Efficient quantum state preparation on Quantinuum hardware
Diese Arbeit präsentiert ein End-to-End-Framework für ressourceneffiziente Quantenzustandspräparation und schnelle, robuste Fidelity-Verifizierung auf der H2-1-Hardware von Quantinuum, das durch die Integration von Tensor-Netzwerk-Schaltkreisen mit einer neuartigen Pre-Measurement-Basiswechsel-Technik eine hohe Fidelity von 0,929 für strukturierte Zustände erreicht und dadurch die Stichprobenkomplexität der Shadow-Overlap-Verifizierung drastisch reduziert.
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
Um die Herausforderung zu verstehen, mit der die Forscher in dieser Arbeit konfrontiert waren, muss man zunächst das grundlegende Ziel des Quantencomputings erfassen: die Manipulation der empfindlichen Zustände winziger Teilchen, um Probleme zu lösen, die für klassische Computer unmöglich sind. Ein entscheidender Schritt in diesem Prozess ist die Vorbereitung eines spezifischen Quantenzustands, also im Wesentlichen das Anordnen der Teilchen in einem präzisen Muster, das Informationen kodiert, wie etwa eine Schallwelle oder ein medizinisches Bild. Da diese Maschinen jedoch derzeit verrauscht und unvollkommen sind, weicht das vorbereitete Muster oft vom idealen Ziel ab. Die eigentliche Schwierigkeit liegt nicht nur darin, das Muster zu erzeugen, sondern darin, zu verifizieren, dass es korrekt ist. Traditionelle Methoden zur Überprüfung eines Quantenzustands sind vergleichbar mit dem Versuch, eine komplexe 3D-Skulptur durch ein einzelnes Foto zu verstehen; sie erfordern entweder so viele Messungen, dass die Aufgabe unmöglich wird, oder sie scheitern vollständig, wenn das Muster eine spezifische, strukturierte Form aufweist, anstatt zufällig zu sein. Ohne eine zuverlässige Möglichkeit zu bestätigen, dass der Zustand korrekt ist, kann der Computer nicht darauf vertraut werden, die komplexen Berechnungen durchzuführen, für die er gebaut wurde.
In einer kürzlich durchgeführten Studie demonstrierte ein Forscherteam eine vollständige Lösung für dieses Problem, indem es erfolgreich einen komplexen Quantenzustand auf einem echten Quantencomputer vorbereitete und verifizierte. Sie verwendeten eine Maschine namens Quantinuums H2-1, die auf gefangenen Ionen basiert – elektrisch geladenen Atomen, die durch elektromagnetische Felder an Ort und Stelle gehalten werden –, um Berechnungen durchzuführen. Das Team wählte ein praktisches und strukturiertes Ziel: ein Segment eines digitalisierten akustischen Signals, spezifisch eine Schallwelle, die in einer schallisolierten Kammer aufgenommen wurde. Sie kodierten diesen Schall in ein System aus 13 Quantenbits, oder Qubits, wodurch einen Zustand schufen, der die Druckschwankungen des Schalls über die Zeit darstellte. Das Ziel war es zu sehen, ob sie diesen Zustand auf der Hardware aufbauen und mit hoher Zuversicht beweisen konnten, dass die Maschine erfolgreich war, während sie gleichzeitig eine minimale Anzahl von Messungen verwendeten, um den Prozess effizient zu halten.
Die Forscher wandten eine zweiteilige Strategie an, um dies zu erreichen. Zuerst nutzten sie eine Methode, die auf mathematischen Strukturen, den sogenannten Tensornetzwerken, basiert, um einen Schaltkreis zu entwerfen, der das Schallwellenmuster erzeugen konnte. Dieser Ansatz ermöglichte es ihnen, den komplexen Schall in einfachere Schichten zu zerlegen und einen Schaltkreis zu erstellen, der kurz genug war, um auf aktueller Hardware zu laufen, ohne aufgrund von Rauschen zu zerfallen. Es gelang ihnen, den Zustand mit einem hohen Maß an Genauigkeit vorzubereiten und erreichten eine Hardware-Fidelity von 0,929. Diese Zahl gibt an, dass der von der Maschine erzeugte Zustand zu 92,9 % identisch mit dem perfekten theoretischen Ziel war, was angesichts der Tatsache, dass die Maschine noch nicht perfekt ist, eine bedeutende Leistung darstellt.
Der zweite, und vielleicht kritischere Teil ihrer Arbeit war die Verifizierung dieses Ergebnisses. Standardmäßige Verifizierungstechniken haben Schwierigkeiten mit strukturierten Daten wie Schallwellen, da die Mathematik dahinter prohibitiv schwierig wird und eine unmögliche Anzahl von Stichproben erfordert, um zu bestätigen, dass der Zustand korrekt ist. Das Team führte einen cleveren Umweg ein: einen Vor-Messschritt, der die Art und Weise verändert, wie der Quantenzustand vor der Messung betrachtet wird. Indem sie den Zustand unter Verwendung einfacher Einzelqubit-Gatter in eine andere Perspektive rotieren, glätteten sie die komplexen Muster, die die Verifizierung erschwerten. Diese Anpassung reduzierte einen schwierigen mathematischen Parameter, der bestimmt, wie viele Messungen benötigt werden, um mehr als zehn Größenordnungen. In praktischen Begriffen bedeutete dies, dass sie den Zustand mit nur 1.000 Messungen verifizieren konnten – eine Zahl, die klein genug war, um praktikabel zu sein, während die ursprüngliche Methode eine unbewältigbare Menge an Zeit und Ressourcen erfordert hätte.
Die Ergebnisse zeigten, dass dieser kombinierte Ansatz hervorragend funktioniert. Als das Team das Experiment auf der tatsächlichen Quantenhardware durchführte, bestätigte die Verifizierungsmethode den Zustand mit einem hohen Grad an Gewissheit. Sie verglichen die realen Ergebnisse mit Simulationen des Rauschens der Maschine, und die beiden stimmten eng überein, was bewies, dass ihre Methode das Verhalten des Geräts genau erfasste. Die Studie zeigt, dass es möglich ist, strukturierte Realdaten auf Quantenhardware vorzubereiten und diese schnell und zuverlässig zu verifizieren, ohne die massiven, fehlerkorrigierenden Maschinen zu benötigen, die erst in Jahren verfügbar sein werden. Durch die Komprimierung eines robusten Verifizierungsverfahrens auf eine geringe Anzahl von „Shots“ haben die Forscher einen neuen Standard für das Testen von Quantencomputern geschaffen und damit das Paradigma von der theoretischen Möglichkeit zur praktischen Realität für die Kodierung strukturierter Daten verschoben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.