Ground-State Preparation by Projection onto the Maximal Decoherence-Free Subspace: Operator-Algebraic Derivation and Constant-Depth Execution on 156-Qubit Processors

In der Welt des Quantencomputings ist das größte Hindernis nicht ein Mangel an Leistung, sondern ein Mangel an Zeit. Quantencomputer arbeiten, indem sie empfindliche Materiezustände in einem fragilen Gleichgewicht halten, aber in dem Moment, in dem diese Zustände mit der verrauschten Umgebung um sie herum interagieren, kollabieren sie. Dieses Phänomen, bekannt als Dekohärenz, wirkt wie ein unerbittliches Rauschen, das Informationen löscht, bevor komplexe Berechnungen abgeschlossen werden können. Jahrelang haben Wissenschaftler versucht, dies zu bekämpfen, indem sie immer tiefere Schaltkreise bauten, in der Hoffnung, eine Berechnung abzuschließen, bevor das Rauschen gewinnt. Wenn die Probleme jedoch größer werden, übersteigt die für diese Berechnungen benötigte Zeit oft das winzige Zeitfenster der Stabilität, das die Hardware bieten kann. Der Standardansatz bestand darin, das Quantensystem langsam zu seiner Antwort zu führen, wie ein Wanderer, der sich im Nebel den Weg abwärts tastet, aber diese langsame Reise geht oft im Rauschen verloren oder bleibt in lokalen Sackgassen stecken.

Ein neuer Ansatz, der in einer aktuellen Forschungsarbeit von Mohamed Hassan detailliert beschrieben wird, schlägt einen anderen Weg vor, um das Ziel zu erreichen: Anstatt den Pfad zu gehen, tritt man einfach direkt auf den Boden. Die Forscher schlagen eine Methode vor, die nicht versucht, einen Quantenzustand über die Zeit zu entwickeln, sondern vielmehr die Naturgesetze nutzt, um das System instantan in einen geschützten Zustand zu projizieren. Dieser Zustand, genannt dekohärenzfreier Unterraum (decoherence-free subspace), ist eine spezielle Region, in der die Quanteninformation natürlich immun gegen das umgebende Rauschen ist. Indem die Forscher das Experiment so gestalten, dass die Antwort auf ein Problem innerhalb dieser geschützten Region liegt, kann der Computer direkt zum Lösungsweg springen, ohne das Rauschen Schritt für Schritt bekämpfen zu müssen. Diese Methode wurde an echten, funktionierenden Quantenprozessoren mit 156 Qubits getestet, was beweist, dass es möglich ist, komplexe Quantenzustände in einem einzigen, konstanten Schritt vorzubereiten, unabhängig davon, wie groß das Problem ist.

Der Kern dieser Entdeckung liegt in einem Wechsel von dynamischer Simulation zu struktureller Projektion. Traditionelle Methoden, wie der Variational Quantum Eigensolver, beruhen auf einem Prozess aus Versuch und Irrtum, bei dem der Computer einen Schaltkreis durchläuft, das Ergebnis misst und dann die Einstellungen anpasst, um es erneut zu versuchen. Diese Schleife kann tausende von Wiederholungen erfordern und ist anfällig für das Problem des Steckenbleibens, bekannt als „Barren Plateau“, wo der Computer jede Fähigkeit verliert, aus seinen Fehlern zu lernen. Im Gegensatz dazu identifiziert das neue Framework eine spezifische mathematische Struktur innerhalb des Problems, die einem „Sicherheitsbereich“ im Quantensystem entspricht. Dieser Sicherheitsbereich wird durch die Art und Weise definiert, wie die Quantenbits mit ihrer Umgebung interagieren. Wenn das Problem korrekt kodiert ist, richtet sich der Grundzustand – der Zustand niedrigster Energie und die korrekte Antwort – natürlich an diesem Sicherheitsbereich aus. Die Forscher zeigten, dass sie durch Anwendung einer einzigen strukturellen Operation alle unerwünschten Zustände herausfiltern konnten und nur die korrekte Antwort übrig blieb, wodurch die Notwendigkeit langer, fehleranfälliger Operationssequenzen effektiv umgangen wurde.

