A Useful Metric for the NISQ Era: Qubit Error Probability and Its Role in Zero Noise Extrapolation

Die Autoren stellen die qubitspezifische Fehlerwahrscheinlichkeit (QEP) als neue Metrik vor und zeigen, dass deren Integration in die Zero-Noise-Extrapolation auf IBM-Heron-Prozessoren die Genauigkeit von Quantensimulationen effizient verbessert, ohne zusätzliche klassische Nachverarbeitung oder vollständige Fehlerkorrektur zu erfordern.

Das Wesentliche

Das Problem: Der laute, unzuverlässige Quantencomputer

Stellen Sie sich vor, Sie versuchen, ein sehr komplexes mathematisches Rätsel zu lösen, aber Sie müssen es in einer lauten Fabrikhalle tun. Jeder Schritt Ihrer Rechnung wird von einem lauten Lärm unterbrochen, der Ihre Konzentration stört und Sie Fehler machen lässt.

Das ist die aktuelle Situation bei Quantencomputern (die sogenannte „NISQ-Ära"). Diese Maschinen sind unglaublich mächtig, aber sie sind noch sehr „laut" und fehleranfällig. Die winzigen Bausteine, aus denen sie bestehen – die Qubits – sind wie zerbrechliche Glaskugeln. Wenn man sie benutzt, zerfallen sie, verlieren ihre Form oder werden durch andere Qubits gestört.

Wenn Wissenschaftler Berechnungen durchführen, ist das Ergebnis oft wie ein Foto, das durch eine undurchsichtige Milchglas-Scheibe aufgenommen wurde: Man erkennt die Umrisse, aber die Details sind verschwommen.

Die alte Lösung: „Mehr Lärm, um den wahren Klang zu finden"

Um das Problem zu lösen, nutzen Forscher eine Methode namens Zero Noise Extrapolation (ZNE). Das klingt kompliziert, ist aber eigentlich wie das Einstellen eines Radios:

1. Man spielt ein Lied (die Berechnung) ab.
2. Man dreht die Lautstärke (den „Lärm" oder die Fehler) absichtlich hoch, indem man die Berechnung wiederholt oder verlängert.
3. Man hört zu, wie sich der Klang bei hoher Lautstärke verändert.
4. Dann rechnet man im Kopf zurück: „Wenn bei Lautstärke 3 der Klang so verzerrt war und bei Lautstärke 5 noch schlimmer, wie müsste er dann bei Lautstärke 0 (ganz leise) klingen?"

Das Problem bei der alten Methode war jedoch: Man wusste nicht genau, wie viel Lärm man eigentlich hinzugefügt hatte. Es war wie ein Radios, bei dem man den Regler willkürlich dreht, ohne zu wissen, ob man jetzt bei 50 % oder 80 % Lautstärke ist. Man nahm einfach an, dass mehr Wiederholungen = mehr Fehler, aber das war oft ungenau.

Die neue Idee: Der „Fehler-Profil"-Fingerabdruck (QEP)

In dieser neuen Arbeit stellen die Autoren eine viel genauere Methode vor. Sie nennen sie Qubit Error Probability (QEP) – auf Deutsch etwa: Die Wahrscheinlichkeit, dass ein einzelner Qubit einen Fehler macht.

Stellen Sie sich vor, Sie haben einen Orchester aus 68 Musikern (den Qubits).

• Die alte Methode sagte: „Wir spielen das Stück dreimal schneller, das ist dreimal so viel Stress für alle."
• Die neue Methode (QEP) sagt: „Wir schauen uns jeden einzelnen Musiker an. Der Geiger links hat heute eine Erkältung (hohe Fehlerwahrscheinlichkeit), der Cellist rechts ist fit (niedrige Fehlerwahrscheinlichkeit). Wir berechnen für jeden genau, wie wahrscheinlich es ist, dass er heute einen falschen Ton trifft."

Die Autoren haben ein Werkzeug entwickelt, das wie ein Gesundheitscheck für jeden einzelnen Musiker funktioniert. Es berücksichtigt:

• Wie müde ist der Musiker? (Zeit, die er braucht)
• Wie oft hat er schon geübt? (Anzahl der Operationen)
• Ist er besonders empfindlich? (Messfehler)

Am Ende erhalten sie einen einzigen Wert: den durchschnittlichen Gesundheitszustand des Orchesters.

Der Trick: Gezielter Lärm statt blindem Rauschen

Mit diesem neuen „Gesundheitswert" (QEP) können die Forscher die ZNE-Methode viel besser steuern.

Statt blind zu raten, wie viel Lärm sie hinzufügen, fügen sie gezielt Paare von unschädlichen Operationen hinzu (wie zwei Musiker, die kurz hintereinander denselben Ton spielen – das hebt sich mathematisch auf, macht aber den Prozess länger und damit fehleranfälliger).

Dadurch wissen sie exakt: „Okay, durch diese zusätzliche Operation ist der durchschnittliche Gesundheitszustand des Orchesters von 90 % auf 80 % gefallen."

