[논문 리뷰] Quantum Circuit Cutting for Classical Shadows

Daniel T. Chen, Zain H. Saleem외 1명|arXiv (Cornell University)|2022. 12. 01.

Quantum Mechanics and Applications참고 문헌 34인용 수 5

한 줄 요약

이 논문은 고중량 관측량의 기대값을 더 효율적으로 추정하기 위해 양자 회로 커팅과 고전적 샤드 톰그래피를 조합한 분할 정복 프레임워크를 제안한다. 큰 회로를 더 작은 부분회로로 분할하고, 각 부분회로에서 고전적 샤드를 추정한 후 유도된 공식을 통해 고전적으로 통합함으로써 자원 요구량을 줄이고, 고정된 샘플 수로 많은 큐비트에 작용하는 관측량의 정확한 추정이 가능해지며, 큰 관측량에 대해 커팅되지 않은 샤드 톰그래피보다 우수한 성능을 발휘한다.

ABSTRACT

Classical shadow tomography is a sample-efficient technique for characterizing quantum systems and predicting many of their properties. Circuit cutting is a technique for dividing large quantum circuits into smaller fragments that can be executed more robustly using fewer quantum resources. We introduce a divide-and-conquer circuit cutting method for estimating the expectation values of observables using classical shadows. We derive a general formula for making predictions using the classical shadows of circuit fragments from arbitrarily cut circuits, and provide the sample complexity analysis for the case when observables factorize across fragments. Then, we numerically show that our divide-and-conquer method outperforms traditional uncut shadow tomography when estimating high-weight observables that act non-trivially on many qubits, and discuss the mechanisms for this advantage.

연구 동기 및 목표

• 더 적은 양자 자원을 사용하여 양자 시스템에서 고중량 관측량의 추정을 효율적으로 가능하게 하기.
• 큰 관측량에 대해 전통적인 고전적 샤드 톰그래피의 지수적 자원 증가 문제를 해결하기.
• 회로 커팅과 고전적 샤드 톰그래피를 조합하여 분산 양자 시뮬레이션을 위한 형식론을 개발하기.
• 기대값 추정에서 유한한 덧셈 오차를 보장하는 샘플 복잡도 한계 유도하기.
• 이 방법이 커팅되지 않은 샤드 톰그래피에 비해 큰 관측량에서 우월함을 수치적으로 검증하기.

제안 방법

• 회로 커팅을 통해 큰 양자 회로를 더 작은, 독립적으로 실행 가능한 부분회로로 분할함으로써 커팅 부위를 가로질러도 양자 상태의 구조를 유지한다.
• 난수화된 파울리 측정을 사용하여 각 회로 조각에 대해 고전적 샤드를 구성함으로써 양자 상태의 효율적 고전적 표현이 가능해진다.
• 전체 출력 상태에서 관측량의 기대값을 추정하기 위해 부분회로의 고전적 샤드를 통합하는 일반 공식을 유도한다.
• 다중 커팁으로 인한 불확실성 증가를 고려하여, 커팁 수와 부분회로 크기와 비례하는 샘플 복잡도 한계를 유도한다.
• 랜덤화 및 비랜덤화 변형을 모두 지원하며, 비랜덤화는 유한한 자원 조건 하에서 통계적 안정성을 향상시킨다.
• 각 부분회로의 샷 수와 커팅 수에 기반한 덧셈 오차 이론적 한계를 도출하여, 원하는 덧셈 오차 범위 내에서 고확률 정확도를 보장한다.

실험 결과

연구 질문

• RQ1 회로 커팅을 고전적 샤드 톰그래피와 통합하여 고중량 관측량의 추정을 위한 자원 요구량을 줄일 수 있는가?
• RQ2 유한한 덧셈 오차 범위 내에서 부분회로의 고전적 샤드를 사용해 관측량 기대값을 추정하기 위해 필요한 샘플 복잡도는 얼마인가?
• RQ3 분할은 특히 많은 큐비트에 비트리버럴하게 작용하는 관측량에 대해 샤드 톰그래피의 정확도에 어떤 영향을 미치는가?
• RQ4 커팅되지 않은 샤드 톰그래피에 비해 성능 향상이 이루어지는 조건은 무엇인가?
• RQ5 주어진 관측량과 회로에 대해 오차를 최소화하는 최적의 조각 수가 존재하는가?

주요 결과

• 제안된 방법은 고정된 수의 측정 샘플로도 고중량 관측량의 정확한 추정이 가능하며, 이는 커팅되지 않은 샤드 톰그래피에서는 금방이 되는 경우가 많다.
• 수치적 결과는 큰 관측량에 대해 분할된 샤드 톰그래피가 전통적 방법보다 뛰어나며, 관측량 무게가 클수록 이점이 커진다.
• 작은 관측량에 대해서는 과도한 분할이 다중 커팁으로 인한 높은 불확실성과 부분회로 당 샷 수 감소로 인해 오차를 증가시킨다.
• 샘플 복잡도는 커팁 수와 부분회로 크기와 비례하며, 이론적 한계는 원하는 덧셈 오차 범위 내에서 고확률 정확도를 보장한다.
• 비랜덤화된 변형은 통계적 안정성을 향상시키며, 특히 자원이 제한된 조건에서 오차를 감소시킬 수 있다.
• 주어진 회로와 관측량에 대해 최적의 조각 수가 존재할 가능성이 있으며, 이는 분할의 이점과 오차 누적 간의 트레이드오프를 시사한다.