Empirical Falsification of Pairwise-Only Explanations for an Engineered Parity Benchmark on a 133-Qubit Superconducting Processor

Título: Falsificación Empírica de Explicaciones Basadas Solo en Pares para un Benchmark de Paridad en un Procesador Superconductor de 133 Qubits

1. El Problema

Las actuales pipelines de caracterización, verificación y validación cuántica (QCVV) y los protocolos de mitigación de errores suelen basarse en una suposición fundamental: que el ruido relevante del dispositivo y la contaminación de la lectura pueden capturarse adecuadamente mediante interacciones de bajo peso, predominantemente interacciones de pares (pairwise) y errores de variable única.

• En arquitecturas superconductoras, esto implica modelar el ruido residual (como el crosstalk ZZ, la desfasación de espectadores y errores de asignación de lectura) como generadores de Pauli-Lindblad de dos cuerpos que decaen rápidamente con la distancia topológica.
• La brecha: Esta suposición falla dramáticamente ante estructuras de paridad macroscópica, donde todas las marginales de uno y dos cuerpos pueden ser completamente no informativas (mezcladas al máximo), mientras que el estado conjunto completo permanece fuertemente correlacionado con el contexto. El artículo busca determinar si las estructuras predictivas de orden superior (tripletes) en los resultados de medición pueden explicarse únicamente por estadísticas de bits individuales y pares.

2. Metodología

Los autores diseñaron un experimento de hardware compacto y minimalista para distinguir operativamente entre explicaciones basadas solo en pares y una estructura predictiva irredudible de orden tres (tripletes).

• Plataforma: Se ejecutó en el procesador superconductor IBM ibm_torino (133 qubits con acopladores sintonizables).
• Protocolos A1 y A1b:
  • A1 (Línea Base): Implementa una etiqueta binaria macroscópica basada en paridad ($Y = X_1 \oplus X_2 \oplus X_3$) utilizando 16 circuitos. Utiliza "twirling" de medición para reducir asimetrías sistemáticas de lectura.
  • A1b (Reducción de Lagunas): Una versión mejorada que añade 32 circuitos más (total 48). Para eliminar la posibilidad de que un solo qubit físico tenga un papel privilegiado (sesgo estático de hardware), rota los roles de los qubits físicos $\{0, 1, 2\}$ en el acumulador de paridad, promediando la simetría de roles.
• Análisis de Datos (Descomposición de Möbius):
  • En lugar de realizar una tomografía de proceso compleja, los autores utilizan métricas de retículos de subconjuntos clásicos sobre las lecturas de medición.
  • Definen una observable de información acumulada $g(S) = I(Y; X_S)$ (información mutua entre la etiqueta $Y$ y el subconjunto de bits $X_S$).
  • Aplican la inversión de Möbius para aislar las contribuciones intrínsecas por orden de interacción. El término clave es el término irredudible de triplete $f(123)$, que mide la información disponible solo al observar los tres bits conjuntamente, y que no puede atribuirse a ningún subconjunto de uno o dos elementos.
• Validación Estadística:
  • Se compararon dos modelos de clasificación clásica: uno basado exclusivamente en características de pares y otro que incluye características de tripletes.
  • Se construyó un modelo de máxima entropía de pares (basado en Ising) que coincide exactamente con las marginales empíricas de 1 y 2 cuerpos observadas en el hardware. Si el ruido fuera puramente de pares, este modelo debería reproducir la señal observada.

3. Contribuciones Clave

• Diseño de Benchmark Minimalista: Creación de un "harness" de prueba sintética (A1/A1b) que ingeniera una distribución de medición donde el canal de triplete es el portador intencional de información, evitando la necesidad de reconstrucciones no markovianas exponencialmente costosas.
• Falsificación Operativa: Demostración empírica de que las explicaciones basadas solo en pares son insuficientes para describir el comportamiento del hardware en contextos de paridad, incluso en presencia de ruido real.
• Análisis de Estructura Irredudible: Uso de la descomposición de Möbius para cuantificar directamente la información de orden superior que escapa a los modelos de ruido estándar de bajo peso.

4. Resultados

Los resultados obtenidos en el procesador ibm_torino son contundentes:

• Señal de Triplete Macroscópica:
  • En el experimento A1, se observó un término de triplete irredudible de $f(123) = 0.72609$ bits ($p \le 1.0 \times 10^{-4}$).
  • En el experimento A1b (con reducción de lagunas), el término se mantuvo robusto en $f(123) = 0.56521$ bits, a pesar de suprimir drásticamente la fuga de información de singleton (de $0.01367$a$0.00326$ en diferencia marginal máxima).
• Fallo del Modelo de Pares:
  • El modelo de máxima entropía de pares, ajustado para coincidir con las marginales empíricas de 1 y 2 cuerpos, predice un término de triplete de $\approx 6.6 \times 10^{-6}$ bits (efectivamente cero).
  • Existe una contradicción fuerte entre la predicción del modelo de pares ($\approx 0$) y los datos reales del hardware ($\approx 0.56$ bits).
• Rendimiento de Clasificadores:
  • Un clasificador basado solo en características de pares alcanzó una precisión de 0.617 (cercana al azar de 0.5) en datos de prueba.
  • Un modelo que incluye características de tripletes alcanzó una precisión de 0.910.
• Marginales de Bajo Orden: Las fugas de información de orden 1 y 2 fueron extremadamente pequeñas (máxima información mutua de singleton: $7.65 \times 10^{-6}$ bits), confirmando que la señal detectada no es un artefacto de sesgos de lectura simples.

5. Significado e Implicaciones

• Ceguera de las Herramientas Actuales: Los resultados demuestran que las suites de benchmarking y las estrategias de mitigación de errores que dependen exclusivamente de verificaciones de variación total de pares o decodificadores de características de pares son fundamentalmente ciegos a este tipo de correlaciones contextuales de orden superior.
• Riesgo para la Mitigación de Errores: Técnicas estándar como la Cancelación Probabilística de Errores (PEC) o el Randomized Benchmarking (RB) de pares, que aprenden perfiles de ruido a partir de marginales de bajo peso, podrían pasar por alto o malinterpretar estructuras correlacionadas de orden superior que surgen naturalmente (por ejemplo, a través de crosstalk parasitario en la medición).
• Validación de QCVV: El experimento establece un "ground-truth" controlado para probar si las herramientas avanzadas de QCVV pueden detectar estructuras de orden 3 irredudibles.
• Alcance: El estudio no afirma la existencia de un Hamiltoniano nativo de tres cuerpos en todo el dispositivo, sino que demuestra que, en este benchmark de paridad ingenierizado, la estructura contextual sobrevive al ruido de lectura y crosstalk de manera tan robusta que su firma informativa permanece irredudiblemente de orden triplete.

En resumen, el artículo proporciona una evidencia empírica de que la suposición de que el ruido cuántico es predominantemente de pares es falsa en contextos específicos, y que ignorar la estructura de orden superior puede llevar a una caracterización incompleta y a estrategias de mitigación ineficaces en procesadores cuánticos superconductores actuales.