[논문 리뷰] Robustness of Gauge Digitization to Quantum Noise

Erik Gustafson, Henry Lamm|arXiv (Cornell University)|2023. 01. 24.

Computational Physics and Python Applications인용 수 4

한 줄 요약

이 논문은 양자 메모리에서 격자 게이지 이론을 위한 노이즈 인식 디지털화 기법을 제안하며, 가장 노이즈에 강건한 물리적 큐비트를 우선시하는 방식으로 게이지 군의 구조를 큐비트 또는 큐드잇에 인코딩하여 양자 노이즈에 대한 내성을 향상시킨다. 군 표현을 하드웨어 노이즈 프로파일과 일치시키고 대칭을 유지하는 오류 채널을 활용함으로써, 표준 디지털화 대비 게이지 대칭 보존 시간을 2–10배 연장시켜 더 오래 지속되는 양자 시뮬레이션을 자원 소모를 줄이며 가능하게 한다.

ABSTRACT

Quantum noise limits the use of quantum memory in high energy physics simulations. In particular, it breaks the gauge symmetry of stored quantum states. We examine this effect for abelian and nonabelian theories and demonstrate that optimizing the digitization of gauge theories to quantum memory to account for noise channels can extend the lifetime before complete loss of gauge symmetry by $2-10 imes$ over some other digitizations. These constructions also allow for quantum error correction to integrate the symmetries of quantum fields and prioritize the largest gauge violations.

연구 동기 및 목표

• 현재의 노이즈가 있는 중간 규모 양자(NISQ) 장치에서 발생하는 노이즈로 인한 게이지 대칭 파괴 문제를 해결하기 위해.
• 하드웨어 특화된 노이즈 채널을 고려한 디지털화 최적화를 통해 양자 메모리에서의 게이지 이론 시뮬레이션의 내성을 향상시키기 위해.
• 가장 노이즈에 민감한 군 원소를 가장 깨끗한 큐비트 또는 큐드잇에 할당하여 게이지 불변 상태의 공명 시간을 연장하기 위해.
• 자원 소모를 줄이며 부분 양자 오류 보정(QEC) 전략에 게이지 대칭 보존을 통합하기 위해.
• 아벨 및 비아벨 게이지 이론에 모두 적용 가능한, 강건하고 하드웨어 인식 디지털화 설계 프레임워크를 제공하기 위해.

제안 방법

• 저자들은 게이지 군의 이산 부분군 근사(예: SU(3)에 대한 Σ(36×3))를 사용하여 군 원소를 양자 레지스터에 매핑한다.
• 그들은 큐비트에 이진 정수 또는 그레이 코드를 사용하여 군 원소를 인코딩하거나, 금지된 상태를 피하고 노이즈 하에서 대칭을 유지하기 위해 큐드잇을 사용한다.
• 노이즈 채널은 밀도 행렬에 대한 스토하스틱 맵으로 모델링되며, 파울리 오류(X, Y, Z), 디포징(Z), 큐드잇 전용 오류(클록 이동 및 단계 이동) 포함.
• 이 방법은 노이즈에 대한 민감도에 따라 게이지 군 원소를 양자 레지스터에 할당하며, 가장 취약한 표현을 가장 신뢰할 수 있는 큐비트 또는 큐드잇에 배치한다.
• 특정 오류 채널(예: Z, χ, V) 하에서 유지되는 잔류 게이지 대칭을 식별하고, 이를 부분 QEC를 위한 안정자(stabilizer)로 사용한다.
• 시뮬레이션은 다양한 인코딩 방식과 노이즈 모델에서 게이지 대칭의 반감기(t₁/₂)와 게이지 군에 머무를 확률(P_G)을 비교한다.

Figure 1: Pictorial representation of Gauss’s law, Eq. ( 4 ). $U_{\vec{x},i}\equiv U_{i}$ is the group element represented on a link, $\mathcal{E}(U_{\vec{x}})$ indicates the occurrence of noise on a link register.

실험 결과

연구 질문

• RQ1 디지털화 방식의 선택이 하드웨어 노이즈 하에서 양자 시뮬레이션의 게이지 대칭 내성에 어떤 영향을 미치는가?
• RQ2 노이즈 민감도에 따라 게이지 군 원소를 인코딩하는 것이 양자 메모리에서 게이지 불변 상태의 수명을 연장시킬 수 있는가?
• RQ3 가장 큰 게이지 위반 오류 채널을 우선시함으로써 부분 양자 오류 보정을 얼마나 효과적으로 구현할 수 있는가?
• RQ4 다양한 오류 채널(예: 디포징, 클록 이동) 하에서 큐비트 및 큐드잇 인코딩에서 어떤 잔류 게이지 대칭이 유지되는가?
• RQ5 노이즈 하에서 큐드잇 기반 인코딩이 큐비트 기반 인코딩보다 게이지 대칭 유지에 얼마나 우수한가?

주요 결과

• 제안된 노이즈 인식 디지털화 기법은 노이즈 모델에 따라 기존 디지털화 대비 게이지 대칭의 반감기(t₁/₂)를 2–10배 연장시킨다.
• 디포징 채널(E_Z)에서는 표준 인코딩 대비 반감기가 거의 두 배로 증가하여 뚜렷한 향상이 확인된다.
• 큐드잇 인코딩은 큐비트 인코딩보다 더 많은 잔류 게이지 대칭을 유지한다: 예를 들어, Z₃ 대칭은 특정 Z 및 V 오류 하에서도 유지되며, 큐비트 인코딩은 Z₂ 또는 D₃와 같은 더 작은 부분군으로 대칭을 파괴한다.
• 3개의 큐트리트와 1개의 큐쿼아트를 사용한 Σ(36×3)의 순서화된 곱 인코딩은 금지 상태를 피하고 제약 조건이 있는 8큐비트 큐비트 인코딩보다 더 높은 대칭 보존 성능을 유지한다.
• 이 방법은 가장 큰 게이지 위반 오류 채널을 식별하고 우선순위를 정름으로써 자원 소모를 줄이며 부분 QEC를 가능하게 한다.
• 이 프레임워크는 다른 디지털화 방식으로 일반화 가능하며, 향후 물질 장의 적용에도 활용될 수 있다.

Figure 2: $\mathcal{P}_{\mathbb{G}}(t_{b})$ for $\mathbbm{Z}_{8}$ versus $t_{b}$ using $|g\rangle$ , $|r\rangle$ , and $|s\rangle$ for depolarizing and dephasing channels.