Realizing the Petz Recovery Map on an NMR Quantum Processor

ملخص تقني: تحقيق خريطة استعادة بيتز على معالج كمي بنواة الرنين المغناطيسي النووي (NMR)

بيان المشكلة
تُعد خريطة استعادة بيتز (Petz recovery map) بناءً جوهرياً في نظرية المعلومات الكمية، صُممت لعكس آثار الضوضاء على الأنظمة الكمية. وخلافاً لأساليب تصحيح الخطأ القياسية أو أدوات التشخيص مثل توموجرافيا العملية الكمية، تعتمد خريطة بيتز جوهرياً على حالة مرجعية مختارة. وبينما هي مدفوعة نظرياً بتشبع متباينة معالجة البيانات للإنتروبيا النسبية الكمية، إلا أن تنفيذها الفيزيائي ظل يمثل تحدياً بسبب اعتمادها الصريح على قناة الضوضية، ومرافقها (adjoint)، وحالة مرجعية قابلة للضبط. وقبل هذا العمل، كانت التطبيقات التجريبية محدودة، حيث لم يُسجل سوى تنفيذ حديث في منصات الأيونات المحتجزة. ويتمثل التحدي المركزي الذي يعالجه هذا البحث في سد الفجوة بين الصيغة النظرية المجردة لخريطة بيتز من منظور المعلومات، وبين تحقيقها العملي على منصة كمية واقعية، وتحديداً من خلال إثبات طبيعتها المتكيفة مع الحالة.

المنهجية
قام المؤلفون بتحقيق خرائط استعادة بيتز تجريبياً على معالج كمي يعمل بنواة الرنين المغناطيسي النووي (NMR) باستخدام نظام مكون من ثلاثة كيو بتات (qubits) من نوى الهيدروجين ($^{1}$H)، والفلور ($^{19}$F)، والكربون ($^{13}$C) في جزيء "ثنائي إيثيل فلورومالونات". كان الكيو بيت الخاص بالنظام هو $^{19}$F، بينما عمل $^{1}$H و$^{13}$C ككيو بتات مساعدة (ancillary qubits).

ولتنفيذ قنوات الضوضاء غير الوحدوية (non-unitary) وخرائط الاستعادة المقابلة لها، استخدم الفريق خوارزمية الحوسبة الكمية المزدوجة (Duality Quantum Computing - DQC). يسمح هذا النهج بالتنفيذ المتماسك لمجموع خطي من العمليات الوحدوية، مما يؤدي فعلياً إلى محاكاة مؤثرات كراوس (Kraus operators) غير الوحدوية عبر تفكيكها إلى مكونات وحدوية تعمل على سجل مساعد.

• نماذج الضوضاء: تم استقصاء نموذجين بارزين لقنوات الضوضاء أحادية الكيو بيت:
  1. تخميد السعة (Amplitude Damping - AD): يحا يعمل على نمذجة تبدد الطاقة، ويُقاد بواسطة مؤثرات كراوس $K_0$ و $K_1$.
  2. تخميد الطور (Phase Damping - PD): يحا يعمل على نمذجة فقدان التماسك دون تغيير في التعداد السكاني، ويُقاد بواسطة مؤثرات كراوس $K_0$ و $K_1$.
• الحالات المرجعية: تم بناء خرائط بيتز لحالات مرجعية ($\sigma$) محددة مصممة لتناسب هيكل الضوضاء:
  • بالنسبة لتخميد السعة (AD): حالة قطرية $\sigma = (1-\epsilon)|0\rangle\langle 0| + \epsilon|1\rangle\langle 1|$.
  • بالنسبة لتخميد الطور (PD): حالة قطرية في أساس باولي-X، وهي $\sigma = (1-\epsilon)|+\rangle\langle +| + \epsilon|-\rangle\langle -|$.
• البروتوكول التجريبي: تم تهيئة النظام في حالة نقية كاذبة (pseudopure state - PPS). استُخدمت خوارزمية DQC لمحاكاة قناة التخميد متبوعة مباشرة بخريطة استعادة بيتز. تم إعادة بناء الحالة الناتجة عبر توموجرافيا الحالة الكمية (باستخدام مجموعة مختزلة من النبضات لاستبعاد الكيو بيت المساعد)، وحُسبت الدقة (fidelity) مقابل الحالة الأصلية المدخلة.

