🔬 optics

Digital quantum simulation of squeezed states via enhanced bosonic encoding in a superconducting quantum processor

Diese Arbeit demonstriert eine hochtreue, vollständig digitale Simulation von Ein-Moden-gequetschten Zuständen auf dem Zuchongzhi-2-Supraleiterprozessor unter Verwendung einer verbesserten Gray-Code-basierten bosonischen Kodierung und eines variativen Protokolls, um photonische Fock-Zustände effizient auf Qubits abzubilden und gleichzeitig Hardwarerauschen zu mildern.

Ursprüngliche Autoren: Hengyue Li, Yusheng Yang, Zhe-Hui Wang, Shuxin Xie, Zilong Zha, Hantao Sun, Jie Chen, Jian Sun, Shenggang Ying

Veröffentlicht 2026-02-04

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Hengyue Li, Yusheng Yang, Zhe-Hui Wang, Shuxin Xie, Zilong Zha, Hantao Sun, Jie Chen, Jian Sun, Shenggang Ying

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, ein digitales Videospiel zu entwickeln, das eine sehr wellige, flüssigkeitsähnliche Welt simuliert (wie Licht- oder Schallwellen). Das Problem ist, dass Ihre Spielkonsole (ein Quantencomputer) nur „An/Aus“-Schalter versteht, wie die Lichtschalter in einem Haus. Sie versteht von Natur aus keine glatten Wellen.

Dieses Paper handelt von einer cleveren neuen Methode, um diese glatten, wellenförmigen „bosonischen“ physikalischen Zustände in die „An/Aus“-Sprache eines Quantencomputers zu übersetzen und dieses „Spiel“ dann erfolgreich auf einer echten Maschine abzuspielen.

Hier ist die Aufschlüsselung ihres Ansatzes unter Verwendung einfacher Analogien:

1. Das Problem: Zu viele Dinge in zu wenige Boxen packen

In der Physik besteht Licht aus Teilchen, den Photonen. Man kann 0 Photonen haben, 1 Photon, 2 Photonen und so weiter. Um dies auf einem Computer zu simulieren, müssen Sie diese Zahlen auf „Qubits“ (die Schalter des Computers) abbilden.

Der alte Weg (One-Hot-Kodierung): Stellen Sie sich eine Reihe von Lichtschaltern vor. Um „3 Photonen“ anzuzeigen, schalten Sie den 4. Schalter ein und lassen den Rest aus. Um „100 Photonen“ anzuzeigen, benötigen Sie 101 Schalter. Das ist sehr verschwenderisch. Wenn man viele Photonen simulieren möchte, gehen einem sofort die Schalter aus.
Der neue Weg (Gray-Code): Die Autoren verwendeten einen speziellen „Reißverschluss“-Code namens Gray-Code. Denken Sie an ein Kombinationsschloss, bei dem man nur einen Regler drehen muss, um zur nächsten Zahl zu gelangen. Dies ermöglicht es ihnen, viel mehr Photonenzahlen in dieselbe Anzahl an Schaltern zu packen.
- Das Ergebnis: Mit nur 2 Schaltern (Qubits) konnte der alte Weg nur bis zu 1 Photon anzeigen. Ihre neue Methode konnte bis zu 3 Photonen anzeigen.

2. Der Geheimtrick: Die „Gerade-Zahlen“-Abkürzung

Die Autoren bemerkten etwas Besonderes an den „gequetschten Zuständen“ (squeezed states), die sie simulieren wollten. Dies sind spezifische Quantenzustände, in denen das Licht in eine Richtung „gequetscht“ und in einer anderen gestreckt ist.

Der Trick: In diesen spezifischen Zuständen ist die Anzahl der Photonen immer eine gerade Zahl (0, 2, 4, 6...). Man erhält niemals eine ungerade Zahl wie 1 oder 3.
Die Analogie: Stellen Sie sich vor, Sie packen einen Koffer, aber Sie wissen zur Gewissheit, dass Sie nur Sockenpaare einpacken werden. Sie müssen also keinen Platz für einzelne Socken einplanen.
Das Ergebnis: Indem sie alle ungeraden Zahlen ignorierten, verdoppelten sie effektiv ihre Kapazität erneut. Mit nur 2 Schaltern konnten sie nun Zustände mit bis zu 6 Photonen (0, 2, 4, 6) simulieren. Das ist ein riesiger Sprung in der Effizienz.

