Entanglement-assisted continuous-variable concatenated codes for encoding qubits or oscillators

Diese Arbeit schlägt vor und analysiert verschränkungsunterstützte kontinuierlich-variable konkatänierte Codes, die verschränkungsunterstützte Stabilisator-Codes mit Gottesman-Kitaev-Preskill (GKP)-Codes kombinieren, um die Fehlerkorrekturraten zu erhöhen und die Quadraturfehler-Varianzen sowohl für Qubit-in-Oszillator- als auch für Oszillator-in-Oszillator-Kodierungsschemata zu unterdrücken.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, eine sehr zerbrechliche Nachricht über einen verrauschten, stürmischen Ozean zu senden. In der Quantenwelt ist diese „Nachricht“ Information (wie ein Qubit), und der „Sturm“ ist zufälliges Rauschen, das die Daten verzerren oder zerstören kann.

Dieses Paper schlägt eine neue, hocheffiziente Methode vor, um diese Nachricht zu schützen, indem es zwei verschiedene Arten von Sicherheitsnetzen kombiniert: Verschränkung (eine spukhafte Quantenverbindung) und konkatenierte Codes (eine „Box-in-einer-Box“-Strategie).

Hier ist die Aufschlüsselung ihrer Ideen unter Verwendung alltäglicher Analogien:

1. Die zwei Sicherheitsnetze

Um das Paper zu verstehen, müssen Sie die zwei Werkzeuge kennen, die sie mischen:

• Das „Quantenseil“ (GKP-Codes): Stellen Sie sich vor, Ihre Nachricht ist eine zarte Schnur. Der GKP-Code ist wie das Weben dieser Schnur zu einem dicken, geflochtenen Seil. Wenn der Wind (das Rauschen) das Seil leicht verschiebt, hält das Geflecht es an Ort und Stelle. Es ist großartig darin, kleine, zufällige Stöße in der Position oder im Impuls der Nachricht zu korrigieren.
• Der „Quanten-Handschlag“ (Entanglement-Assisted Codes): Stellen Sie sich vor, Sie und ein Freund haben eine geheime, vorab geteilte Verbindung. Selbst wenn Sie meilenweit voneinander entfernt sind, können Sie, wenn Sie beide eine Hälfte einer „magischen Münze“ halten, diese Verbindung nutzen, um Fehler schneller zu beheben, als wenn Sie alleine arbeiten würden. Dies wird als „Entanglement Assistance“ (Verschränkungsunterstützung) bezeichnet. Dies beschleunigt die Fehlerkorrektur, erfordert aber, dass Sie diese magischen Münzen im Voraus teilen.

2. Die „Box-in-einer-Box“-Strategie

Das Paper untersucht zwei Wege, diese Sicherheitsnetze zu stapeln. Denken Sie dabei an das Verpacken einer zerbrechlichen Vase für den Versand.

Ansatz A: Die „Äußere Box“-Strategie (Qubits in Oszillatoren)

• Wie es funktioniert: Zuerst wickeln Sie Ihre Nachricht in ein Standard-„Quantenseil“ (GKP). Dann nehmen Sie dieses gewickelte Seil und legen es in eine „Quanten-Handschlag“-Box (Entanglement-Assisted Code).
• Die Analogie: Sie wickeln die Vase in Luftpolsterfolie (GKP) ein und legen die eingepackte Vase dann in eine Kiste, bei der Sie und der Empfänger eine vorab geteilte Funkverbindung (Entanglement) haben, um den Versand zu koordinieren.
• Das Ergebnis: Die Autoren testeten dies mit einem spezifischen Aufbau (einem 3-Qubit-Repetitionscode). Sie fanden heraus, dass dieser Prozess sehr gut darin ist, Fehler zu beheben, da der Empfänger die „magischen Münzen“ (Entanglement) bereits griffbereit hat. Er schnitt tatsächlich besser ab als ein berühmter 5-Qubit-Code, der diese vorab geteilte Hilfe nicht nutzt.