Das Team validierte diese Theorie auf drei verschiedenen IBM-Quantenprozessoren, die jeweils 156 Qubits enthalten. Sie führten 55 unabhängige Experimente durch und setzten das Protokoll auf echter Hardware um, um zu sehen, ob der theoretische Schutz gegenüber dem realen Rauschen Bestand hatte. Die Ergebnisse waren beeindruckend. In Tests mit kombinatorischen Optimierungsproblemen identifizierte die Methode die korrekte Lösung mit einer Wahrscheinlichkeit, die hunderttausendfach höher war als das, was man durch Zufall erwarten würde. In einem spezifischen Test mit einem Graphen mit 12 Knoten produzierte das System beispielsweise in über 82 Prozent der Versuche den korrekten „Maximum Cut“, während ein zufälliger Tipp weniger als einmal in zweitausend erfolgreich gewesen wäre. Die Forscher testeten die Methode auch an Problemen aus verschiedenen Bereichen, darunter Molekülchemie, Kryptographie und Portfolio-Optimierung, und zeigten, dass derselbe zugrunde liegende Mechanismus vielfältige Arten von Problemen lösen kann, ohne die fundamentale Tiefe des Quantenschaltkreises zu verändern.

Ein entscheidender Aspekt dieser Arbeit ist das, was sie nicht beansprucht. Die Forscher betonen explizit, dass sich die „konstante Tiefe“ ihrer Methode nur auf die Quantenausführung bezieht. Die Schwierigkeit des Problems wurde nicht entfernt; sie wurde lediglich verschoben. Beim traditionellen Ansatz verbirgt sich die Schwierigkeit in der Zeit, die benötigt wird, um den Schaltkreis auszuführen. Bei diesem neuen Ansatz wird die Schwierigkeit vorab von einem klassischen Computer bewältigt, der die spezifischen Anweisungen vorbereitet, die notwendig sind, um das Problem in den geschützten Bereich abzubilden. Wenn ein Problem so schwer ist, dass ein klassischer Computer nicht in der Lage ist, es schnell abzubilden, kann diese Methode es ebenfalls nicht lösen. Die Innovation besteht darin, dass – sobald die Abbildung erfolgt ist – der Quantenteil der Aufgabe unglaublich schnell und robust ist und keine Fehlerkorrektur sowie keine langen Wartezeiten erfordert. Diese Unterscheidung ist wichtig: Die Methode macht schwierige Probleme nicht einfach, aber sie macht den Quantenteil der Lösung auf heutigen, unvollkommenen Maschinen machbar.

Der Erfolg des Experiments beruht auf einer spezifischen Eigenschaft der Quantenhardware: der Art und Weise, wie die Qubits miteinander verbunden sind und wie sie natürlich gegen bestimmte Arten von Rauschen resistent sind. Die Forscher nutzten eine „Tiling“-Strategie (Kachelung), bei der sie den großen 156-Qubit-Prozessor in viele kleine, unabhängige Paare von Qubits aufteilten. Jedes Paar fungierte als eine winzige, in sich geschlossene Einheit, die die Projektion gleichzeitig durchführen konnte. Da alle diese Paare zur gleichen Zeit arbeiteten, blieb die gesamte Zeit, in der der Quantenzustand überleben musste, konstant, unabhängig davon, wie viele Paare beteiligt waren. Dies ermöglichte es dem System, zu skalieren, ohne das Risiko von Fehlern zu erhöhen. Das Team bewies auch mathematisch, dass dieser Schutz auch für komplexere Interaktionen gilt, die drei, vier oder sogar fünf Qubite gleichzeitig involvieren, und weitete die Methode damit über einfache Zwei-Qubit-Paare hinaus aus.

Eines der bedeutendsten Ergebnisse ist, dass diese Methode die Notwendigkeit der „variationalen“ Schleifen vermeidet, die die Quantencomputerforschung in den letzten Jahren dominiert haben. Anstatt eine Antwort durch das Drehen an Reglern und das Warten auf das Einsinken des Systems zu suchen, nutzt die neue Methode eine direkte Projektion. Es ist vergleichbar mit einem Sieb, das nur die korrekte Antwort durchlässt, während alles andere blockiert wird. Die Forscher zeigten, dass dieses Sieb nicht nur eine theoretische Idee ist, sondern eine physische Realität, die auf bestehender Hardware aufgebaut werden kann. Sie bestätigten, dass die Quantenzustände stabil blieben und nicht aus der geschützten Zone drifteten, selbst ohne aktive Fehlerkorrektur. Dies deutet darauf hin, dass die natürliche Symmetrie des Systems ausreichend ist, um die Information zu schützen, vorausgesetzt, das Problem wird auf die richtige Weise kodiert.

