Random matrix perspective on probabilistic error cancellation

Resumen Técnico: Perspectiva de Matrices Aleatorias sobre la Cancelación de Errores Probabilística

Planteamiento del Problema
El hardware cuántico actual sufre canales de ruido físico que alteran los circuitos cuánticos objetivo, lo que impide la ejecución fiable de algoritmos profundos. Mientras que las técnicas de mitigación de errores como la Cancelación de Errores Probabilística (PEC) intentan revertir estos efectos aplicando canales "no físicos", la naturaleza precisa del ruido suele ser desconocida y dependiente del hardware. La extracción de los procesos de ruido dominantes es computacionalmente costosa. Este artículo investiga las propiedades generales del operador "denoiser" (eliminador de ruido) requerido para la PEC sin asumir conocimiento previo de la estructura específica del ruido, tratando el problema a través de la lente de la teoría de matrices aleatorias.

Metodología
Los autores modelan un conjunto de circuitos cuánticos ruidosos ($\Lambda_U$) que actúan sobre $L$ qubits con una dimensión del espacio de Hilbert $N=2^L$. El modelo opera en la "imagen plegada" de superoperadores actuando sobre matrices de densidad vectorizadas.

• Construcción del Circuito: Cada circuito consta de $m$ capas. Cada capa $i$ comprende una operación unitaria $U_i$ (modelada como unitarias aleatorias globales extraídas de la medida de Haar) seguida de un canal de ruido $N_i$.
• Modelado del Ruido: El ruido se modela mediante generadores de Lindblad $L_i$ actuando durante tiempos cortos $t$, de tal manera que $N_i = \exp(tL_i)$. Se consideran dos conjuntos de ruido:
  1. Ruido Global: Generado por Lindbladianos completamente aleatorios donde la matriz de Kossakowski se muestrea del conjunto de Wishart.
  2. Ruido Local: Generado al restringir la base de operadores a cadenas de Pauli con un peso de Pauli máximo $k_{max}$, modelando procesos de pocos qubits relevantes para el hardware actual.
• Definición del Denoiser: El denoiser $D$ se define como el operador que invierte el canal ruidoso para recuperar el circuito unitario objetivo $U$: $D = U \Lambda_U^{-1}$. Dado que $\Lambda_U$ implica decoherencia irreversible, $D$ es inherentemente un canal no físico (no completamente positivo y preservador de la traza).
• Enfoque Analítico: Los autores utilizan la fórmula de Baker-Campbell-Hausdorff (BCH) para aproximar la inversa del canal ruidoso para un valor pequeño de la fuerza del ruido $t$. Relacionan el espectro del denoiser con la suma de los generadores de Lindblad rotados, $\sum \tilde{L}_i$.

Contribuciones Clave y Resultados

1. Estructura Espectral de los Denoisers: El estudio demuestra que los espectros complejos de los canales denoiser heredan sus propiedades estructurales de los generadores de Lindblad aleatorios subyacentes.
   • Para Lindbladianos aleatorios globales, el espectro del denoiser sigue una forma universal predicha por el soporte espectral de un único generador de Lindblad aleatorio, escalada y desplazada de acuerdo con el número de capas $m$ y la fuerza del ruido $t$.
   • Específicamente, el centro del espectro del denoiser se localiza en $\exp(tm)$, y la extensión espectral escala con $\sqrt{m}$.
2. Validez de la Aproximación: Para parámetros de ruido $t$ pequeños y profundidades de circuito $m$ pequeñas, el denoiser puede aproximarse con precisión como el exponencial de la suma de los generadores de Lindblad generadores ($D \approx \exp(-t \sum \tilde{L}_i)$). Las comparaciones numéricas muestran una excelente concordancia (desviaciones del orden de $10^{-6}$ para $t=0.1, m=2$) entre los espectros exactos del denoiser y esta aproximación lineal.
3. Emergencia de la Jerarquía de Localidad: Cuando el ruido se restringe a procesos locales (de pocos qubits), el espectro del denoiser exhibe una jerarquía de escalas de tiempo. Esta estructura refleja directamente las tasas de decaimiento de múltiples niveles observadas en los espectros de Liouvillianos de pocos cuerpos aleatorios. Las características espectrales inducidas por la localidad persisten a pesar del efecto de dispersión (scrambling) de las capas unitarias aleatorias en el circuito.
4. Comportamiento de Escalamiento: El artículo cuantifica cómo cambia el soporte espectral del denoiser con el tamaño del sistema $N$, la fuerza del ruido $t$ y la profundidad del circuito $m$. A medida que $t$ aumenta, el espectro del canal ruidoso se desplaza hacia el origen, mientras que los autovalores del denoiser aumentan en módulo, alejándose de la unidad.

Significancia y Reivindicaciones
El artículo afirma que las propiedades espectrales de los denoisers no físicos no son arbitrarias, sino que están fundamentalmente constreñidas por las propiedades estadísticas de los generadores de ruido.

• Universalidad: Incluso en ausencia de una caracterización de ruido específica, el conjunto de denoisers puede entenderse a través del soporte espectral universal de los Lindbladianos aleatorios.
• Persistencia de la Localidad: Un hallazgo significativo es que la estructura de localidad del ruido subyacente sobrevive al scrambling de los circuitos aleatorios. Esto sugiere que, en entornos realistas donde el ruido es local, los denoisers efectivos requeridos para la cancelación de errores pueden poseer una estructura que podría implementarse mediante circuitos relativamente poco profundos compuestos por puertas de pocos cuerpos.
• Marco Teórico: El trabajo proporciona un marco teórico general que conecta los espectros de los Liouvillianos aleatorios con las propiedades de los operadores de cancelación de errores probabilística, ofreciendo una forma de predecir el comportamiento del denoiser basándose en las características del ruido sin necesidad de una tomografía completa de procesos.