Ansatz B: Die „Innere Box“-Strategie (Oszillatoren in Qubits)

• Wie wie es funktioniert: Dies ist der umgekehrte Weg. Zuerst nutzen Sie den „Quanten-Handschlag“, um die Nachricht zu schützen. Dann wickeln Sie dieses gesamte geschützte Paket in das „Quantenseil“ (GKP).
• Die Analogie: Sie und der Empfänger verbinden sich zuerst über Ihr magisches Funkgerät (Entanglement), um einen sicheren Kanal zu erstellen. Dann wickeln Sie die Nachricht in Luftpolsterfolie (GKP), bevor Sie sie durch diesen Kanal senden.
• Das Ergebnis: Dies ist der große Durchbruch des Papers. Durch die Verwendung dieser Reihenfolge entdeckten sie einen Weg, beide Arten von Rauschen (Position und Impuls) gleichzeitig zu glätten.
  • Die magische Mathematik: Wenn Sie 2 magische Münzen (verschränkte Modi) verwenden, können Sie das „Zittern“ der Nachricht um den Faktor 3 reduzieren.
  • Die allgemeine Regel: Wenn Sie $n-1$ magische Münzen verwenden, können Sie das Zittern um den Faktor $n$ reduzieren.
  • Beispiel: Wenn Sie 9 magische Münzen verwenden, machen Sie das Rauschen 10-mal kleiner.

3. Warum das wichtig ist (laut dem Paper)

Das Paper behauptet, dass sie durch die Mischung dieser beiden Konzepte ein System geschaffen haben, das:

1. Ressourceneffizient ist: Es nutzt die „magischen Münzen“ effizient.
2. Hochperformant ist: Es senkt die Wahrscheinlichkeit eines Fehlers (logische Ausfallwahrscheinlichkeit) signifikant.
3. Vielseitig ist: Sie zeigten, wie dies sowohl für das Senden einfacher Bits (Qubits) als auch für das Senden kontinuierlicher Wellen (Oszillatoren) funktioniert.

Was sie NICHT behauptet haben

Es ist wichtig, sich an das zu halten, was das Paper tatsächlich sagt:

• Sie haben nicht behauptet, dass dies heute bereits für den kommerziellen Gebrauch bereit ist.
• Sie haben nicht behauptet, dass es für medizinische Geräte oder klinische Anwendungen geeignet ist.
• Sie haben nicht behauptet, dass es alle Quantenprobleme löst.
• Sie merkten explizit an, dass ihre Berechnungen von „idealen“ Bedingungen ausgehen (perfekte magische Münzen und kein anderer Typ von Rauschen außer einfachem Zittern). Sie schlugen vor, dass zukünftige Arbeiten dies mit realen Unvollkommenheiten testen könnten, haben dies aber noch nicht getan.

Das Fazsit

Die Autoren haben ein theoretisches „Super-Verpackungssystem“ für Quanteninformationen entwickelt. Indem sie eine vorab geteilte Quantenverbindung (Entanglement) nutzen, um einen spezifischen Typ von Fehlerkorrektur-Code (GKP) zu unterstützen, fanden sie einen Weg, die Nachricht wesentlich stabiler gegen Rauschen zu machen. Sie bewiesen, dass die Nachricht umso glatter und sicherer wird, je mehr „magische Münzen“ (Entanglement) man teilt.

Technische Zusammenfassung

Technische Zusammenfassung: Verschränkungsunterstützte kontinuierlich-variable konkatänierte Codes zur Kodierung von Qubits oder Oszillatoren

Problemstellung
Quantenfehlerkorrektur (QEC) ist essenziell für fehlertolerantes Quantencomputing. Während Stabilisator-Codes für diskrete Variablen (DV) effektiv sind, benötigen kontinuierlich-variable (CV) Systeme (bosonische Moden) spezifische Codes wie den Gottesman-Kitaev-Preskill (GKP)-Code, um kleine Verschiebungshintergrundfehler im Phasenraum zu korrigieren. Hybride Ansätze, wie die Konkatenation von DV-Stabilisator-Codes mit CV-GKP-Codes, wurden untersucht, um die Fehlerkorrekturleistung zu verbessern. Diese konventionellen Konkatenationen nutzen jedoch keine vorab geteilte Verschränkung. Verschränkungsunterstützte (EA) Stabilisator-Codes sind dafür bekannt, die Übertragungsraten und die Fehlerkorrekturkapazitäten zu verbessern, indem sie die Anforderung an selbstduale Stabilisatorgruppen lockern, vorausgesetzt, Sender und Empfänger teilen verschränkte Bits (ebits). Das zentrale Problem, das in dieser Arbeit adressiert wird, ist, wie die EA-Unterstützung in konkatänierte CV-Stabilisator-Codes integriert werden kann, um die Fehlersuppression und die logischen Ausfallwahrscheinlichkeiten weiter zu verbessern, speziell für die Kodierung sowohl von Qubits als auch von Oszillatoren.

