[論文レビュー] Hypothesis Testing for Error Mitigation: How to Evaluate Error Mitigation

Abdullah Ash Saki, Amara Katabarwa+2 more|ArXiv.org|Jan 6, 2023

Quantum Computing Algorithms and Architecture被引用数 6

ひとこと要約

本論文は、NISQ時代における量子エラー緩和技術の評価を目的とした仮説検定フレームワークと統一された指標を導入する。2つのIBM量子プロセッサ上で275,640回の回路を分析することで、統計的検定とリソースに配慮した指標が、16のエラー緩和パイプラインの信頼性ある比較を可能にし、性能の顕著なばらつきを明らかにするとともに、理論的仮定ではなく実験的検証の重要性を強調している。

ABSTRACT

In the noisy intermediate-scale quantum (NISQ) era, quantum error mitigation will be a necessary tool to extract useful performance out of quantum devices. However, there is a big gap between the noise models often assumed by error mitigation techniques and the actual noise on quantum devices. As a consequence, there arises a gap between the theoretical expectations of the techniques and their everyday performance. Cloud users of quantum devices in particular, who often take the devices as they are, feel this gap the most. How should they parametrize their uncertainty in the usefulness of these techniques and be able to make judgement calls between resources required to implement error mitigation and the accuracy required at the algorithmic level? To answer the first question, we introduce hypothesis testing within the framework of quantum error mitigation and for the second question, we propose an inclusive figure of merit that accounts for both resource requirement and mitigation efficiency of an error mitigation implementation. The figure of merit is useful to weigh the trade-offs between the scalability and accuracy of various error mitigation methods. Finally, using the hypothesis testing and the figure of merit, we experimentally evaluate $16$ error mitigation pipelines composed of singular methods such as zero noise extrapolation, randomized compilation, measurement error mitigation, dynamical decoupling, and mitigation with estimation circuits. In total our data involved running $275,640$ circuits on two IBM quantum computers.

研究の動機と目的

• 理論的ノイズモデルと実世界のノイズの間のギャップを是正し、NISQデバイスにおけるエラー緩和技術の信頼性を向上させること。
• 限定的なアクセスとデバイス固有のノイズによるエラー緩和性能の不確実性をクラウドユーザーが定量化できる方法を提供すること。
• 実用的意思決定のため、リソースコストと緩和効率の両立を図る包括的な指標を開発すること。
• 理論的期待を超えて、体系的かつデータドリブンなエラー緩和パイプラインの評価を可能にすること。

提案手法

• 複数回の回路実行におけるエラー緩和成功率の統計的有意性を評価するため、仮説検定を適用する。
• リソースコスト（T, S, R）と緩和効率（REM, PSR）を組み合わせた指標を導入し、スケーラビリティと正確性のトレードオフを評価する。
• ゼロノイズ外挿法（ZNE）にローカルフォールディングを適用し、ランダム化コンpilation、測定ノイズ緩和、ダイナミカルデカップリングなどの技術と組み合わせる。
• ZNE、CDR、VSD、PECにインspiredされた手法の組み合わせを含む、16の異なるエラー緩和パイプラインを実装・ベンチマーク化する。
• IBMのibm_lagosおよびibm_perthプロセッサ上で275,640回の量子回路実行のデータを収集・分析する。
• 成功確率（PSR）に信頼区間を割り当て、不確実性をパrameter化し、どのパイプラインが一貫してエラーを緩和しているかを特定する。

実験結果

リサーチクエスチョン

• RQ1 デバイス固有のノイズを考慮した場合、クラウドユーザーはどのようにして量子エラー緩和技術の信頼性と性能を客観的に評価できるか？
• RQ2 限定的な量子ハードウェアへのアクセスがある状況で、エラー緩和の結果における不確実性を効果的に定量化する方法は何か？
• RQ3 異なるエラー緩和技術の組み合わせは、リソースコストと緩和効率の観点でどのように比較できるか？
• RQ4 どのエラー緩和パイプラインが複数回の実行において一貫して精度を向上させ、どのパイプラインが統計的に信頼性がないか？
• RQ5 理論的仮定（例：マルコフ的、局所的）が実際の状況でどの程度成り立っているか、そしてそれが緩和性能にどのように影響するか？

主な発見

• 信頼区間を用いた仮説検定により、特にZNEと測定ノイズ緩和を組み合わせたパイプラインが統計的に有意な成功率を達成している一方、他のパイプラインはそうでないことが判明した。
• 指標は、リソースコストと緩和効率の両立をうまく反映し、ibm_perthにおけるパイプライン$\mathcal{P}_7^E$は高い効率（REM = 0.9915）と中程度のコスト（T = 2.5204, S = 5.5473）を示した。
• ローカルフォールディングZNEに加え、ランダム化コンパイルと測定緩和を組み合わせたパイプライン（例：$\mathcal{P}_7^E$）は、ZNEやCDRに依存するものよりも優れた性能を示し、特に誤差率の低減に寄与した。
• 一部のパイプライン、例えばibm_lagosにおける$\mathcal{P}_1$は、高いリソースコスト（T = 2.9293）と低い緩和効率（REM = 0.8613）を示しており、スケーラビリティに劣ることが判明した。
• 本研究では、高パフォーマンスなパイプラインである$\mathcal{P}_7^E$でさえPSRが0.99以上を示しており、試行全体にわたる一貫性のある成功を示した一方、ibm_lagosにおける$\mathcal{P}_5$はPSR = 0.5143にとどまり、性能が不安定であることが明らかになった。
• 統計的検定により、16のパイプラインのうち50％（8つ）がベースラインより顕著に高い成功率を生成していないことが判明し、理論的仮定ではなく実験的検証の重要性が強調された。