[논문 리뷰] Hypothesis Testing for Error Mitigation: How to Evaluate Error Mitigation

Abdullah Ash Saki, Amara Katabarwa외 2명|ArXiv.org|2023. 01. 06.

Quantum Computing Algorithms and Architecture인용 수 6

한 줄 요약

이 논문은 NISQ 시대의 양자 오류 보정 기법을 평가하기 위해 가설 검증 프레임워크와 통합된 성능 지표를 도입한다. 두 개의 IBM 양자 프로세서에서 275,640개의 회로를 분석함으로써 통계적 검증과 자원 고려 기반 지표가 16개의 오류 보정 파이프라인 간 신뢰할 수 있는 비교를 가능하게 하며, 성능의 상당한 변동성을 드러내고 이론적 가정보다는 경험적 검증의 중요성을 강조한다.

ABSTRACT

In the noisy intermediate-scale quantum (NISQ) era, quantum error mitigation will be a necessary tool to extract useful performance out of quantum devices. However, there is a big gap between the noise models often assumed by error mitigation techniques and the actual noise on quantum devices. As a consequence, there arises a gap between the theoretical expectations of the techniques and their everyday performance. Cloud users of quantum devices in particular, who often take the devices as they are, feel this gap the most. How should they parametrize their uncertainty in the usefulness of these techniques and be able to make judgement calls between resources required to implement error mitigation and the accuracy required at the algorithmic level? To answer the first question, we introduce hypothesis testing within the framework of quantum error mitigation and for the second question, we propose an inclusive figure of merit that accounts for both resource requirement and mitigation efficiency of an error mitigation implementation. The figure of merit is useful to weigh the trade-offs between the scalability and accuracy of various error mitigation methods. Finally, using the hypothesis testing and the figure of merit, we experimentally evaluate $16$ error mitigation pipelines composed of singular methods such as zero noise extrapolation, randomized compilation, measurement error mitigation, dynamical decoupling, and mitigation with estimation circuits. In total our data involved running $275,640$ circuits on two IBM quantum computers.

연구 동기 및 목표

• 이론적 노이즈 모델과 실세계 노이즈 사이의 격차로 인해 NISQ 장치에서 오류 보정 기법의 신뢰성이 떨어지는 문제를 해결한다.
• 제한된 액세스와 기기 특화 노이즈로 인한 오류 보정 성능의 불확실성을 정량화할 수 있는 방법을 클라우드 사용자에게 제공한다.
• 실제 의사결정에 유용한 자원 비용과 보정 효율성 간의 균형을 고려한 종합적인 성능 지표를 개발한다.
• 이론적 기대를 넘어서 체계적이고 데이터 기반의 오류 보정 파이프라인 평가를 가능하게 한다.

제안 방법

• 다중 회로 실행에 걸친 오류 보정 성공률의 통계적 유의성을 평가하기 위해 가설 검증을 적용한다.
• 자원 비용(T, S, R)과 보정 효율성(REM, PSR)을 통합한 성능 지표를 도입하여 확장성과 정확성 간의 트레이드오���을 평가한다.
• 로컬 폴딩을 사용해 제로 노이즈 외삽(ZNE)을 구현하고, 랜덤라이즈드 컴iles션, 측정 노이즈 보정, 다이내믹 디커플링과 같은 기법과 조합한다.
• ZNE, CDR, VSD, PEC 기반 방법의 조합을 포함한 총 16개의 서로 다른 오류 보정 파이프라인을 구현하고 벤치마킹한다.
• IBM의 ibm_lagos와 ibm_perth 프로세서에서 275,640개의 양자 회로 실행 결과를 수집하고 분석한다.
• 성공률(PSR)에 신뢰구간을 할당하여 불확실성을 매개변수화하고, 어떤 파이프라인이 일관되게 오류를 보정하는지 확인한다.

실험 결과

연구 질문

• RQ1 기기 특화 노이즈가 존재하는 상황에서 클라우드 사용자가 오류 보정 기법의 신뢰성과 성능을 객관적으로 평가하는 방법은 무엇인가?
• RQ2 양자 하드웨어에 제한된 액세스가 있을 경우 오류 보정 결과의 불확실성을 정량화하는 효과적인 방법은 무엇인가?
• RQ3 다양한 오류 보정 기법의 조합은 자원 비용과 보정 효율성 측면에서 어떻게 비교될 수 있는가?
• RQ4 어떤 오류 보정 파이프라인이 다수의 실행에서 일관되게 정확도를 향상시키며, 어떤 것은 통계적으로 신뢰할 수 없는가?
• RQ5 이론적 가정(예: 마르코프성, 국소성)이 실질적으로 성립하는 정도는 어느 정도이며, 이는 보정 성능에 어떤 영향을 미치는가?

주요 결과

• 신뢰구간을 활용한 가설 검증을 통해 ZNE와 측정 노이즈 보정을 조합한 일부 파이프라인이 통계적으로 유의미한 성공률을 달성한 반면, 다른 일부는 그렇지 못함을 확인했다.
• 성능 지표는 자원 비용과 보정 효율성 간의 균형을 고려해 파이프라인을 성공적으로 순위 매겼으며, ibm_perth에서의 $\mathcal{P}_7^E$ 파이프라인이 높은 효율성(REM = 0.9915)과 중간 수준의 비용(T = 2.5204, S = 5.5473)을 보였다.
• 로컬 폴딩 ZNE에 랜덤라이즈드 컴파일링과 측정 보정을 조합한 파이프라인(예: $\mathcal{P}_7^E$)이 단순 ZNE나 CDR에 의존하는 파이프라인보다 오류율 감소 측면에서 뛰어난 성능을 보였다.
• 일부 파이프라인, 예를 들어 ibm_lagos에서의 $\mathcal{P}_1$은 높은 자원 비용(T = 2.9293)과 낮은 보정 효율성(REM = 0.8613)을 보이며 스케일러빌리티가 떨어짐을 시사했다.
• 연구 결과, 고성능 파이프라인인 $\mathcal{P}_7^E$는 PSR 값이 0.99를 초과해 시행 간 일관된 성공을 보였지만, ibm_lagos에서의 $\mathcal{P}_5$는 PSR = 0.5143으로 신뢰할 수 없는 성능을 보였다.
• 통계적 검증을 통해 16개의 파이프라인 중 50%인 8개가 베이스라인보다 유의미하게 높은 성공률을 생성하지 못함을 밝혀내었으며, 이는 이론적 가정보다 경험적 검증의 필요성을 강조한다.