[論文レビュー] Detecting, tracking, and eliminating drift in quantum information processors

Timothy Proctor, Melissa Revelle+6 more|arXiv (Cornell University)|Jul 31, 2019

Quantum Information and Cryptography被引用数 6

ひとこと要約

本論文は、量子情報処理装置における時間依存的エラー（一般的にドリフトと呼ばれる）を検出・追跡・除去する高速で統計的に頑健なスペクトル解析手法を提案する。ランダム化ベンチマーキングやラムゼイ分光法といった標準的な特徴付けプロトコルから得られる時系列データを分析することで、リアルタイムに変動するエラーレートを同定し、標的的な緩和を可能にする。トラップイオン量子ビットを用いた実験では、従来検出されなかった不安定性を明確に特定し、除去に成功した。

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.

研究の動機と目的

• 標準的な特徴付けツールの信頼性を損なう時間的に変化するエラーの重大な課題に対処すること。
• ランダム化ベンチマーキングやゲートセットトモグラフィーといった既存のプロトコルの制限を克服すること。これらのプロトコルは静的なエラーレートを仮定しており、エラーが時間とともに変動する場合には失敗する。
• 標準的な実験データを用いて、量子情報処理装置（QIPs）における時間依存的エラー動態を検出・追跡する汎用的で高速かつ統計的に妥当な手法を開発すること。
• ドリフト要因のリアルタイム同定と緩和を可能にすることで、量子プロセッサの安定性と性能を向上させること。

提案手法

• ランダム化ベンチマーキングやラムゼイ分光法などの繰り返し量子情報処理装置実験から得られる時系列データにスペクトル解析を適用する。
• フーリエに基づく手法を用いて、エラーレートの変動を周波数成分に分解し、支配的な時間依存的エラーモードを同定する。
• スペクトル手法を確立された特徴付けプロトコルと統合し、専用のハードウェアや実験の変更を必要とせずにドリフトを検出可能にする。
• 統計的推論を活用して、真の時間変動エラーとノイズを区別し、検出されたドリフトの頑健性と信頼性を確保する。
• 反復的にこの手法を適用し、エラー緩和戦略の影響を追跡し、その有効性を検証する。
• ドリフトのスペクトル的特徴を活用してその原因を特定し、標的的なハードウェアまたは制御の補正を可能にする。

実験結果

リサーチクエスチョン

• RQ1 標準プロトコルが静的エラーレートを仮定する中で、量子情報処理装置における時間依存的エラーはどのように検出可能か？
• RQ2 時系列データのスペクトル解析は、トラップイオン量子ビットにおけるエラー特徴付けの正確性をどの程度向上できるか？
• RQ3 標準的な実験データと後処理のみを用いて、量子プロセッサにおけるドリフトを特定・緩和できるか？
• RQ4 提案手法は、制御またはハードウェアの介入後にドリフトの除去をどの程度効果的に検証できるか？

主な発見

• スペクトル解析法は、標準的なランダム化ベンチマーキングおよびラムゼイ分光法では検出されなかった、トラップイオン量子ビット実験における時間依存的エラー変動を成功裏に検出できた。
• この手法により、特定の制御レーザーが不安定要因であることが特定され、ハードウェア調整による標的的緩和が可能になった。
• ドリフト制御を実施した後、スペクトル解析により時間的変動エラー成分が顕著に減少していることが確認され、補正の有効性が裏付けられた。
• この技術は、ランダム化ベンチマーキング、ゲートセットトモグラフィー、ラムゼイ分光法を含む複数の標準的特徴付けプロトコルと互換性を示した。
• この手法により、エラー動態のリアルタイム追跡が可能となり、エラー抑制戦略の反復的改善と検証が可能になった。
• ノイズに強く、統計的に妥当な手法であり、追加の実験的負荷を要せず、信頼性のあるドリフト検出を実現した。