[论文解读] Error Correction of Quantum Algorithms: Arbitrarily Accurate Recovery Of Noisy Quantum Signal Processing

Andrew K. Tan, Yuan Liu+2 more|arXiv (Cornell University)|Jan 20, 2023

Quantum Computing Algorithms and Architecture被引用 6

一句话总结

该论文通过相干地附加一个噪声恢复QSP序列，提出了量子信号处理（QSP）的算法级误差校正（ALEC），该序列可对任意阶乘旋转误差参数ε下的泡利X和Y误差进行抑制。证明了长度为O(2^k c^{k^2} d)的恢复序列可将具有c个唯一相位的任意长度-d QSP校正至ε的k阶，且在附加假设下，k=1时的最优性已得到证明。

ABSTRACT

The intrinsic probabilistic nature of quantum systems makes error correction or mitigation indispensable for quantum computation. While current error-correcting strategies focus on correcting errors in quantum states or quantum gates, these fine-grained error-correction methods can incur significant overhead for quantum algorithms of increasing complexity. We present a first step in achieving error correction at the level of quantum algorithms by combining a unified perspective on modern quantum algorithms via quantum signal processing (QSP). An error model of under- or over-rotation of the signal processing operator parameterized by $ε< 1$ is introduced. It is shown that while Pauli $Z$-errors are not recoverable without additional resources, Pauli $X$ and $Y$ errors can be arbitrarily suppressed by coherently appending a noisy `recovery QSP.' Furthermore, it is found that a recovery QSP of length $O(2^k c^{k^2} d)$ is sufficient to correct any length-$d$ QSP with $c$ unique phases to $k^{th}$-order in error $ε$. Allowing an additional assumption, a lower bound of $Ω(cd)$ is shown, which is tight for $k = 1$, on the length of the recovery sequence. Our algorithmic-level error correction method is applied to Grover's fixed-point search algorithm as a demonstration.

研究动机与目标

• 开发一种在算法层面而非态或门层面纠正量子算法中门级误差的方法。
• 解决在未知误差参数ε的情况下，纠正系统性误差（特别是QSP算符中的旋转不足或过度）的挑战。
• 设计一种完全相干、确定性且与信号参数θ无关的恢复序列，以实现跨量子算法的广泛适用性。
• 在QSP背景下建立恢复序列的资源边界与最优性条件，其结果对量子奇异值变换（QSVT）具有启示意义。

提出的方法

• 引入一种噪声模型，其中QSP旋转被固定但未知的ε乘性扰动，导致信号处理算符发生旋转不足或过度。
• 构建一个附加到原始噪声QSP的恢复QSP序列，仅使用相同的QSP框架，设计为在ε的k阶内实现误差抵消。
• 采用微扰图解展开方法分析误差传播，并推导误差抵消发生的条件。
• 证明了在无额外资源的情况下，泡利Z误差不可恢复，但X和Y误差可通过恢复序列实现任意阶抑制。
• 推导出恢复序列长度的上界为O(2^k c^{k^2} d)，用于将具有c个唯一相位的长度-d QSP校正至ε的k阶。
• 在附加假设下，证明恢复长度的下界为Ω(cd)，且当k=1时为紧致，从而证明该情况下的最优性。

实验结果

研究问题

• RQ1 是否可以在量子信号处理中实现算法级误差校正，且独立于信号参数θ，同时无需知晓误差参数ε？
• RQ2 是否可能仅通过标准QSP框架内的相干、确定性恢复序列，将QSP中的泡利X和Y误差抑制至ε的任意阶？
• RQ3 实现QSP中k阶误差校正的最小资源需求（序列长度）是什么？能否实现紧密的边界？
• RQ4 恢复序列的规模如何随原始QSP电路的唯一相位数c和深度d变化？
• RQ5 该恢复构造能否推广至量子奇异值变换（QSVT），从而实现对所有奇异值子空间中误差的同时校正？

主要发现

• 在无额外资源的情况下，该恢复框架无法纠正泡利Z误差，确立了该方法的根本局限性。
• 通过相干恢复QSP序列，泡利X和Y误差可被抑制至ε的任意阶k，证明了高阶算法级误差校正的可行性。
• 长度为O(2^k c^{k^2} d)的恢复序列足以将任意长度-d QSP（具有c个唯一相位）校正至ε的k阶。
• 当k=1时，恢复序列长度的下界为Ω(cd)，且为紧致，证明了该情况下的构造最优性。
• 误差阈值ε*ₖ随k增加而增大，表明更高阶的恢复序列可容忍更大的误差，尽管当k→∞时的极限仍为开放问题。
• 该恢复构造可直接推广至QSVT，由于QSVT的统一结构，可实现对所有奇异值子空间中误差的同时校正。