المساهمات الرئيسية

1. أول تحقيق عبر NMR: يسجل هذا العمل أول تحقيق تجريبي لخرائط استعادة بيتز على معالج كمي بنواة الرنني المغناطيسي النووي، مما يوسع نطاق هذه التطبيقات خارج أنظمة الأيونات المحتجزة.
2. إثبات الاستعادة المتكيفة مع الحالة: أظهرت الدراسة صراحةً أن خريطة بيتز ليست عملية عكس عالمية، بل هي قناة استعادة متكيفة مع الحالة. أظهر المؤلفون بشكل منهجي ضبط معامل الحالة المرجعية ($\epsilon$) لإثبات أن دقة الاستعادة تبلغ ذروتها عندما تتوافق الحالة المرجعية مع خصائص الحالة المدخلة، وتتدهور عندما يحدث عدم توافق.
3. التنفيذ الخوارزمي: نجحت الورقة في تطويع خوارزمية DQC، التي استُخدمت سابقاً لمحاكاة قنوات الضوضاء، لتنفيذ عمليات الاستعادة العكسية، مما يثبت أن العمليات الوحدوية بمساعدة الكيو بيت المساعد يمكنها عكس ديناميكيات الأنظمة المفتوحة غير الوحدوية بفعالية.

النتائج
أظهرت النتائج التجريبية توافقاً كمياً وثيقاً مع التوقعات النظرية لكل من قنوات AD و PD عبر مختلف الحالات والحالات المرجعية للمعامل ($\epsilon = 0.2, 0.5, 0.8$).

• تخميد السعة (AD): بالنسبة للحالة المدخلة $|1\rangle$، زادت دقة الاستعادة مع زيادة معامل الحالة المرجعية $\epsilon$ (أي عند تحويل الحالة المرجعية نحو $|1\rangle$). وعلى العكس من ذلك، بالنسبة للحالة المدخلة $|0\rangle$، أدت قيم $\epsilon$ الأعلى إلى تدهور الدقة. ظلت الحالة $|0\rangle$ صامدة ضد ضوضاء AD بغض النظر عن الاستعادة، حيث أن القناة تدفع الأنظمة طبيعياً نحو $|0\rangle$.
• تخميد الطور (PD): بالنسبة للحالات المدخلة $|+\rangle$ و $|-\rangle$، كانت دقة الاستعادة حساسة للغاية لاختيار $\epsilon$. أدى استخدام حالة مرجعية قريبة من الحالة المدخلة (على سبيل المثال $\epsilon=0.2$ للحالة $|+\rangle$) إلى دقة استعادة عالية، بينما أدى عدم التوافق (على سبيل المثال $\epsilon=0.8$ للحالة $|+\rangle$) إلى انخفاض الدقة. ومن الجدير بالذكر أنه عندما تكون $\epsilon=0.5$ (حالة مختلطة كلياً)، تعمل خريطة بيتز كقناة PD بحد ذاتها، مما يؤدي إلى تقليل الدقة بدلاً من استعادتها.
• المدخلات غير المتوافقة: بالنسبة للحالات المدخلة التي لا تتداخل بشكل كبير مع الأساس المرجعي المختار (مثل حالات الأساس الحسابي تحت خريطة PD مبنية مع مراجع أساس X)، لم تُلاحظ أي استعادة ملحوظة، مما يؤكد الطبيعة الخاصة بالقناة وبالحالة لخريطة بيتز.

الأهمية
تزعم الورقة أن هذا العمل يضع معياراً تجريبياً لاختبار استراتيجيات الاستعادة المتكيفة مع الضوضاء على الأجهزة الكمية المتاحة حالياً (near-term devices). ومن خلال التحقق من خريطة بيت as كقناة فيزيائية قابلة للتحقيق ومعتمدة على الحالة المرجعية، بدلاً من كونها مجرد عملية عكس صورية، فإن الدراسة تسد الفجوة بين نظرية المعلومات المجردة والتطبيق المختبري. ويرى المؤلفون أن هذه النتائج تقدم دليلاً مباشلاً على التفسير التشغيلي لخريطة بيت، وتوفر إطاراً لاستكشاف الحدود الأساسية لاستعادة المعلومات في الأنظمة الكمية المفتوحة. ويشير العمل إلى أن مثل هذه الاستراتيجيات المتكيفة مع القنوات يمكن توسيعها لتشمل أنظمة أكبر ونماذج ضوضاء أكثر تعقيداً، مما يوفر رؤى لتطوير تقنيات تخفيف الضوضاء في التقنيات الكمية المستقبلية.