⚛️ quantum physics

Adiabatic preparation of thermal states and entropy-noise relation on noisy quantum computers

Die Autoren präsentieren ein adiabatisches Verfahren zur Vorbereitung thermischer Zustände auf fehlerbehafteten Quantencomputern, das durch eine Entropie-Rausch-Beziehung gekennzeichnet ist, die eine robuste Temperaturschätzung trotz Depolarisationsrauschen ermöglicht und experimentell auf dem Quantinuum H1-1-Gerät validiert wurde.

Ursprüngliche Autoren: Etienne Granet, Henrik Dreyer

Veröffentlicht 2026-04-21

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Etienne Granet, Henrik Dreyer

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 wollen einen perfekten, ruhigen See (einen thermischen Zustand) in einem Labor erzeugen. Normalerweise ist das auf einem Quantencomputer extrem schwierig, weil diese Maschinen sehr empfindlich sind und leicht „stören" (Rauschen).

Dieser Artikel von Etienne Granet und Henrik Dreyer von Quantinuum beschreibt einen cleveren Trick, wie man trotzdem einen solchen Zustand herstellen kann, selbst wenn die Maschine nicht perfekt ist. Hier ist die Erklärung in einfachen Worten mit ein paar Bildern:

1. Das Problem: Der perfekte See ist schwer zu erreichen

Normalerweise versucht man, den „Grundzustand" eines Systems zu finden – das ist wie der absolut stille, gefrorene See bei Minusgraden. Das kennen wir schon. Aber hier wollen wir etwas anderes: einen See bei einer bestimmten, warmen Temperatur. Das ist wie ein See, auf dem sich Wellen bewegen, aber nicht chaotisch, sondern in einem bestimmten, vorhersehbaren Muster.

Auf klassischen Computern ist das für komplexe Materialien fast unmöglich zu berechnen. Auf Quantencomputern gibt es viele Methoden, aber sie sind oft kompliziert, brauchen viele Messungen oder sind sehr fehleranfällig.

2. Die Lösung: Der sanfte Übergang (Adiabatische Evolution)

Die Autoren schlagen vor, diesen warmen Zustand nicht direkt zu „bauen", sondern ihn sanft zu verwandeln.

Der Start: Man beginnt mit einem sehr einfachen System, das man leicht vorbereiten kann (wie einen Haufen Münzen, die alle auf „Kopf" liegen).
Der Weg: Man verändert die Regeln des Spiels ganz langsam. Man dreht an einem Regler, der die Münzen langsam in die komplizierte Struktur des Zielsystems (z. B. ein Ising-Modell, das magnetische Materialien simuliert) überführt.
Die Magie: Wenn man das langsam genug macht (adiabatisch), passiert etwas Wunderbares: Das System bleibt während des ganzen Weges in einem Gleichgewicht. Es „vergisst" nicht, wie warm es war, sondern passt sich nur den neuen Regeln an.

Die Analogie: Stellen Sie sich vor, Sie fahren mit einem Auto einen sehr sanften Berg hinauf. Wenn Sie langsam fahren, bleibt der Kaffee in der Tasse ruhig. Wenn Sie zu schnell fahren (zu wenig Adiabatizität), schwappt er über. Die Autoren sagen: „Wenn wir langsam genug fahren, bleibt der Kaffee (der thermische Zustand) genau dort, wo er sein soll, nur dass er jetzt auf einem anderen Berg steht."

3. Das Geheimnis: Die Entropie bleibt (fast) gleich

Ein wichtiges physikalisches Prinzip nutzen sie hier: Bei dieser langsamen Reise bleibt die Entropiedichte (ein Maß für die Unordnung oder „Wärmeinformation" in einem kleinen Teil des Systems) erhalten.

Ohne Störungen: Wenn die Maschine perfekt wäre, wüssten wir am Ende genau, wie warm das System ist, weil wir wissen, wie viel Unordnung wir am Anfang hatten und dass sie sich nicht verändert hat.
Mit Störungen (Rauschen): Echte Quantencomputer sind laut. Es gibt Fehler bei jedem Gatter (wie kleine Stöße gegen das Auto). Diese Stöße erhöhen die Unordnung (Entropie).