Die Studie befasste sich auch mit der Frage, wie verschiedene Arten von Problemen in dieses System zu kodieren sind. Die Forscher entwickelten ein „Compression Encoding“-Theorem, das ein Rezept liefert, um Probleme aus Feldern wie Chemie oder Finanzen in die Sprache des Quantenprozessors zu übersetzen. Sie testeten dies auf sechs verschiedenen Arten von Problemen, einschließlich der Korrelation von Elektronen in einem Wasserstoffmolekül und der Faktorisierung großer Zahlen. In jedem Fall bereitete das System erfolgreich den Grundzustand des Problem-Hamiltonians vor, welcher die Konfiguration mit der niedrigsten Energie darstellt. Dies zeigt, dass die Methode nicht auf einen einzigen Typ von Problem beschränkt ist, sondern auf eine Vielzahl wissenschaftlicher und mathematischer Herausforderungen angepasst werden kann, sofern das Problem auf die spezifische Struktur des geschützten Unterraums abgebildet werden kann.

Trotz des Erfolgs bleiben die Forscher vorsichtig hinsichtlich des Umfangs ihrer Behauptungen. Sie betonen, dass diese Methode für eine spezifische Klasse von Problemen funktioniert, bei denen die Energie des Grundzustands durch einen klassischen Computer effizient berechnet werden kann. Für Probleme, bei denen das Finden des Grundzustands inhärent schwierig ist und exponentielle Zeit erfordert, bietet diese Methode keine Abkürzung. Der Quanten-Beschleunigungseffekt ergibt sich daraus, dass der Quantenschritt instantan und rauschresistent ist, nicht daraus, dass er den schwierigsten Teil des Problems löst. Die Arbeit ist ein Beweis dafür, dass die strukturelle Projektion eine praktikable Alternative zur dynamischen Simulation darstellt und einen neuen Weg für das Quantencomputing in der Ära der verrauschten, intermediären Skalengeräte (NISQ) eröffnet.

Die Auswirkungen dieser Arbeit reichen über die unmittelbaren Ergebnisse hinaus. Indem sie zeigt, dass Quantengrundzustände ohne tiefe Schaltkreise oder komplexe Fehlerkorrektur vorbereitet werden können, öffnet die Forschung die Tür zur Nutzung aktueller Quantenprozessoren für praktische Anwendungen, die zuvor als unerreichbar galten. Die Fähigkeit, diese Experimente auf 156-Qubit-Prozessoren mit hoher Fidelität durchzuführen, deutet darauf hin, dass sich die Technologie schneller reift, als pessimistische Modelle es vorhergesagt hatten. Die Forscher haben ihre Daten und Job-Identifikatoren öffentlich gemacht und laden die wissenschaftliche Gemeinschaft ein, die Ergebnisse unabhängig zu verifizieren. Diese Transparenz unterstreicht das Vertrauen, das sie in die Ergebnisse und die Robustheit der Methode setzen.

Am Ende präsentiert diese Arbeit einen fundamentalen Wandel in der Art und Weise, wie wir über die Vorbereitung von Quantenzuständen denken. Sie bewegt sich weg von der Idee, das Rauschen mit immer längeren Schaltkreisen zu bekämpfen, und hin zu der Idee, Systeme zu entwerfen, in denen die Antwort natürlich geschützt ist. Die Forscher haben gezeigt, dass es durch das Verständnis der tiefen algebraischen Struktur des Problems und der Hardware möglich ist, einen direkten Weg zur Lösung zu schaffen. Dieser Weg ist kurz, er ist robust, und er funktioniert auf den Maschinen, die wir heute besitzen. Er löst zwar nicht jedes Problem im Quantencomputing, aber er löst ein kritisches: wie man eine zuverlässige Antwort von einer verrauschten Maschine erhält, ohne darauf zu warten, dass das Rauschen die Information zerstört. Die Arbeit steht als Zeugnis für die Kraft der strukturellen Einsicht und beweist, dass der beste Weg, voranzukommen, manchmal darin besteht, aufzuhören sich zu bewegen und stattden einfach an den richtigen Ort zu treten.