[論文レビュー] Quantum Computing for High-Energy Physics: State of the Art and Challenges

Alberto Di Meglio, Karl Jansen+44 more|arXiv (Cornell University)|Jan 1, 2023

Quantum Computing Algorithms and Architecture参考文献 394被引用数 25

ひとこと要約

このロードマップ論文は、QC4HEPワーキンググループによって作成され、素粒子物理学における近い将来の量子コンピューティングの応用を概説しており、理論的シミュレーションと実験的データ解析に焦点を当てている。格子場理論、トポロジカル不変量、イベント再構築のためのエラー低減量子アルゴリズムを提案し、IBMの100×100量子ハードウェアチャレンジに対するリソース推定を実施することで、複雑な素粒子物理学問題における量子優位性の可能性を示している。

ABSTRACT

Quantum computers offer an intriguing path for a paradigmatic change of computing in the natural sciences and beyond, with the potential for achieving a so-called quantum advantage—namely, a significant (in some cases exponential) speedup of numerical simulations. The rapid development of hardware devices with various realizations of qubits enables the execution of small-scale but representative applications on quantum computers. In particular, the high-energy physics community plays a pivotal role in accessing the power of quantum computing, since the field is a driving source for challenging computational problems. This concerns, on the theoretical side, the exploration of models that are very hard or even impossible to address with classical techniques and, on the experimental side, the enormous data challenge of newly emerging experiments, such as the upgrade of the Large Hadron Collider. In this Roadmap paper, led by CERN, DESY, and IBM, we provide the status of high-energy physics quantum computations and give examples of theoretical and experimental target benchmark applications, which can be addressed in the near future. Having in mind hardware with about 100 qubits capable of executing several thousand two-qubit gates, where possible, we also provide resource estimates for the examples given using error-mitigated quantum computing. The ultimate declared goal of this task force is therefore to trigger further research in the high-energy physics community to develop interesting use cases for demonstrations on near-term quantum computers.

研究の動機と目的

• 量子優位性の可能性を有する近い将来の素粒子物理学における量子コンピューティングの応用を特定・優先順位付けすること。
• 共通の量子アルゴリズム的手法を同定することで、理論的素粒子物理学モデリングと実験的データ解析を橋渡しすること。
• 格子場理論、トポロジカル不変量、および検出器シミュレーションにおける量子優位性の具体的かつ物理的に関連するユースケースを提供すること。
• 特にIBMの超伝導キュービットを用いた近い将来の装置におけるエラー低減量子コンピューティングを用いたベンチマーク応用のリソース推定を提供すること。
• ノイジィ中間スケール量子（NISQ）時代における素粒子物理学コミュニティが量子コンピューティングを活用できる協働的ロードマップを確立すること。

提案手法

• 符号問題のため、古典的モンテカルロ法では処理不能な、リアルタイムダイナミクス、非平衡系、トポロジカル項を含む、主要な素粒子物理学問題を同定する。
• 変分量子アルゴリズム（VQA）、特にQAOAとVQEを用いて、量子場理論のシミュレーションおよびトポロジカル不変量の計算を提案する。
• イベント再構築およびデータ解析のため、量子機械学習技術（例：量子生成モデル、量子カーネル法）を適用する。
• NISQ装置での忠実度向上のため、エラー低減技術（例：ゼロノイズ補外、対称性検証）を用いる。
• IBMの100×100量子ハードウェアターゲットを用いたベンチマーク応用のリソース推定を実施し、キュービット数、回路深さ、ゲート数を含む。
• 理論的および実験的素粒子物理学分野の両方における量子アルゴリズムを統合することで、分野間の相互移転性を可能にする。

実験結果

リサーチクエスチョン

• RQ1 古典的手法では計算不能だが、近い将来の量子アルゴリズムで処理可能な素粒子物理学問題は何か？
• RQ2 エラー低減量子アルゴリズムは、格子場理論におけるリアルタイムダイナミクスやトポロジカル不変量のシミュレーションで量子優位性を達成できるか？
• RQ3 IBMの100×100量子ハードウェアターゲット上で、主要な素粒子物理学ユースケースを実装するためのリソース要件（キュービット数、深さ、ゲート数）は何か？
• RQ4 量子機械学習は、高出力LHCデータおよび検出器シミュレーションの解析をどのように向上させられるか？
• RQ5 量子素粒子物理学応用において、理論的モデリングと実験的データ処理の間で共有されるアルゴリズム的経路は何か？

主な発見

• 量子コンピューティングは、符号問題のため古典的モンテカルロ法では処理不能な、量子場理論におけるリアルタイムおよび非平衡ダイナミクスのシミュレーションへの道筋を提供する。
• エラー低減された変分量子アルゴリズムは、100キュービット未満でトポロジカル不変量の計算や格子規範理論のシミュレーションにおいて量子優位性を達成できる。
• IBMの100×100ハードウェア向けのベンチマーク応用のリソース推定から、スファレオン率の計算やイベント再構築などの主要な素粒子物理学問題は、1000未満の物理キュービットおよび1000ゲート未満の回路深さで実装可能である。
• 量子生成モデルおよび量子カーネル法は、高出力加速器実験におけるイベント再構築およびデータ解析の高速化の可能性を示している。
• 理論的および実験的素粒子物理学分野における量子アルゴリズムの統合により、強い相互移転性が明らかとなり、共通のアルゴリズム開発が可能になり、重複作業の削減が可能になる。
• QC4HEPロードマップは、量子色力学におけるCP対称性の破れのシミュレーションやトポロジカル相転移のシミュレーションを含む、測定可能な量子優位性の可能性を有する10〜15の具体的なユースケースを同定している。