4. Der geniale Trick: Der „Spiegel-Test"

Wie misst man nun, wie viel Unordnung das Rauschen verursacht hat, ohne den Prozess zu zerstören?

Die Autoren nutzen einen Spiegel-Circuit:

Man fährt den Weg zum Ziel hin (Vorwärts).
Man macht genau den umgekehrten Weg zurück (Rückwärts), als würde man die Zeit rückwärts ablaufen lassen.
Im perfekten Fall: Man landet exakt wieder beim Startpunkt.
Im echten Fall (mit Rauschen): Man landet nicht genau beim Start, sondern ein bisschen daneben.

Durch diesen „Hin-und-zurück"-Test können sie messen, wie sehr das Rauschen den Kaffee verschüttet hat. Sie können also genau berechnen: „Okay, durch das Rauschen ist die Temperatur um X gestiegen."

5. Die Überraschung: Robustheit gegen Rauschen

Das Coolste an der Entdeckung ist: Das Ergebnis ist erstaunlich robust.

Selbst wenn das Rauschen die Energie des Systems verändert, verschiebt sich die Beziehung zwischen Energie und Temperatur so, dass das Ergebnis fast gleich bleibt.

Die Analogie: Stellen Sie sich vor, Sie versuchen, eine Tasse Tee auf genau 60 Grad zu halten. Wenn das Rauschen den Tee etwas aufheizt, passt sich die Temperaturanzeige so an, dass Sie immer noch genau wissen, wie „warm" der Tee ist, auch wenn er eigentlich etwas heißer ist. Die Kurve, die Energie und Temperatur verbindet, bleibt stabil, egal wie laut die Maschine ist.

6. Der Test auf echtem Hardware

Die Autoren haben diesen Trick auf einem echten Quantencomputer von Quantinuum (H1-1, ein Ionenfallen-Computer) getestet.

Sie haben ein System mit 20 Qubits (ein 5x4 Gitter) simuliert.
Sie haben 640 Zwei-Qubit-Gatter verwendet (eine ganze Menge!).
Ergebnis: Trotz des Rauschens konnten sie einen thermischen Zustand mit einer Temperatur von etwa 2,56 (in den Einheiten des Modells) herstellen.
Sie haben gemessen, dass das Rauschen eine Entropie von 0,166 pro Teilchen erzeugt hat.

Fazit für den Alltag

Dieser Artikel zeigt, dass wir nicht warten müssen, bis Quantencomputer perfekt und fehlerfrei sind, um nützliche Dinge zu tun. Selbst mit den heutigen, etwas „lauten" Maschinen können wir komplexe thermische Zustände (wie sie in Materialien vorkommen) vorbereiten.

Der Trick ist wie das Fahren eines Autos über eine holprige Straße: Wenn man langsam und vorsichtig fährt (adiabatisch) und weiß, wie die Straße die Federung beeinflusst (Rauschen-Messung durch Spiegel-Circuits), kommt man trotzdem sicher und genau am Ziel an. Das ist ein großer Schritt für die Simulation von Materialien und die Erforschung neuer Werkstoffe mit Quantencomputern.

Titel: Adiabatische Vorbereitung thermischer Zustände und Entropie-Rausch-Beziehung auf verrauschten Quantencomputern
Autoren: Etienne Granet und Henrik Dreyer (Quantinuum)

1. Problemstellung

Die Simulation von Materialien und kondensierter Materie ist eine der vielversprechendsten Anwendungen für Quantencomputer. Während die Vorbereitung von Grundzuständen (bei Temperatur $T=0$ ) gut etabliert ist, stellt die Vorbereitung von thermischen Gleichgewichtszuständen bei endlichen Temperaturen eine erhebliche Herausforderung dar.

