Cost-effective scalable quantum error mitigation for tiled Ansätze
Diese Arbeit stellt „tiled M0“ vor, eine kosteneffiziente Technik zur Quantenfehlerunterdrückung, die die Struktur von gekachelten Ansätzen nutzt, um die Kosten der Rauschcharakterisierung exponentiell zu reduzieren und gleichzeitig eine hohe Genauigkeit bei der Berechnung der Grundzustandsenergie von Molekülen auf Quantengeräten der nächsten Generation beizubehalten.
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, eine leise, wunderschöne Melodie auf einer Violine zu hören, aber der Raum ist von einer chaotischen, tosenden Menge erfüllt. Dies ist der aktuelle Zustand des Quantencomputings. Wissenschaftler haben Maschinen gebaut, die theoretisch in der Lage sind, Probleme zu lösen, die für heutige Supercomputer unmöglich sind, wie etwa die Simulation komplexer Moleküle zur Entdeckung neuer Medikamente oder Materialien. Diese Maschinen sind jedoch derzeit „verrauscht“. Die Qubits (die winzigen Informationseinheiten) sind unglaublich zerbrechlich, und die kleinste Störung führt dazu, dass sie Fehler machen, die die richtige Antwort in einem Meer aus statischem Rauschen untergehen lassen.
Um dies zu beheben, nutzen Wissenschaftler die „Fehlerabmilderung“ (Error Mitigation). Betrachten Sie dies nicht als Reparatur der Violine, sondern als den Einsatz eines cleveren Audiofilters, um das Rauschen der Menge von der Aufnahme abzuziehen. Eine beliebte Methode besteht darin, einen Test durchzuführen, um genau zu kartieren, wie das Rauschen verläuft – man erstellt eine „Konfusionsmatrix“, die wie ein Wörterbuch der Fehler fungiert. Wenn man genau weiß, wie das Rauschen das Signal verzerrt, kann man es später mathematisch wieder entzerren. Aber hier liegt der Haken: Für eine große Maschine ist das Kartieren jeder möglichen Art und Weise, wie das Rauschen die Dinge durcheinanderbringen kann, so, als würde man versuchen, jeden möglichen Satz in einer Sprache aufzuschreiben. Der Arbeitsaufwand wächst so schnell an, dass es für alles außer die kleinsten Maschinen unmöglich wird. Diese Arbeit befasst sich mit genau diesem Engpass und stellt die Frage: „Können wir das Rauschen bereinigen, ohne jeden einzelnen Fehler kartieren zu müssen?“
Die Forscher hinter dieser Studie, die mit einem Team aus Dänemark und Großbritannien zusammenarbeiteten, haben eine clevere Abkürzung namens „tiled M0“ entwickelt. Anstatt zu versuchen, das Rauschen für den gesamten Quantencomputer auf einmal zu kartieren, erkannten sie, dass sie den Computer wie ein Mosaik aus sich wiederholenden Kacheln behandeln können. In ihrem spezifischen Aufbau, dem sogenannten „tUPS Ansatz“, wird der Quantenschaltkreis aus identischen Blöcken (Kacheln) aufgebaut, die immer wieder über sich hinausgehen. Die große Idee des Teams war die Annahme, dass das Rauschen innerhalb dieser kleinen Kacheln ähnlich verläuft und dass das Rauschen in einer Kachel die benachbarten nicht wild beeinflusst.
Durch diese „Lokalitätsapproximation“ konnten sie das Rauschen für nur ein oder zwei kleine Kacheln messen und diese Information dann auf die gesamte Maschine übertragen. Dies ist eine massive Abkürzung. Anstatt Millionen von Testschaltkreisen ausführen zu müssen, um ein großes System zu kartieren, mussten sie nur eine Handvoll ausführen. In ihren Tests wandten sie diese Methode an, um die Grundzustandsenergie (das stabilste Energieniveau) mehrerer Moleküle, darunter Wasser, Benzol und Butadien, unter Verwendung von Quantencomputern mit bis zu 12 Qubits zu berechnen.
Die Ergebnisse waren vielversprechend, aber mit einer Wendung. In Computersimulationen, in denen das Rauschen perfekt vorhersagbar war, arbeitete die „tiled M0“-Methode fast so gut wie die schwere, voll skalierte Methode und reduzierte die Energiefehler um den Faktor zehn oder mehr. Sie bereinigte das Signal erfolgreich für Moleküle wie Benzol, das 12 Qubits besitzt – eine Größe, bei der die alte Methode praktisch unmöglich durchzuführen gewesen wäre. Als sie diese Tests jedoch auf echten, physischen Quantencomputern durchführten, waren die Ergebnisse etwas ungeordneter. Für kleinere Moleküle wie Lithiumhydrid und Wasserstoff funktionierte die Methode großartig. Für größere, komplexere Moleküle wie Wasser und Benzol war die Verbesserung jedoch weniger dramatisch und senkte den Fehler nur um den Faktor zwei bis vier.
Die Autoren vermuten, dass diese Lücke zwischen der Simulation und der realen Welt nicht darauf zurückzuführen ist, dass ihre Mathematik falsch war, sondern dass echte Quantencomputer launisch sind. Das Rauschen auf diesen Maschinen driftet und fluktuiert im Laufe der Zeit. Da ihre Methode eine lange Zeit für die Durchführung der Experimente erforderte (bis zu zwei Stunden für Benzol), könnte die „Rauschkarte“, die sie zu Beginn erstellt hatten, bereits veraltet sein, als sie die Energie fertig gemessen hatten. Sie vermuten, dass ihre Technik noch heller strahlen würde, wenn das Rauschen der Maschine stabiler wäre.
Letztendlich behauptet diese Arbeit nicht, das Rauschproblem für immer gelöst zu haben. Stattdessen bietet sie ein kosteneffizientes, skalierbares Werkzeug, das die Fehlerabmilderung für größere Maschinen möglich macht, die zuvor unerreichbar waren. Sie legt nahe, dass wir, indem wir den Quantencomputer als eine Sammlung lokaler Nachbarschaften anstatt als ein einziges, riesiges, verheddertes Netz betrachten, eine enorme Menge an Zeit und Ressourcen sparen können. Während die Methode weiterer Tests bedarf, um zu sehen, wie sie mit dem driftenden Rauschen echter Hardware umgeht, öffnet sie die Tür zu genaueren Quantensimulationen auf den unvollkommenen Maschinen, die wir heute besitzen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.