[논문 리뷰] Detecting, tracking, and eliminating drift in quantum information processors

Timothy Proctor, Melissa Revelle외 6명|arXiv (Cornell University)|2019. 07. 31.

Quantum Information and Cryptography인용 수 6

한 줄 요약

이 논문은 양자 정보 처리기에서 흔히 알려진 드리프트(시간에 따라 변하는 오차)를 탐지하고 추적하며 제거하기 위한 빠르고 통계적으로 안정된 스펙트럼 분석 기법을 소개한다. 표준 캐릭터리제이션 프로토콜인 무작위 벤치마킹과 라모어 스펙트로스코피에서 수집한 시간 시리즈 데이터를 분석함으로써, 이 방법은 실시간으로 변동하는 오차율을 식별하여 타겟팅된 완화를 가능하게 한다. 트랩된 이온 큐비트에서의 실험을 통해 이전에 발견되지 않았던 불안정성을 성공적으로 국소화하고 제거하였다.

ABSTRACT

If quantum information processors (QIPs) are ever to fulfill their potential, the diverse errors that impact them must be understood and suppressed. But errors fluctuate over time in most processors and the most widely used tools for characterizing them assume static error modes and rates. This mismatch can cause unheralded failures, misidentified error modes, and significant waste of experimental effort. Here, we demonstrate a fast spectral analysis technique for resolving time dependence in QIPs. Our method is simple and statistically sound, and it can be applied to time-series data from any repeated QIP experiment. We use data from both numerical simulations and trapped-ion qubit experiments to show how our method can resolve time dependence when coupled to popular characterization protocols, including randomized benchmarking, gate set tomography, and Ramsey spectroscopy. In the experiments, we detected instability and localized its source, then implemented drift control techniques to mitigate it, and finally used our methods to demonstrate that the instability had been eliminated.

연구 동기 및 목표

• 표준 캐릭터리제이션 도구의 신뢰성을 떨어뜨리는 시간에 따라 변하는 오차 문제에 대응한다.
• 정적 오차율을 가정하는 기존 프로토콜(무작위 벤치마킹 및 게이트 세트 토모그래피 등)의 한계를 극복한다. 오차가 시간에 따라 변할 경우 이러한 프로토콜은 실패한다.
• 표준 실험 데이터를 사용하여 QIP에서 시간에 따라 변하는 오차 역학을 탐지하고 추적할 수 있는 일반적인 목적의 빠르고 통계적으로 타당한 방법을 개발한다.
• 드리프트 원인의 실시간 식별과 완화를 가능하게 하여 양자 프로세서의 안정성과 성능을 향상시킨다.

제안 방법

• 무작위 벤치마킹 및 라모어 스펙트로스코피와 같은 반복적인 양자 정보 처리기 실험에서 수집한 시간 시리즈 데이터에 스펙트럼 분석을 적용한다.
• 푸리에 기반 기법을 사용하여 오차율 변동을 주파수 성분으로 분해하고, 주요 시간에 따라 변하는 오차 모드를 식별한다.
• 스펙트럼 방법을 기존의 캐릭터리제이션 프로토콜과 통합하여 전용 하드웨어나 실험 수정 없이 드리프트를 탐지한다.
• 통계적 추론을 활용하여 진짜 시간에 따라 변하는 오차와 노이즈를 구분함으로써, 탐지된 드리프트의 강인성과 신뢰성을 확보한다.
• 오차 완화 전략의 영향을 반복적으로 추적하고 효과성을 검증하기 위해 이 방법을 반복적으로 적용한다.
• 드리프트의 스펙트럼 서명을 활용하여 원인을 국소화함으로써, 타겟팅된 하드웨어 또는 제어 보정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 표준 프로토콜이 정적 오차율을 가정하는 상황에서, 양자 정보 처리기에서 시간에 따라 변하는 오차는 어떻게 탐지할 수 있는가?
• RQ2 시간 시리즈 데이터의 스펙트럼 분석은 트랩된 이온 큐비트에서 오차 캐릭터리제이션 정확도를 어느 정도 향상시킬 수 있는가?
• RQ3 단지 표준 실험 데이터와 후처리만을 사용하여 양자 프로세서의 드리프트를 국소화하고 완화할 수 있는가?
• RQ4 제안된 방법은 제어 또는 하드웨어 간섭 후 드리프트 제거를 얼마나 효과적으로 검증할 수 있는가?

주요 결과

• 스펙트럼 분석 방법은 기존의 무작위 벤치마킹과 라모어 스펙트로스코피로는 탐지하지 못했던 트랩된 이온 큐비트 실험에서 시간에 따라 변하는 오차 변동을 성공적으로 탐지하였다.
• 이 방법은 불안정성의 원인을 특정 제어 레이저로 국소화하여 하드웨어 조정을 통한 타겟팅된 완화를 가능하게 하였다.
• 드리프트 제어를 시행한 후 스펙트럼 분석을 통해 시간에 따라 변하는 오차 성분이 크게 감소한 것을 확인하였고, 보정의 효과성을 검증하였다.
• 이 기법은 무작위 벤치마킹, 게이트 세트 토모그래피, 라모어 스펙트로스코피를 포함한 여러 표준 캐릭터리제이션 프로토콜과 호환됨을 입증하였다.
• 이 방법은 오차 역학의 실시간 추적을 가능하게 하여 오차 억제 전략의 반복적 개선과 검증을 가능하게 하였다.
• 이 방법은 노이즈에 강인하고 통계적으로 타당하여 추가 실험적 부담 없이 신뢰성 있는 드리프트 탐지가 가능함을 입증하였다.