Herausforderung: Klassische Methoden wie Quanten-Monte-Carlo scheitern oft an Vorzeichenproblemen, und viele Quantenalgorithmen zur Vorbereitung von Gibbs-Zuständen ( $\rho \propto e^{-\beta H}$ ) erfordern entweder aufwendige Messungen, viele Stichproben oder effiziente Vorbereitung von niedrigenergetischen Zuständen.
Ziel: Die Autoren schlagen vor, das Ziel zu lockern: Statt den exakten Gibbs-Zustand des gesamten Systems zu erzeugen, soll ein Zustand vorbereitet werden, der lokal im thermischen Gleichgewicht ist. Das bedeutet, dass Teilsysteme (die groß, aber klein im Vergleich zum Gesamtsystem sind) wie thermische Zustände wirken, wenn der Rest des Systems herausgespurt wird.

2. Methodik und Theoretischer Rahmen

A. Adiabatische Evolution thermischer Zustände
Das Kernkonzept ist die Verallgemeinerung der adiabatischen Grundzustandsvorbereitung auf endliche Temperaturen:

Startzustand: Ein einfacher Hamilton-Operator $H_0$ (z. B. ein transversales Magnetfeld) wird gewählt, dessen Gibbs-Zustand bei einer inversen Temperatur $\beta_0$ effizient als Produktzustand vorbereitet werden kann.
Adiabatischer Pfad: Das System wird langsam (adiabatisch) über einen zeitabhängigen Hamilton-Operator $H(t)$ von $H_0$ zum Ziel-Hamilton-Operator $H_f$ entwickelt.
Thermalisierung: Unter der Annahme, dass $H(t)$ die Thermalisierungseigenschaft erfüllt, bleibt der Zustand während der Evolution lokal im thermischen Gleichgewicht.
Erhaltung der Entropiedichte: Ein zentrales theoretisches Ergebnis ist der Nachweis, dass in der thermodynamischen Grenze ( $N \to \infty$ $N \to \infty$ ) die Entropiedichte lokaler reduzierter Dichtematrizen während einer idealen adiabatischen Evolution erhalten bleibt (isentrop), obwohl die Gesamtentropie des Systems durch Unitärität erhalten bleibt.
- Dies ermöglicht die Berechnung der finalen Temperatur $\beta_f$ aus der Anfangsentropie $S_0$ und der finalen Energiedichte $E_f$ über die Beziehung:
  $\beta_f = \frac{\partial_{\beta_0} S_0}{\partial_{\beta_0} E_f}$

B. Umgang mit Hardware-Rauschen (Spiegel-Schaltungen)
Da reale Quantencomputer Rauschen aufweisen, das die Entropie erhöht, ist die isentropische Annahme verletzt. Die Autoren entwickeln ein Benchmarking-Verfahren:

Spiegel-Schaltung (Mirror Circuit): Anstatt die gesamte adiabatische Evolution durchzuführen, wird sie bis zur Hälfte ( $t=T/2$ ) durchgeführt und dann durch exakt invertierte Gatter rückwärts bis zum Anfang ( $t=0$ ) abgespielt.
Entropie-Messung: In einem idealen, rauschfreien Fall würde das System exakt zum Startzustand zurückkehren. Durch Rauschen entsteht jedoch eine Entropiezunahme. Da der Startzustand (für $H_0$ ) ein Produktzustand ist, kann die resultierende Entropiedichte direkt aus dem Erwartungswert des lokalen Operators $X$ abgeleitet werden.
Annahme: Die durch Rauschen erzeugte Entropie ist unabhängig davon, ob die Evolution vorwärts oder rückwärts läuft. Dies erlaubt es, die Entropie des finalen Zustands der Vorwärts-Evolution zu schätzen, ohne den gesamten Pfad durchlaufen zu müssen.

C. Test der Adiabazität
Um zu prüfen, ob die Evolution tatsächlich adiabatisch ist, wird eine modifizierte Spiegel-Schaltung verwendet, bei der zwischen Vorwärts- und Rückwärts-Evolution ein kurzer Pfad des Ziel-Hamiltonians eingefügt wird. Wenn die Evolution adiabatisch ist, sollte dies den Zustand nicht signifikant ändern (da er bereits thermisch ist). Eine Abweichung in den gemessenen Entropiewerten zeigt eine mangelnde Adiabazität an.