Sie machen das dreimal (bei 90 %, 80 % und 70 % Gesundheit), messen das Ergebnis und ziehen eine gerade Linie durch diese Punkte. Wo diese Linie den Punkt „100 % Gesundheit" (also null Fehler) schneidet, liegt das wahre, korrekte Ergebnis.

Warum ist das so cool?

1. Präzision: Da sie genau wissen, wie „krank" ihre Qubits sind, können sie viel genauer zurückrechnen, was das Ergebnis ohne Fehler wäre.
2. Effizienz: Sie brauchen weniger Versuche als die alten Methoden. Statt 5 oder 6 Versuche reichen oft nur 3.
3. Keine teure Hardware nötig: Man braucht keine riesigen, fehlerkorrigierten Computer (die es noch gar nicht gibt), sondern kann diese Tricks auf den heutigen, kleinen Quantencomputern anwenden.

Das Ergebnis im Test

Die Autoren haben dies an einem echten Quantencomputer von IBM getestet (dem „Heron"-Prozessor). Sie haben ein komplexes physikalisches Modell simuliert (das „Ising-Modell", das wie ein riesiges Netz aus magnetischen Stäben funktioniert).

Das Ergebnis war beeindruckend:

• Die alten Methoden (Standard-ZNE) kamen dem wahren Ergebnis nahe, aber nicht ganz.
• Die neue Methode mit dem QEP-Fingerabdruck kam dem wahren Ergebnis viel näher und war besonders gut bei komplexen Berechnungen, bei denen die Fehler sonst schon zu groß geworden wären.

Fazit

Stellen Sie sich vor, Sie versuchen, eine Nachricht durch ein lautes Funkgerät zu senden.

• Früher: Sie schrien einfach lauter und hofften, dass der Empfänger den Kern der Nachricht versteht.
• Jetzt: Sie haben ein Gerät, das genau misst, wie stark das Rauschen auf jedem einzelnen Frequenzkanal ist. Sie passen Ihre Sprache genau an dieses Rauschen an und können die Nachricht so klar wie möglich machen, ohne teure neue Hardware zu kaufen.

Diese Arbeit zeigt, dass wir durch kluges Messen und Verstehen der Fehler (QEP) die heutigen Quantencomputer viel besser nutzen können, um echte, nützliche Ergebnisse zu liefern, noch bevor wir die perfekten, fehlerfreien Maschinen der Zukunft haben.

Technische Zusammenfassung

Titel: Ein nützlicher Metrik für die NISQ-Ära: Qubit-Fehlerwahrscheinlichkeit und ihre Rolle bei der Null-Rausch-Extrapolation

1. Problemstellung

In der aktuellen Ära der Noisy Intermediate-Scale Quantum (NISQ)-Computer ist die Extraktion zuverlässiger Ergebnisse aus fehleranfälligen Quantenschaltkreisen eine der größten Herausforderungen. Herkömmliche Fehlerkorrekturverfahren erfordern tausende von Qubits und sind derzeit noch nicht realisierbar. Stattdessen konzentrieren sich Forscher auf Error Mitigation (Fehlerminderung).

Ein weit verbreiteter Ansatz ist die Zero-Noise Extrapolation (ZNE). Dabei wird das Rauschen in einem Quantenschaltkreis künstlich verstärkt, Messungen bei verschiedenen Rauschpegeln durchgeführt und das Ergebnis mathematisch auf den Rausch-freien Grenzfall (Null-Rausch) extrapoliert.
Das Hauptproblem bei herkömmlichen ZNE-Methoden (z. B. in Frameworks wie Qiskit implementiert) liegt in der Quantifizierung und Skalierung des Rauschens:

• Herkömmliche Methoden gehen oft fälschlicherweise davon aus, dass der Fehler linear mit der Schaltungstiefe (Anzahl der Gatter) skaliert.
• Sie verwenden oft einen simplen "Faktor" (z. B. Verdopplung der Gatter), ohne die tatsächliche physikalische Fehlerwahrscheinlichkeit der einzelnen Qubits zu berücksichtigen.
• Dies führt zu ungenauen Extrapolationen, da die Fehlerentwicklung in realen Hardware-Umgebungen komplexer ist als eine einfache lineare Skalierung.

2. Methodik

Die Autoren schlagen eine neue Metrik vor und integrieren diese in den ZNE-Prozess:

A. Qubit-Fehlerwahrscheinlichkeit (QEP - Qubit Error Probability)
Die QEP ist eine gerätespezifische Metrik, die vor der Ausführung des Schaltkreises berechnet werden kann. Sie kombiniert vier Hauptfehlerquellen zu einem einzigen Wert pro Qubit:

1. Relaxation ($T_1$) und Dephasierung ($T_2$): Instabilität des Qubit-Zustands über die Zeit.
2. Gatterfehler: Fehler bei Einzel- und Zwei-Qubit-Gattern.
3. Messfehler: Ungenauigkeiten beim Auslesen.
4. Crosstalk: Unbeabsichtigte Wechselwirkungen zwischen Qubits (wird auf modernen IBM-Herons-Prozessoren als vernachlässigbar angesehen).

