[論文レビュー] Modelling and Simulating the Noisy Behaviour of Near-term Quantum Computers

Κωνσταντίνος Γεωργόπουλος, Clive Emary+1 more|arXiv (Cornell University)|Jan 6, 2021

Quantum Computing Algorithms and Architecture参考文献 47被引用数 4

ひとこと要約

この論文は、近い将来の量子コンピュータのための統合的かつアーキテクチャに配慮したノイズモデルを提案する。このモデルは、デポラライジングパウリノイズ、SPAM誤り、および熱的緩和／位相破壊を1つの量子チャネルに統合する。キャリブレーション済みのノイズレートと遺伝的アルゴリズム最適化を用いることで、既存のモデルよりも最大84%高い精度でIBM量子コンピュータの挙動を再現し、ハードウェアキャリブレーション済みパラメータと最適化されたノイズパラメータの間の乖離を明らかにする。

ABSTRACT

Noise dominates every aspect of near-term quantum computers, rendering it exceedingly difficult to carry out even small computations. In this paper we are concerned with the modelling of noise in Noisy Intermediate-Scale Quantum (NISQ) computers. We focus on three error groups that represent the main sources of noise during a computation and present quantum channels that model each source. We engineer a noise model that combines all three noise channels and simulates the evolution of the quantum computer using its calibrated error rates. We run various experiments of our model, showcasing its behaviour compared to other noise models and an IBM quantum computer. We find that our model provides a better approximation of the quantum computer's behaviour than the other models. Following this, we use a genetic algorithm to optimize the parameters used by our noise model, bringing the behaviour of the model even closer to the quantum computer. Finally, a comparison between the pre and postoptimization parameters reveals that, according to our model, certain operations can be more or less erroneous than the hardware-calibrated parameters show.

研究の動機と目的

• 近い将来の量子コンピュータにおける主要な誤り要因を捉える包括的かつアーキテクチャに配慮したノイズモデルの開発。
• ゲート不純度、SPAM誤り、熱的デコherenceの3つの主要なノイズ源を統合することで、量子回路シミュレーションの精度を向上させること。
• ハードウェアで測定されたノイズレートを用いてノイズモデルをキャリブレーションし、遺伝的アルゴリズムを用いてパラメータを最適化することで、実際の量子ハードウェアとの整合性を高めること。
• 実際の量子コンピュータの挙動をよりよく再現するパラメータと、ハードウェアキャリブレーション済みパラメータとの間に生じる乖離を明らかにすること。

提案手法

• デポラライジングパウリノイズ、SPAM誤り、熱的緩和／位相破壊という3つの主要なノイズ源を、それぞれKraus作用素とチョイ行列形式を用いて別々の量子チャネルとしてモデル化する。
• 3つのノイズチャネルを統合し、ターゲット量子ハードウェアの物理的・アーキテクチャ的特性を保持した単一の統合的ノイズモデルを構築する。
• Qiskitを用いて量子回路をシミュレートし、モデルのノイズ付き時間発展をIBM量子プロセッサからの実験データと比較する。
• ゲート不純度率、SPAM誤り、キュービット固有のT1/T2緩和および位相破壊時間といった重要なノイズパラメータを遺伝的アルゴリズムで最適化する。
• 最適化中にT2 ≤ 2T1という物理的制約を適用し、モデルの物理的整合性を維持する。
• シミュレートされた出力分布と実験的出力分布との間の全変動距離を用いて、モデルの性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 パウリノイズ、SPAM誤り、熱的ノイズを統合した統合的ノイズモデルは、実際のIBM量子プロセッサの挙動をどの程度正確に再現できるか？
• RQ2 ハードウェアキャリブレーション済みパラメータと比較して、ノイズパラメータを最適化することで、量子回路シミュレーションの忠実度はどの程度向上するか？
• RQ3 実験データへのフィッティングから導かれた最適パラメータと、ハードウェアキャリブレーション済み誤り率との間に乖離は生じるか？
• RQ4 キュービット固有のT1およびT2パラメータを含めることで、遺伝的アルゴリズムの最適化性能と収束性にどのような影響が生じるか？
• RQ5 提案されたモデルは、IBMQを越えて他の量子ハードウェアプラットフォームへ一般化可能か？

主な発見

• 提案されたノイズモデルは、全変動距離を指標として測定したところ、他の最先端モデルと比較して最大84%高い精度でIBM量子コンピュータの挙動を再現した。
• 最適化にキュービット固有のT1およびT2パラメータを含めることで、パラメータ空間の拡大と物理的制約の増加により、遺伝的アルゴリズムの性能が低下した。
• N=4の場合、シミュレートされた分布と実験的分布との距離は最適化により85.48%低減した。N=8の場合には64.57%低減した。
• 最適化されたパラメータはハードウェアキャリブレーション済み値と顕著に異なり、実際の誤り率が報告値とは異なる（高めまたは低め）可能性があることを示唆している。
• モデルのアーキテクチャに配慮した設計により、IBMQハードウェアに限定されず、QASMベースの量子回路実装に適応可能である。
• T1およびT2を最適化から除外することで、収束が速くなり、性能が向上した。これは、これらのパラメータが最適化空間においてあまり重要でない、あるいはより制約が厳しい可能性を示唆している。