3. Wichtige Ergebnisse

A. Numerische Simulationen

Isentropie: Simulationen bestätigen, dass die Entropiedichte bei adiabatischer Evolution konstant bleibt (im Gegensatz zu einem "Quench", bei dem sie schnell ansteigt).
Rauschresilienz: Bei Vorliegen von Depolarisierungsrauschen bleibt die Kurve der Energiedichte in Abhängigkeit von der Temperatur ( $E(\beta)$ ) bemerkenswert robust. Obwohl sowohl Energie als auch Entropie durch Rauschen beeinflusst werden, heben sich die Effekte in der $E(\beta)$ -Kurve weitgehend auf. Das bedeutet, dass ein auf verrauschter Hardware bei einer bestimmten Temperatur vorbereiteter Zustand äquivalent zu einem rauschfreien Zustand bei einer höheren Temperatur ist.
Temperaturgrenze: Rauschen setzt eine Obergrenze für die erreichbare inverse Temperatur (minimale Temperatur), die logarithmisch mit der Fehlerrate skaliert.

B. Experimentelle Implementierung auf Quantinuum H1-1
Die Autoren testeten das Protokoll auf einem 20-Qubit-Ionenfänger-Quantencomputer (Quantinuum H1-1):

System: Ein 2D-Ising-Modell auf einem $5 \times 4$ Gitter ( $N=20$ Qubits).
Schaltung: Die adiabatische Evolution wurde in 16 Trotter-Schritte zerlegt, was insgesamt 640 Zwei-Qubit-Gatter erforderte.
Ergebnisse:
- Gemessene Entropiedichte: $S = 0.166 \pm 0.0045$ .
- Gemessene Temperatur: $T = 2.56 \pm 0.26$ (in Einheiten des Energieabstands).
- Die Ergebnisse zeigen eine gute Übereinstimmung mit theoretischen Vorhersagen, wenn man Rauschmodelle berücksichtigt.
Diskrepanz-Analyse: Es gab eine signifikante Diskrepanz zwischen der auf der Hardware gemessenen Energie und derjenigen, die sich aus der gemessenen Entropie und der Annahme einer perfekten Adiabazität ergeben würde. Die Autoren führen dies auf Leckage-Fehler (Leakage Errors) zurück, bei denen Ionen Zustände außerhalb des Rechenraums besetzen. Diese Fehler erhöhen nicht notwendigerweise die Entropie der Messergebnisse (da sie oft als feste Zustände detektiert werden), verfälschen aber die Energieberechnung.

4. Bedeutung und Schlussfolgerung

Dieses Paper leistet mehrere wesentliche Beiträge zur Quantencomputing-Forschung:

Neues Paradigma: Es etabliert die Vorbereitung von lokalen thermischen Zuständen als praktikables Ziel, das physikalisch sinnvoller ist als die exakte globale Gibbs-Vorbereitung für geschlossene Systeme.
Rauschresilienz: Es zeigt, dass adiabatische thermische Zustandsvorbereitung gegenüber bestimmten Rauschtypen (Depolarisierung) robust ist, da sich Fehler in Energie und Entropie kompensieren.
Benchmarking-Tool: Die vorgeschlagene Methode zur Entropiemessung via Spiegel-Schaltungen bietet ein neues, effizientes Werkzeug zum Benchmarking von Hardware-Rauschen und zur Charakterisierung von Nicht-Adiabazität auf aktuellen Quantenprozessoren.
Hardware-Validierung: Die erfolgreiche Demonstration auf dem Quantinuum H1-1-Device beweist die Machbarkeit komplexer thermischer Simulationen auf heutiger Hardware und liefert einen wichtigen Benchmark für zukünftige Geräte.

Zusammenfassend bietet die Arbeit einen robusten theoretischen und experimentellen Rahmen, um thermische Eigenschaften von Quantensystemen auf Noisy Intermediate-Scale Quantum (NISQ) Geräten zu untersuchen, und liefert gleichzeitig tiefgehende Einblicke in die Natur von Rauschen und Adiabazität auf realer Hardware.