デバイスを完全に特徴付けられるか？
• RQ2 推定されたデバイスモデルが観測データと整合し、かつ最小限の説明であることを保証する基準は何か？
• RQ3 トモグラフィーの仮定を排除した状態で、観測統計のみを用いて量子チャネルをどの程度正確に再構成できるか？
• RQ4 本手法は、超伝導キュービットのような実際の量子ハードウェアプラットフォームで実現可能か？
• RQ5 デバイスの特徴付けが行われない状況下で、最小説明原理と真の物理的チャネルの関係は何か？

主な発見

• 本手法は、入力状態や測定装置の知識を一切不要としつつも、観測された入出力統計のみを用いて高精度な量子チャネル再構成を達成した。
• 最小説明基準は一般的な条件下で正しいチャネルを一意に特定でき、過剰適合や循環的依存性を回避した。
• 理論的分析により、解がノイズや有限サンプリングに対して解析的に扱いやすくかつ安定であることが確認された。
• 超伝導キュービットを用いた実験的実装により、広範な種類の量子チャネルの正確な再構成が可能となった。
• 結果として、デバイス独立型推論は標準的トモグラフィーと同等の性能を達成したが、キャリブレーション済みのプローブや測定を必要としなかった。
• 本手法は実験的不確実性に対して頑健であり、未知の量子デバイスを自己一貫性のあるフレームワークで特徴付けられる。