[논문 리뷰] Application of a Quantum Search Algorithm to High- Energy Physics Data at the Large Hadron Collider

Anthony E. Armenàkas, O. K. Baker|arXiv (Cornell University)|2020. 10. 01.

Particle physics theoretical and experimental studies참고 문헌 9인용 수 5

한 줄 요약

이 논문은 대형 강입자 충돌기(Large Hadron Collider)의 고에너지 물리학 데이터에 대해 그로버의 양자 검색 알고리즘을 처음으로 적용한 것으로, ATLAS 오픈 데이터를 사용하여 네 렙톤으로 붕괴하는 희귀한 힉스 보손 사건을 식별한다. 알고리즘은 고전적 시뮬레이션에서 100% 정확도로 목표 사건을 성공적으로 탐지했으며, 디코herence 영향에도 불구하고 실제 IBM 양자 프로세서에서도 유의미한 성능을 보여, 양자 컴퓨팅이 입자물리학 데이터 분석에 가능하다는 것을 입증한다.

ABSTRACT

We demonstrate a novel method for applying a scientific quantum algorithm - the Grover Algorithm (GA) - to search for rare events in proton-proton collisions at 13 TeV collision energy using CERN's Large Hadron Collider. The search is of an unsorted database from the ATLAS detector in the form of ATLAS Open Data. As indicated by the Higgs boson decay channel $H ightarrow ZZ^* ightarrow 4l$, the detection of four leptons in one event may be used to reconstruct the Higgs boson and, more importantly, evince Higgs boson decay to some new phenomena, such as $H ightarrow ZZ_d ightarrow 4l$. In searching the dataset for collisions resulting in the detection of four leptons, the study demonstrates the effectiveness and potential of applying quantum computing to high-energy particle physics. Using a Jupyter Notebook, a classical simulation of GA, and multiple quantum computers, each with several qubits, it is demonstrated that this application makes the proper selection in the unsorted dataset. The implementation of the method on several classical simulators and on several of IBM's quantum computers using the IBM Qiskit Open Source Software exhibits the promising prospects of quantum computing in high-energy physics.

연구 동기 및 목표

• 대형 강입자 충돌기(Large Hadron Collider)에서 유입되는 비정렬형, 고용량의 입자물리학 데이터셋에 양자 검색 알고리즘을 적용할 수 있는지 탐색한다.
• 매우 큰 배경 데이터 속에서 희귀한 사건—예를 들어 네 렙톤으로 붕괴하는 힉스 보손—을 효율적으로 식별하는 데 도전한다.
• 그로버 알고리즘이 실제 고에너지 물리학 데이터 형식에 적응 가능하고, 양자 시뮬레이터와 실제 양자 프로세서에서 모두 실행될 수 있음을 보여준다.
• 양자 디코herence가 알고리즘 성능에 미치는 영향을 평가하고, 최적화된 인코딩을 통해 이를 완화하는 전략을 탐색한다.

제안 방법

• 그로버 알고리즘을 사용하여 힉스 보손 붕괴 탐색 문제를 양자 비정렬 검색 문제로 변환하고, 이벤트 데이터를 큐비트 상태로 인코딩한다.
• 파이썬의 Qiskit을 사용하여 알고리즘을 구현하고, 고전적 시뮬레이터와 IBM의 실제 양자 프로세서(예: ibmq_16_melbourne)에서 실행한다.
• 두 가지 인코딩 절차를 설계: 주된 방법과 게이트 수를 줄여 오차 누적을 최소화하는 최적화된 버전.
• 네 렙톤 최종 상태에 해당하는 정확한 이벤트 상태를 측정할 확률을 높이기 위해 진폭 증폭을 활용한다.
• 시뮬레이터와 실제 양자 하드웨어 간의 결과를 비교하여 목표 상태에서의 피크 확률을 성공 기준으로 측정한다.
• 단일 큐비트(U2) 및 CNOT 게이트 오류와 같은 오류 원인을 분석하고, 디코herence 및 성능 저하에 미치는 영향을 정량화한다.

실험 결과

연구 질문

• RQ1 그로버의 양자 검색 알고리즘이 대형 강입자 충돌기(Large Hadron Collider)의 실제 비정렬형 고에너지 물리학 데이터셋에 효과적으로 적용될 수 있는가?
• RQ2 현재의 노이지 중간 규모 양자(NISQ) 장치에서의 양자 디코herence는 희귀한 입자물리학 사건 탐색을 위한 양자 검색의 성능에 어떤 영향을 미치는가?
• RQ3 최적화된 양자 회로 인코딩은 표준 인코딩 대비 오차 누적을 얼마나 줄이고, 양자 검색 결과의 정밀도를 얼마나 향상시킬 수 있는가?
• RQ4 양자 컴퓨팅은 넓은 데이터셋에서 희귀한 힉스 보손 붕괴 서명, 예를 들어 H → 4l의 식별을 상당히 가속화할 수 있는가?
• RQ5 양자 알고리즘 실행을 위해 고전적 입자물리학 데이터 분석 워크플로우를 양자 호환 형식으로 변환하는 데 실질적인 과제는 무엇인가?

주요 결과

• 그로버 알고리즘은 고전적 시뮬레이션에서 정확한 네 렙톤 이벤트를 100% 성공적으로 식별하여 이론적 타당성을 확인했다.
• 실제 IBM 양자 하드웨어에서는 디코herence로 인해 피크 증폭이 감소했지만, 여전히 목표 상태를 높은 확률로 탐지했다.
• 게이트 수를 줄인 두 번째 인코딩 절차는 시뮬레이터와 실제 장치 결과 간의 정밀도 향상에 명백한 개선 효과를 보였다.
• 단일 큐비트(U2) 및 CNOT 게이트 오류가 성능 저하의 주요 원인로 규명되었으며, 더 긴 회로에서는 누적 효과가 증가했다.
• 철저한 인코딩과 오류 인식 설계를 통해 현재의 노이지 양자 프로세서에서도 양자 검색이 실제 입자물리학 데이터에 효과적으로 적용될 수 있음을 입증했다.
• 결과적으로未래의 양자 강화 데이터 분석 파이프라인은 더 나은 하드웨어와 오류 보정 기술이 함께라면 LHC에서의 희귀 사건 탐지 속도를 상당히 향상시킬 수 있을 것으로 시사한다.