Die Berechnung erfolgt durch das Tool TED-qc (Tool for Error Description in Quantum Circuits). Es nutzt Kalibrierungsdaten der Hardware (API von IBM) und berechnet für jedes Qubit $j$ die Erfolgswahrscheinlichkeit $S_j$ als Produkt der Wahrscheinlichkeiten, dass keine der Fehlerquellen eintritt. Die QEP ist dann $P_j = 1 - S_j$.
Besonderheit: Bei Zwei-Qubit-Gattern wird die kumulierte Zeit beider Qubits analysiert, wobei die längere Zeit als maßgeblich für die Instabilitätsfehler angenommen wird.

B. QEP-gesteuerte Zero-Noise Extrapolation (ZNE)
Anstatt die Rauschskalierung willkürlich über die Gatterzahl zu definieren, nutzen die Autoren die mittlere QEP ($\mu_{QEP}$) als Kontrollvariable:

• Rauschverstärkung: Es werden Paare von kontrollierten nativen Zwei-Qubit-Gattern (auf IBM-Herons: Controlled-Z oder CZ) auf alle verbundenen Qubit-Paare eingefügt. Da ein Paar solcher Gatter eine unitäre Identitätsoperation darstellt, bleibt der Erwartungswert des Ergebnisses theoretisch unverändert, aber die Fehlerwahrscheinlichkeit (und damit die QEP) steigt.
• Extrapolation: Es werden Schaltkreise mit schrittweise erhöhter mittlerer QEP ausgeführt (Faktor 1, 2, 3...). Die gemessenen Observablen werden gegen die jeweiligen $\mu_{QEP}$-Werte aufgetragen.
• Auswertung: Eine lineare Regression wird verwendet, um den Wert bei $QEP = 0$ zu extrapolieren. Dies dient als Schätzung des fehlerfreien Ergebnisses.

3. Schlüsselergebnisse und Benchmarking

Die Methode wurde auf IBM Quantum Heron-Prozessoren (System ibm_torino) getestet. Als Testfall diente die Trotterisierung der zeitlichen Entwicklung eines zweidimensionalen transversalen Ising-Modells (ein repräsentatives Vielteilchensystem).

• Szenario 1 (Clifford-Punkt): Ein 68-Qubit-System mit 15 Trotter-Schritten. Da dies ein Clifford-Punkt ist, ist das exakte analytische Ergebnis bekannt und dient als Referenz.
• Szenario 2 (Nicht-Clifford-Punkt): Ein 32-Qubit-System mit variierendem transversalen Feld ($h$), simuliert klassisch zur Validierung.

Ergebnisse:

• Überlegenheit gegenüber Standard-ZNE: Die QEP-gesteuerte ZNE reduzierte die Fehler in den beobachtbaren Größen (Magnetisierung) signifikant effektiver als die Standard-ZNE, insbesondere in Regimen, in denen der Roh-Schaltkreis eine mittlere QEP von $>0,6$ aufwies.
• Ressourceneffizienz: Die Methode benötigt nur drei Rausch-skalierte Auswertungen (Faktoren 1, 2, 3) und keine zusätzliche klassische Nachverarbeitung (im Gegensatz zu Probabilistic Error Cancellation, PEC).
• Präzision: Die lineare Extrapolation basierend auf der tatsächlichen physikalischen Fehlerwahrscheinlichkeit (QEP) lieferte genauere Ergebnisse als Methoden, die nur die Schaltungstiefe als Proxy für das Rauschen nutzen.
• Kombinierbarkeit: Die Methode funktioniert gut in Kombination mit anderen Techniken wie T-REX (zur Korrektur von Messfehlern) und Twirling.

4. Bedeutung und Beiträge

• Neue Metrik: Die Einführung der QEP bietet einen transparenten und effizienten Weg, um Fehler auf Qubit-Ebene zu quantifizieren, ohne auf klassische Simulationen zur Fehlerbestimmung angewiesen zu sein.
• Praktische Anwendbarkeit: Die Integration der QEP in ZNE bietet einen praktischen Weg, um die Zuverlässigkeit aktueller supraleitender Hardware zu steigern, ohne die enormen Ressourcenkosten einer vollständigen Quantenfehlerkorrektur (QEC) zu tragen.
• Hardware-Unabhängigkeit: Obwohl auf IBM-Hardware getestet, ist der Ansatz nicht hardware-spezifisch und kann auf andere Quantenplattformen erweitert werden, sofern Kalibrierungsdaten verfügbar sind.
• Zukunftsperspektive: Die Arbeit zeigt, dass durch die präzise Charakterisierung von Rauschquellen und deren gezielte Skalierung die Lücke zwischen lauter Hardware und nützlichen Quantenberechnungen (Quantum Utility) überbrückt werden kann.

Fazit: Die Autoren demonstrieren, dass die Verwendung der Qubit-Fehlerwahrscheinlichkeit als Steuergröße für die Rauschskalierung in der ZNE eine überlegene Alternative zu herkömmlichen, tiefenbasierten Methoden darstellt. Sie ermöglicht eine genauere Fehlerextrapolation und damit zuverlässigere Ergebnisse auf aktuellen NISQ-Geräten.