[论文解读] Characterizing non-Markovian Quantum Process by Fast Bayesian Tomography

Huang, Jonathan, Dumoulin Stuyck, Nard+2 more|arXiv (Cornell University)|Jul 23, 2023

Advancements in Semiconductor Devices and Circuit Design被引用 5

一句话总结

该论文表明，通过利用带有自举先验的实时自适应推断，快速贝叶斯层析成像（FBT）能够有效表征硅自旋量子比特中的非马尔可夫误差。作者提出了两种基于FBT的实验协议，用于诊断量子门序列内部与序列之间的非马尔可夫噪声，验证了一种原生读出方法，并实现了暖自举以加速分析，展示了FBT在检测与序列长度相关及随时间演化的误差方面的能力，这些误差对容错量子计算至关重要。

ABSTRACT

To push gate performance to levels beyond the thresholds for quantum error correction, it is important to characterize the error sources occurring on quantum gates. However, the characterization of non-Markovian error poses a challenge to current quantum process tomography techniques. Fast Bayesian Tomography (FBT) is a self-consistent gate set tomography protocol that can be bootstrapped from earlier characterization knowledge and be updated in real-time with arbitrary gate sequences. Here we demonstrate how FBT allows for the characterization of key non-Markovian error processes. We introduce two experimental protocols for FBT to diagnose the non-Markovian behavior of two-qubit systems on silicon quantum dots. To increase the efficiency and scalability of the experiment-analysis loop, we develop an online FBT software stack. To reduce experiment cost and analysis time, we also introduce a native readout method and warm boot strategy. Our results demonstrate that FBT is a useful tool for probing non-Markovian errors that can be detrimental to the ultimate realization of fault-tolerant operation on quantum computing.

研究动机与目标

• 为解决表征量子门中非马尔可夫误差的挑战，此类误差会降低性能并阻碍容错操作。
• 开发基于FBT的实验协议，以在硅量子点的两量子比特系统中诊断非马尔可夫行为。
• 通过原生读出方法和利用暖自举实现的高效先验初始化，降低实验成本与分析时间。
• 通过将FBT集成到在线软件栈中，实现实时反馈，支持可扩展、自适应的量子过程表征。
• 证明FBT能够检测上下文依赖性误差，如哈密顿量漂移和与序列长度相关的噪声，这些误差存在于实际量子硬件中。

提出的方法

• FBT被用作一种自洽的量子门集层析成像协议，通过使用任意门序列迭代更新对量子过程矩阵的贝叶斯后验分布。
• 提出了两种实验设计：一种用于诊断序列内部的非马尔可夫行为（误差随序列长度变化），另一种用于诊断序列之间的行为（噪声随数小时时间演变）。
• 验证了原生读出方法，以在降低实验开销的同时保持估计精度。
• 实施了暖自举策略——包括完全和部分形式——以利用早期分析中的先验知识初始化FBT，从而缩短收敛时间。
• 开发了在线FBT软件栈，以支持实时实验-分析循环，实现可扩展且自适应的表征。
• 该方法使用高斯采样和CPTP投影生成过程矩阵集合，并随新测量数据的加入顺序更新。

实验结果

研究问题

• RQ1 FBT能否检测并表征在两量子比特硅自旋量子比特中与序列长度和时间相关的非马尔可夫误差？
• RQ2 在存在缓慢漂移噪声的情况下，暖自举如何提升FBT的效率与准确性？
• RQ3 原生读出方法在降低实验成本的同时，能在多大程度上保持估计保真度？
• RQ4 FBT能否识别非马尔可夫动力学中的主要误差源，如哈密顿量误差？
• RQ5 当扩展到具有更高门集复杂度的更大量子系统时，基于FBT的表征环路的可扩展性如何？

主要发现

• FBT成功检测到硅自旋量子比特中的非马尔可夫行为，包括与序列长度相关的门误差变化以及随时间缓慢演变的漂移（持续数小时）。
• 哈密顿量误差分量被确定为最主要误差源，其中某些分量在更长的门序列中强度增强。
• 原生读出方法在不损害FBT性能的前提下保持了估计精度，实现了低成本的数据采集。
• 暖自举显著减少了实现FBT可靠收敛所需的序列数量，尤其在具备先验知识时效果更明显。
• 在线FBT软件栈支持实时分析，为未来量子计算系统中的闭环校准提供了支持。
• 部分暖自举（结合先验估计与更新后的不确定性）为演化中的量子设备提供了一种鲁棒且高效的初始化策略。