[论文解读] Error characterization in Quantum Information Processing: a protocol for analyzing spatial correlations and its experimental implementation

Cecilia C. López, Benjamin Lévi+1 more|DSpace@MIT (Massachusetts Institute of Technology)|May 30, 2008

Quantum Computing Algorithms and Architecture被引用 5

一句话总结

该论文提出了一种可扩展的协议，通过使用twirling操作和量子过程层析成像，在子集量子比特上测量集体误差系数，以表征量子误差中的空间关联性。该方法能有效隔离多体误差项——特别是涉及最多w个量子比特的项——实现O(n^w)的缩放，并在4量子比特液态核磁共振系统中通过实验验证，实现了高保真度的误差检测和可忽略的高阶项。

ABSTRACT

We present a protocol for error characterization and its experimental implementation with 4 qubits in liquid state NMR. The method is designed to retrieve information about spatial correlations and scales as $O(n^w)$, where $w$ is the maximum number of qubits that have non-negligible interaction. We discuss the practical aspects regarding accuracy and implementation.

研究动机与目标

• 开发一种可扩展的方法，用于表征量子过程误差中的空间关联性，特别是涉及最多w个量子比特的误差。
• 通过聚焦于集体误差系数而非完整过程重建，减少全量子过程层析成像的资源开销。
• 通过考虑协议中的实现误差和噪声，实现实验设备中的误差表征。
• 在4量子比特液态核磁共振系统中通过实验验证该方法，实现高保真度态制备和层析成像。
• 量化多体误差项（如3-和4体）的贡献，并确认其在典型NMR基量子门中可忽略。

提出的方法

• 该协议使用完全正映射的连续算符和表示，由描述量子比特上误差生成器的复系数η参数化。
• 通过使用6^m-Clifford池在m个目标量子比特上施加U(2)^⊗m twirl，对局部酉操作取平均，将误差结构简化为可测量的集体系数。
• 利用初始态与twirled态之间的保真度衰减提取误差项的大小，通过差值γ^(a) + γ^(b) - γ^(a,b)分离出涉及量子比特a和b的集体系数。
• 对目标量子比特执行量子态层析成像（QST），每个量子比特使用18个读出脉冲，实现约化密度矩阵的完整重构。
• 该协议测量了集体误差系数的平方幅值⟨|η^col_{a,b}|²⟩，用于量化量子比特对之间的关联误差。
• 通过模拟估计高阶项（3-和4体），发现在实验门中其值≤0.005，证实其贡献可忽略，从而支持仅关注两体关联的合理性。

实验结果

研究问题

• RQ1 如何在不进行完整过程层析成像的情况下，高效提取量子误差中的空间关联性？
• RQ2 在n量子比特系统中，聚焦于w体关联时，误差表征的缩放行为如何？
• RQ3 twirling和态制备阶段的实现误差在多大程度上影响误差系数估计的准确性？
• RQ4 在典型的液态核磁共振量子门中，高阶（3-和4体）误差项在多大程度上可忽略？
• RQ5 该协议是否可在4量子比特NMR系统中以高保真度和可靠的误差检测实现？

主要发现

• 该协议实现了O(n^w)的缩放，其中w为非可忽略误差相互作用涉及的最大量子比特数，使其在可扩展性上优于完整过程层析成像。
• 在4量子比特NMR实验中，初始态制备相对于理论态的平均保真度达到0.99（最低为0.98），目标量子比特对的保真度>0.99。
• 两量子比特误差的集体误差系数⟨|η^col_{a,b}|²⟩被高精度测量，预测值与测量值之间的差异归因于实现误差或门不完善。
• 模拟显示，对于CNOT和C12(0.4)门，3体和4体误差项的|η^col|^2 < 0.005，其他门则<0.002，证实其贡献可忽略。
• 该协议成功利用保真度差值γ^(a) + γ^(b) - γ^(a,b)分离出两体误差项，该差值仅依赖于同时涉及量子比特a和b的系数。
• 实验实现中每个集体系数使用648次实验（另加18次用于初始态），证明了在当前NMR平台和标准QST下该方法的可行性。