[论文解读] Boosting Quantum Fidelity with an Ordered Diverse Ensemble of Clifford Canary Circuits

Gokul Subramanian Ravi, Jonathan M. Baker+4 more|arXiv (Cornell University)|Sep 27, 2022

Quantum Computing Algorithms and Architecture被引用 8

一句话总结

该论文提出 Quancorde，一种新颖的误差缓解技术，通过利用量子器件多样性并结合 Clifford 信标电路，提升量子保真度。通过根据信标电路性能对多样化量子器件集合进行排序，并将输出字符串的排名与该排序相关联，Quancorde 对噪声应用输出进行重加权，以增强正确结果，实现平均保真度提升 8.9 倍，最高达基线的 34 倍。

ABSTRACT

On today's noisy imperfect quantum devices, execution fidelity tends to collapse dramatically for most applications beyond a handful of qubits. It is therefore imperative to employ novel techniques that can boost quantum fidelity in new ways. This paper aims to boost quantum fidelity with Clifford canary circuits by proposing Quancorde: Quantum Canary Ordered Diverse Ensembles, a fundamentally new approach to identifying the correct outcomes of extremely low-fidelity quantum applications. It is based on the key idea of diversity in quantum devices - variations in noise sources, make each (portion of a) device unique, and therefore, their impact on an application's fidelity, also unique. Quancorde utilizes Clifford canary circuits (which are classically simulable, but also resemble the target application structure and thus suffer similar structural noise impact) to order a diverse ensemble of devices or qubits/mappings approximately along the direction of increasing fidelity of the target application. Quancorde then estimates the correlation of the ensemble-wide probabilities of each output string of the application, with the canary ensemble ordering, and uses this correlation to weight the application's noisy probability distribution. The correct application outcomes are expected to have higher correlation with the canary ensemble order, and thus their probabilities are boosted in this process. Doing so, Quancorde improves the fidelity of evaluated quantum applications by a mean of 8.9x/4.2x (wrt. different baselines) and up to a maximum of 34x.

研究动机与目标

• 解决在超过 10 量子比特的近期含噪声中等规模量子（NISQ）器件中，执行保真度极低的严峻挑战。
• 利用不同量子处理器中独特的噪声特性所导致的固有器件多样性，作为误差缓解的资源。
• 开发一种方法，在无需完整错误纠正或高保真度硬件的前提下，识别低保真度量子应用的正确输出。
• 以一种与器件多样性成比例且与现有误差缓解技术正交的方式，提升应用保真度。

提出的方法

• 通过将目标电路中的非 Clifford 门替换为最近似的 Clifford 门，构建 Clifford 信标电路，确保经典可模拟性，同时保持结构噪声相似性。
• 在多样化量子器件集合（如不同机器、量子比特映射或硬件配置）上执行目标量子应用。
• 在同一集合上运行信标电路，基于正确信标输出的概率，获得器件的噪声保真度排序。
• 对于目标应用中非可忽略的输出字符串，计算其在各器件上发生概率的集合排序。
• 计算每个目标输出的器件排序与信标电路保真度排序之间的相关性，以识别最可能的正确结果。
• 使用这些相关性得分对原始噪声输出分布进行重加权，提升高相关性字符串的概率，从而增强保真度。

实验结果

研究问题

• RQ1 在缺乏错误纠正的情况下，能否系统性地利用由独特噪声源引起的器件多样性，以提升量子应用保真度？
• RQ2 经典可模拟的 Clifford 信标电路在在多大程度上可作为预测噪声非 Clifford 量子应用正确结果的代理？
• RQ3 在低保真度区域，应用输出排序与信标电路排序之间的相关性如何改善保真度估计？
• RQ4 当单个器件保真度极低时，该方法是否仍能实现显著的保真度提升？
• RQ5 集合规模与多样性如何影响基于相关性的重加权策略性能？

主要发现

• Quancorde 在一个基线上实现平均保真度提升 8.9 倍，在另一个基线上实现 4.2 倍，特定电路最高提升达 34 倍。
• 即使单个器件保真度极低，该方法依然有效，展现出在噪声量子时代中的鲁棒性。
• 随着集合规模增大，保真度增益随之提升，表明在更大器件池中具备可扩展性。
• 该方法与现有技术（如零噪声外推和动态解耦）正交，可与之结合以获得进一步增益。
• 即使在噪声分布中原始概率可忽略不计，输出字符串排序与信标排序之间的相关性仍能可靠识别正确结果。
• 随着器件质量提升，该方法依然有效，使得小集合即可对更深更广的电路实现保真度提升。