Methodik
Die Autoren schlagen zwei unterschiedliche Konkatenationsarchitekturen vor, die EA-Stabilisator-Codes mit GKP-Codes kombinieren, bezeichnet durch die Notation $A \triangleright B$, wobei $A$ der äußere Code und $B$ der innere Code ist.

1. $C_{EA-stabilizer} \triangleright C_{GKP}$ (Qubit-in-Oszillator):

   • Struktur: Ein äußerer EA-Stabilisator-Code (DV) wird mit einem inneren GKP-Code (CV) konkateniert.
   • Prozess: Ein logisches Qubit wird zuerst in einen physischen Qubit-Zustand mittels eines EA-Stabilisator-Codes kodiert (unter Verwendung vorgeteilter ebits). Anschließend wird jedes physische Qubit sowie die Hälften der ebits in computergestützte GKP-Zustände (Oszillatoren) kodiert.
   • Beispiel: Die Autoren analysieren einen $[[3, 1, 3; 2]]$ EA-Repetitionscode, der mit einem GKP-Code konkateniert ist. Die äußere Schicht kodiert ein logisches Qubit in drei physische Qubits unter Verwendung von zwei vorgeteilten ebits. Die innere Schicht kodiert diese drei Qubits und die zwei ebit-Hälften in fünf harmonische Oszillatoren.
   • Dekodierung: CV-Fehler werden zuerst auf den einzelnen Moden korrigiert, gefolgt von der Korrektur diskreter Fehler mittels der EA-Stabilisator-Syndrome.

2. $C_{GKP} \triangleright C_{EA-stabilizer}$ (Oszillator-in-Oszillatoren):

   • Struktur: Ein äußerer GKP-Code wird mit einem inneren EA-Stabilisator-Code konkateniert.
   • Prozess: Ein Single-Mode-GKP-kodierter Zustand wird zuerst erzeugt. Dieser Zustand wird dann in mehrere Oszillator-Moden mittels eines Gaußschen Encoders kodiert, der aus einem EA-Stabilisator-Code abgeleitet ist, unter Verwendung vorgeteilter GKP-Bell-Zustände (verschränkte Moden oder emodes).
   • Beispiel: Die Autoren schlagen einen $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ Code vor. Ein einzelner logischer GKP-Zustand wird in drei Oszillator-Moden kodiert, wobei zwei vorgeteilte GKP-Bell-Paare (emodes) verwendet werden. Die Kodierung nutzt einen Gaußschen unitären Encoder ($U^G_{enc}$), der aus SUM-Gates besteht.
   • Dekodierung: Das System verwendet Syndrommessungen an den Stabilisatoren der Datenmode und der Anzellär-emodes. Da die Syndrome der Datenmode nicht direkt gemessen werden können, ohne den Zustand zu stören, verwenden die Autoren die Maximum-Likelihood-Schätzung (MLE), um die wahrscheinlichsten Fehlerwerte basierend auf den gemessenen Syndromen der Anzellär-Moden und der Annahme von identisch und unabhängig verteilten (iid) Gaußschen Rauschen zu inferieren.

