[논문 리뷰] Evolving Quantum Circuits

Daniel Tandeitnik, Thiago Guerreiro|arXiv (Cornell University)|2022. 10. 11.

Quantum Computing Algorithms and Architecture참고 문헌 86인용 수 4

한 줄 요약

이 논문은 복잡한 하이르베르트 공간을 경유하는 피트니스 지도를 통해 양자 회로, 특히 안정자 양자 오류 수정 코드를 유전적 알고리즘(GAs)을 사용해 진화시키는 방법을 제안한다. 이 방법은 무작위 초기 회로에서 알려진 코드들인 5 큐비트 완벽 코드, 쇼어의 9 큐비트 코드, 7 큐비트 컬러 코드를 성공적으로 진화시켜, 랜덤 검색보다 진화가 우수하며 NISQ 시대의 양자 회로 설계에 대해 확장 가능하고 하드웨어에 맞는 접근법임을 보여준다.

ABSTRACT

We develop genetic algorithms for searching quantum circuits, in particular stabilizer quantum error correction codes. Quantum codes equivalent to notable examples such as the 5-qubit perfect code, Shor's code, and the 7-qubit color code are evolved out of initially random quantum circuits. We anticipate evolution as a promising tool in the NISQ era, with applications such as the search for novel topological ordered states, quantum compiling, and hardware optimization.

연구 동기 및 목표

• 인공 선택을 통한 유전적 알고리즘(GAs)이 복잡한 양자 회로, 특히 안정자 양자 오류 수정 코드를 효과적으로 탐색할 수 있는지 조사하기 위해.
• 고차원 하이르베르트 공간에서의 무작위 검색의 한계를 극복하기 위해 진화 최적화를 활용하기 위해.
• GAs가 무작위 초기 집단에서 알려진 고성능 양자 코드를 진화시킬 수 있음을 입증하기 위해.
• 하드웨어 특화 제약 조건을 피트니스 함수에 통합하여 맞춤형 회로 설계에 적용하기 위해.

제안 방법

• 피트니스 함수에 기반하여 랜덤 안정자 회로 집단을 반복적으로 선택, 변형 및 재조합함으로써 유전적 알고리즘을 사용해 양자 회로를 진화시킨다.
• 피트니스 함수는 논리 큐비트 보호 및 높은 거리와 같은 원하는 양자 오류 수정 성질을 보이는 회로를 보상하도록 설계된다.
• 단일 큐비트 클리포드 게이트와 이중 큐비트 CNOT 게이트에 변형을 적용하여 안정자 형식을 유지하고 효율적인 고전적 시뮬레이션을 보장한다.
• 피트니스 함수는 하위계 간 상호정보를 통해 얽힘 구조를 포함하여 오류 수정 능력을 정량화한다.
• 장치 구조에 기반한 복잡도 기하학적 지표를 사용해 하드웨어 특화 제약 조건을 피트니스 함수에 통합하여 비-native 게이트 연산에 대해 페널티를 적용한다.
• 이 방법은 알려진 코드들인 5 큐비트 완벽 코드와 7 큐비트 컬러 코드에서 테스트되었으며, 동등한 회로를 성공적으로 복원했다.

실험 결과

연구 질문

• RQ1 유전적 알고리즘이 복잡한 하이르베르트 공간에서 알려진 양자 오류 수정 코드를 효과적으로 탐색할 수 있는가?
• RQ2 진화적 검색가 무작위 검색보다 깊이가 낮고 안정자 기반의 높은 오류 수정 능력을 지닌 양자 회로를 식별하는 데 얼마나 효과적인가?
• RQ3 얽힘 구조와 위상적 특징에 기반한 피트니스 함수가 7 큐비트 컬러 코드와 같은 위상 양자 코드의 진화를 이끌 수 있는가?
• RQ4 하드웨어 특화 제약 조건을 피트니스 함수에 얼마나 잘 통합할 수 있는가? 이는 실제 NISQ 장치에 최적화된 회로 생성에 기여하는가?
• RQ5 이 진화적 접근법은 알려진 교과서 예제를 넘어서 새로운 양자 코드를 발견할 수 있는가?

주요 결과

• 유전적 알고리즘이 무작위 초기 집단에서 5 큐비트 완벽 코드를 성공적으로 진화시켜, 복잡한 하이르베르트 공간에서 진화가 랜덤 검색을 초월할 수 있음을 입증했다.
• 이 방법은 쇼어의 9 큐비트 코드와 7 큐비트 컬러 코드를 신뢰성 있게 복원하여 잘 알려진 안정자 코드에 대한 효과성을 확인했다.
• 진화된 회로는 낮은 깊이와 높은 논리적 보호 기능을 보였으며, 노이지 중간 규모(NISQ) 장치에 적합함을 시사했다.
• 하위계 간 상호정보에 기반한 피트니스 함수가 고오류 수정 거리의 코드로의 탐색을 효과적으로 이끌었다.
• 장치 구조와 게이트 복잡도 지표를 통합한 하드웨어 인지 피트니스 함수는 IBM의 양자 프로세서와 같은 특정 하드웨어에 맞는 최적화된 회로 생성을 가능하게 했다.
• 이 접근법은 인간의 직관 최소화로도 복잡한 양자 회로를 발견할 수 있음을 보여주며, 새로운 양자 알고리즘과 코드의 자동 탐색 잠재력이 있음을 시사한다.