3. Der Motor: Eine „intelligente“ Annäherung (Variational Simulation)

Die Simulation, wie sich diese Zustände über die Zeit verändern, erfordert normalerweise eine sehr lange, komplexe Abfolge von Anweisungen (einen tiefen Schaltkreis). Aber heutige Quantencomputer sind wie zerbrechliche Glashäuser; wenn die Anweisungen zu lang oder komplex sind, zerstört das Rauschen in der Maschine die Simulation, bevor sie fertig ist.

Die Lösung: Anstatt zu versuchen, eine perfekte, lange Brücke zu bauen, bauten sie eine kurze, flexible Brücke, die sie während des Prozesses anpassen konnten. Sie verwendeten eine Methode namens Variational Quantum Simulation (VQS).
Die Analogie: Stellen Sie sich vor, Sie versuchen, über ein Seil zu balancieren. Ein starrer, vorgefertigter Pfad könnte zu lang und wackelig sein. Stattdessen verwendeten sie ein flexibles Seil und einen Führer (einen klassischen Computer), der ständig ihr Gleichgewicht prüft und ihnen sagt, wie sie ihre Schritte (Parameter) anpassen müssen, um auf dem Pfad zu bleiben. Dies hält den „Gang“ kurz genug, um das Rauschen zu überstehen, aber präzise genug, um das Ziel zu erreichen.

4. Die Testfahrt: Der Zuchongzhi-2 Prozessor

Sie nahmen ihre neue Kodierungsmethode und ihre „intelligente“ Simulationsmaschine und ließen sie auf einem echten Quantencomputer namens Zuchongzhi-2 (hergestellt von QuantumCTek) laufen.

Was sie taten: Sie starteten mit einem „Vakuum“ (keine Photonen) und „quetschten“ es, um einen Zustand mit bis zu 6 Photonen zu erzeugen.
Das Ergebnis: Sie überprüften die Ergebnisse mit zwei Methoden:
1. State Tomography: Wie eine 3D-Röntgenaufnahme des Endzustands, um zu sehen, ob er der Mathematik entspricht.
2. Wigner-Funktion: Eine visuelle Karte, die die „Form“ der Quantenwelle zeigt.
Das Ergebnis: Die Ergebnisse waren von sehr hoher Qualität. Obwohl der Computer verrauscht ist und sie die Simulation bei 6 Photonen abschneiden mussten (da sie nur 2 Schalter hatten), entsprach die Form der von ihnen erzeugten Welle der theoretischen Vorhersage sehr genau.

Zusammenfassung

Das Paper behauptet, dass sie durch die Verwendung einer speziellen „Gray-Code“-Packmethode und eines Tricks, nur gerade Zahlen zu zählen, komplexe Lichtphysik auf einem kleinen Quantencomputer weita viel effizienter als bisher simulieren können. Sie haben bewiesen, dass dies auf einer echten Maschine funktioniert, indem sie erfolgreich einen „gequetschten“ Lichtzustand erzeugten und maßen, was zeigt, dass digitale Quantencomputer selbst mit begrenzter Hardware kontinuierliche, wellenartige Physik bewältigen können.

Technische Zusammenfassung: Digitale Quantensimulation von gepressten Zuständen mittels verbesserter bosonischer Kodierung