Wesentliche Beiträge und Ergebnisse

• Vorschlag von EA-konkatenierten Codes: Die Arbeit führt und formalisiert zwei neue Familien von konkatinierten Codes ein: $C_{EA-stabilizer} \triangleright C_{GKP}$ und $C_{GKP} \triangleright C_{EA-stabilizer}$.
• Rauschunterdrückung in $C_{GKP} \triangleright C_{EA-stabilizer}$:
  • Für den spezifischen Fall von $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ demonstrieren die Autoren, dass die Verwendung von zwei maximal verschränkten Moden (emodes) die Varianz sowohl der Positions- ($q$) als auch der Impuls- ($p$) Quadraturfehler der Datenmode um den Faktor $1/3$ unterdrückt.
  • Die verbleibenden logischen Fehler folgen einer Gaußschen Verteilung mit der Varianz $\sigma^2/3$ im Vergleich zur ursprünglichen Varianz $\sigma^2$.
  • Dies wird ohne zusätzliche Quadratur-Squeezing erreicht, stattdessen durch die Nutzung der Verschränkungsunterstützung.
• Generalisierung zu $n$-Qubit EA-Repetitionscodes:
  • Die Autoren generalisieren das $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ Schema zu einer Familie von Codes: $C_{GKP} \triangleright C_{[[n, 1, n; n-1]]}$, wobei $n$ eine ungerade Ganzzahl $\ge 3$ ist.
  • Theorem 1: Diese Familie verwendet $n-1$ emodes, um die Varianz der Positions- und Impuls-Quadraturfehler einer Datenmode um den Faktor $1/n$ zu unterdrücken.
  • Dieses Ergebnis wird mit unbiasen GKP-Repetitionscodes aus früherer Literatur (Ref. [28]) verglichen, wobei angemerkt wird, dass das vorgeschlagene EA-Schema ähnliche Unterdrückungsfaktoren ($1/(n+1)$ für $n+1$ Moden) erreicht, aber mit einer anderen Ressourcenstruktur (Verwendung von $n-1$ emodes für $n$ Gesamtmoden im Repetitionskontext).
• Leistungsvergleich:
  • Die logische Ausfallwahrscheinlichkeit für $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ wurde berechnet und zeigt, dass sie den $C_{[[5, 1, 3]]} \triangleright C_{GKP}$ Code (einen Standard-Qubit-in-Oszillator-Code ohne EA-Unterstützung) übertrifft. Diese Verbesserung wird darauf zurückgeführt, dass der äußere EA-Code über rauschfreie Hälften der ebits im Besitz des Empfängers verfügt.
  • Umgekehrt wurde festgestellt, dass der $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ Code (Oszillator-in-Oszillator) eine höhere logische Ausfallwahrscheinlichkeit als sein $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ Gegenstück hat. Die Autoren führen dies auf die Notwendigkeit der Schätzung ungemessener Zustände im erstgenannten Fall zurück, während der zweite Fall eine vollständige Suite von EA-Stabilisator-Messungen ermöglicht.

Bedeutung und Ansprüche
Das Paper beansprucht, die jüngsten vergleichenden Studien von $C_{stabilizer} \triangleright C_{GKP}$ und $C_{GKP} \triangleright C_{stabilizer}$ Codes auf deren verschränkungsunterstützte Gegenstücke ausgeweitet zu haben. Die primäre Bedeutung liegt darin, zu zeigen, dass Verschränkungsunterstützung effektiv in CV-konkatänierte Codes integriert werden kann, um:

1. Die Fehlerraten zu verbessern und die logischen Ausfallwahrscheinlichkeiten in Qubit-in-Oszillator-Schemata zu senken.
2. Einen Mechanismus zur Unterdrückung der Varianz in beiden Quadraturen einer Oszillator-Datenmode um den Faktor $1/n$ unter Verwendung von $n-1$ verschränkten Moden bereitzustellen, was eine ressourceneffiziente Alternative zu Schemata darstellt, die zusätzliches Squeezing oder mehr Anzellär-Moden erfordern.

Die Autoren halten den Umfang moderat und merken an, dass ihre Analyse ideale GKP-Zustände und Gaußsche Verschiebungsfehler annimmt. Sie räumen ein, dass eine praktische Implementierung die Adressierung von endlicher Energie, nicht-Gaußschen Rauschkanälen (wie reinem Verlust) und fehlertoleranten Schwellenwerten unter realistischen Hardware-Beschränkungen erfordern würde. Sie schlagen vor, dass diese Frameworks auf Quantenrepeater und verteilte Sensorik angewendet werden könnten, schlagen jedoch keine spezifischen experimentellen Aufbauten vor, außer die Referenz auf bestehende Plattformen (gefangene Ionen, supraleitende Schaltkreise, Photonik), die in der Lage sind, die notwendigen Zustände zu erzeugen.