[論文レビュー] Quantum Algorithms for the computation of quantum thermal averages at work

Riccardo Aiudi, Claudio Bonanno+7 more|arXiv (Cornell University)|Jan 1, 2023

Quantum Computing Algorithms and Architecture被引用数 1

ひとこと要約

本論文は、三スピンフラストレーテッド系における量子熱平均を計算するための、量子-量子メトロポリスアルゴリズム（Q2MA）の実装とベンチマークを提示している。QMSアルゴリズムと比較し、Q2MAがグローバー型アモリチュードアンプリフィケーションによる状態準備において量子優位性を達成しているが、近位量子デバイスではゲート数と誤差制御の実用的課題が依然として顕著である。

ABSTRACT

Recently, a variety of quantum algorithms have been devised to estimate thermal averages on a genuine quantum processor. In this paper, we consider the practical implementation of the so-called Quantum-Quantum Metropolis algorithm. As a testbed for this purpose, we simulate a basic system of three frustrated quantum spins and discuss its systematics, also in comparison with the Quantum Metropolis Sampling algorithm.

研究の動機と目的

• 近位量子プロセッサ上で量子-量子メトロポリスアルゴリズム（Q2MA）を実装する実用的妥当性を調査すること。
• Q2MAと量子メトロポリスサンプリング（QMS）アルゴリズムとの間の数値的効率性と誤差スケーリングを比較すること。
• 最小限のフラストレーションのあるスピンモデルをテストベッドとして用い、両アルゴリズムにおける系統的および統計的誤差を特定および定量化すること。
• 密度行列のコherentな符号化を用いた熱状態の準備において、Q2MAが示す量子優位性の可能性を評価すること。
• 強い相関を持つ量子系、例えば有限密度QCDへの将来的な応用の基盤を提供すること。

提案手法

• Q2MAアルゴリズムは、三スピンフラストレーション系のエネルギー固有値を推定するために、量子位相推定（QPE）を用いて実装されている。
• グローバー型探索が、測定統計が熱的集合体のギブス分布を再現する純粋な量子状態の準備に用いられている。
• アルゴリズムは、熱状態をエネルギー固有状態の重ね合わせとして符号化し、その重みがボルツマン重みに比例するようにしている。
• 系統的誤差は、正確な対角化との比較を通じて分析されており、特にQPEの精度と状態準備の忠実度に注目している。
• 統計的誤差は、測定結果のモンテカルロサンプリングを通じて定量化されており、異なる回路深さにおける不確実性の伝播が追跡されている。
• QMSの先行研究（参考文献[26]）で用いられた同一のモデル系が、両アルゴリズムの直接比較を可能にする制御されたベンチマークに用いられている。

実験結果

リサーチクエスチョン

• RQ1 Q2MAアルゴリズムは、量子物質の最小モデルに対して、量子プロセッサ上で実際に実装可能か？
• RQ2 与えられた熱平均の不確実性を達成するための、Q2MAとQMSのゲート数および誤差バジェットを比較するとどうなるか？
• RQ3 Q2MAにおける主要な系統的誤差の原因は何か。特にQPEの精度とアモリチュードアンプリフィケーション関連の誤差は？
• RQ4 Q2MAは、特に系サイズのスケーリングに鑑みて、QMSに比べて状態準備の速度で量子優位性を示すか？
• RQ5 統計的誤差と系統的誤差のトレードオフは、熱平均推定の全体的な効率にどのように影響するか？

主な発見

• Q2MAアルゴリズムは、三スピンフラストレーション系の正しい熱的分布を再現する測定統計を持つ純粋な量子状態を正常に準備でき、そのコアメカニズムの妥当性が検証された。
• Q2MAは、複数のQPE回路とアモリチュードアンプリフィケーションステップを必要とするため、QMSに比べて顕著に多くの量子ゲートを要する。その結果、誤差への感受性が高まっている。
• Q2MAにおける系統的誤差は、主にQPEステップの不正確さに起因しており、状態準備における目的のボルツマン重みが歪められている。
• Q2MAにおける統計的不確実性は、測定回数の増加に伴い有利にスケーリングされるが、実装上はゲート誤差が制限要因となっている。
• QMSとの直接比較により、Q2MAは状態準備において理論的には優れたスケーリングを示すが、実用的性能は高いゲート数と誤差蓄積によって現在は制限を受けていることが明らかになった。
• 本研究では、エネルギー準位の正確な符号化が緩和されること（例えば、ノイズや有限のQPE精度のため）が、熱的オブザーバブルに測定可能なずれを引き起こすことが判明しており、誤差低減の必要性が強調された。