Problemstellung
Die Simulation von kontinuierlichen Variablen (CV) in bosonischen Systemen, wie etwa photonischen Moden, auf digitalen, qubit-basierten Quantenhardware erfordert die Abbildung unendlichdimensionaler Fock-Räume auf endliche Qubit-Register. Konventionelle Kodierungsmethoden, wie die One-Hot-Kodierung (Unary-Kodierung), verursachen einen linearen Ressourcenaufwand, wobei $d+1$ Qubits benötigt werden, um $d$ Photonenzustände darzustellen, was für große Hilbert-Räume unpraktikabel wird. Während Gray-Codes (reflektierte binäre Codes) vorgeschlagen wurden, um den vollen $2^n$ -Rechenbasisraum von $n$ Qubits zu nutzen, variiert die Effizienz spezifischer Kodierungsschemata erheblich je nach dem Ziel-Hamilton-Operator (z. B. lineare vs. höherwertige bosonische Operatoren). Darüber hinaus leiden aktuelle supraleitende Quantenprozessoren unter Rauschen und begrenzten Kohärenzzeiten, was tiefe Schaltungsimplementierungen (wie sie für strikte Suzuki-Trotter-Zerlegungen erforderlich sind) für eine genaue Zeitentwicklung unpraktikabel macht.

Methodik
Die Autoren schlagen einen voll digitalen Ansatz vor, der eine verbesserte bosonische Kodierungsstrategie mit einem Variational Quantum Simulation (VQS)-Protokoll kombiniert.

Generalisiertes bosonisches Kodierungs-Framework:
- Das Paper etabliert ein Framework zur Abbildung von bis zu $2^n$ photonischen Fock-Zuständen auf $n$ Qubits.
- Es analysiert den „Annihilationsoperator“ $b$ und höherwertige Terme $b^k$ unter verschiedenen Kodierungspermutationen. Die Autoren definieren eine Teilmenge von Codes $D_n$ , bei denen der Hamming-Abstand zwischen benachbarten Zahlen 1 beträgt, was die Anzahl der benötigten Pauli-Terme zur Darstellung des Operators minimiert.
- Gray-Code-Analyse: Die Studie zeigt, dass der Gray-Code ( $G_n$ ) ein spezifisches Beispiel innerhalb von $D_n$ ist, das hocheffizient für die Kodierung von Operatoren $b^l$ mit $l = 2^\xi$ (z. B. $b^2$ ) ist. Während $G_n$ nicht für alle $k$ (z. B. $k=3$ ) optimal ist, schneidet es für die spezifischen Squeezing-Hamilton-Terme ( $b^2$ und $b^{\dagger 2}$ ), die in dieser Arbeit verwendet werden, günstig ab.
- Even-Photon-Truncation (Gerade-Photonen-Abschneidung): Durch Ausnutzung der Eigenschaft, dass Single-Mode-Squeezed-Zustände nur Komponenten mit gerader Photonenzahl enthalten, beschränken die Autoren die Simulation auf gerade Photonenzahl-Fock-Zustände. Diese „Even-Photon“-Kodierung verdoppelt effektiv die maximal darstellbare Photonenzahl für ein gegebenes $n$ (z. B. repräsentieren 2 Qubits Zustände bis zu 6 Photonen: $|0\rangle, |2\rangle, |4\rangle, |6\rangle$ ).
Variational Quantum Simulation (VQS):
- Um Hardware-Rauschen und Tiefenbeschränkungen zu überwinden, setzen die Autoren ein VQS-Protokoll anstelle einer Standard-Trotterisierung ein.
- Ansatz: Sie verwenden einen Variational Hamiltonian Ansatz (VHA), der die Schaltung durch das Nachahmen kurzer Trotter-ähnlicher Schritte des ursprünglichen Hamiltonians konstruiert. Dies ermöglicht eine systematische Verbesserung durch Erhöhung der Anzahl der Schichten ( $n_d$ ).
- Optimierung: Die zeitabhängigen Variationsparameter werden iterativ unter Verwendung des McLachlanschen Variationsprinzips aktualisiert, um die Bewegungsgleichungen (EOM) zu lösen. Dies beinhaltet die Messung der Matrix $M$ und des Vektors $V$ mittels Hilfs-Schaltungen (ancilla-assisted circuits), um die Gradienten der Parameter $\dot{\theta}(t)$ zu bestimmen.
Experimentelle Implementierung:
- Die Methode wurde auf dem Zuchongzhi-2 supraleitenden Quantenprozessor über eine Cloud-Plattform implementiert.
- Die Simulation konzentrierte sich auf die Erzeugung von Single-Mode-Squeezed-Zuständen aus einem Vakuum-Anfangszustand durch Evolution unter dem Squeezing-Hamiltonian $H \propto (b^2 - b^{\dagger 2})$ .
- Das Experiment deckte den Squeezing-Parameter $r$ von $r=0$ (Vakuum) bis $r > 1,63$ ab, ein Regime, in dem die durchschnittliche Photonenzahl die Truncation-Grenze des 4-dimensionalen Subraums (6 Photonen) überschreitet.

Hauptergebnisse

Kodierungseffizienz: Die Gray-Code-basierte Kodierung, insbesondere wenn sie auf gerade Photonenzustände beschränkt ist, konnte Fock-Zustände bis zu 6 Photonen erfolgreich mit nur 2 Qubits darstellen. Der resultierende Hamiltonian wurde in eine handhabbare Menge von Zwei-Qubit-Pauli-Strings zerlegt.
Simulations-Fidelität:
- Klassische Simulation: Die VQS-Simulation stimmte über den gesamten Parameter-Sweep hinweg eng mit der exakten theoretischen Lösung (abgeschnitten auf 6 Photonen) überein, mit nur geringfügigen Abweichungen nahe $r \approx 1,25$ .
- Hardware-Leistung: Auf dem Zuchongzhi-2 Prozessor erreichte die Methode eine hohe Fidelität bei der Zustandspräparation. Die Quantenzustandstomographie (QST) bei $r=0,5$ lieferte eine Zustandsfidelität von über 0,9 im Vergleich zum idealen abgeschnittenen Zustand.
- Wigner-Funktions-Analyse: Die aus den Hardware-Daten rekonstruierten Wigner-Funktionen reproduzierten erfolgreich die charakteristische längliche Form und die diagonale Orientierung des Squeezed-Zustands in der Phasenraum-Darstellung. Während Gerätesauschen und endliche Truncation Artefakte (wie negative „ringförmige“ Regionen) einführten, blieben die Kernmerkmale des Squeezed-Zustands intakt.
Skalierbarkeit: Die Ergebnisse zeigten, dass die Methode über das Regime hinaus operieren kann, in dem die typische Annahme der Fock-Raum-Abschneidung aufgrund von Sättigung zusammenbricht, sofern die Kodierung optimiert ist.

Bedeutung und Ansprüche
Das Paper behauptet, die Machbarkeit der Simulation von Continuous-Variable (CV)-Physik auf digitalen, qubit-basierten Quantenprozessoren der nächsten Generation nachzuweisen. Die primären Beiträge sind:

Verbesserte Kodierung: Validierung, dass Gray-Code-inspirierte Techniken, speziell in Kombination mit Even-Photon-Truncation, einen ressourceneffizienten Weg zur Simulation bosonischer Systeme bieten und den Gate-Aufwand im Vergleich zu konventionellen Mappings reduzieren.
Robustheit auf NISQ-Hardware: Nachweis, dass ein Variational Quantum Simulation-Ansatz, der flache Schaltungen und hybride Optimierung nutzt, effektiv Rauschen und Kohärenzbeschränkungen mildern kann, um nicht-triviale bosonische Dynamik (Squeezing) auf aktueller supraleitender Hardware zu simulieren.
Experimentelle Validierung: Bereitstellung experimenteller Belege dafür, dass digitale Quantenprozessoren CV-Phänomene emulieren können, wodurch die Lücke zwischen Discrete-Variable-Hardware und Continuous-Variable-Anwendungen ohne die Notwendigkeit spezialisierter CV-Hardware geschlossen wird.

Die Autoren kommen zu dem Schluss, dass ihre Ergebnisse eine Grundlage für die Untersuchung einer breiteren Palette von bosonischen Hamiltonians auf digitalen Quantenprozessoren unter Verwendung dieser Kodierungs- und Variationsstrategien bilden.

1. Das Problem: Zu viele Dinge in zu wenige Boxen packen

2. Der Geheimtrick: Die „Gerade-Zahlen“-Abkürzung

3. Der Motor: Eine „intelligente“ Annäherung (Variational Simulation)

4. Die Testfahrt: Der Zuchongzhi-2 Prozessor

Zusammenfassung

Mehr davon