Benchmarking Error Mitigation: Artefactual Improvements in Zero-Noise Extrapolation

Résumé Technique : Évaluation de la Réduction des Erreurs : Améliorations Artefactuelles dans l'Extrapolation à Bruit Zéro

Énoncé du Problème
Une évaluation fiable de la réduction des erreurs quantiques (QEM - Quantum Error Mitigation) nécessite de distinguer les véritables améliorations physiques des artefacts mathématiques introduits lors du post-traitement. L'article se concentre sur l'extrapolation à bruit zéro (ZNE - Zero-Noise Extrapolation) de Richardson, une technique largement utilisée où les valeurs d'espérance à différents niveaux d'amplification du bruit ($\lambda_k$) sont ajustées à un polynôme pour estimer la limite de bruit zéro ($\hat{E}(0)$).

Le problème central identifié est un mode de défaillance spécifique : lorsque l'amplification du bruit pousse le signal mesuré en dessous du régime utilisable (approchant le "plancher" de l'observable, par exemple $f=0$ pour la parité ou $f=1/2^N$ pour les probabilités), l'extrapolation ne reflète plus la physique sous-jacente. Au lieu de cela, elle s'effondre en un rescalage déterministe d'une mesure bruitée unique ($E(\lambda_1)$). Cela crée un « effet horoscope » — une amélioration apparente indépendante du mécanisme réel d'amplification du bruit et pouvant entraîner des dépassements non physiques (valeurs dépassant l'idéal) ou des améliorations fallacieuses impossibles à distinguer d'une véritable réduction sans diagnostics supplémentaires.

Méthodologie
Les auteurs emploient une combinaison de dérivation théorique, de simulation et d'expériences empiriques sur matériel pour caractériser et valider ce mode de défaillance.

1. Dérivation Théorique : L'article dérive une caractérisation en forme fermée (Équation 2) montrant que si les valeurs d'espérance pour les niveaux de bruit amplifiés ($k > 1$) s'effondrent vers le plancher ($f$), l'estimation de Richardson $\hat{E}(0)$ devient une fonction linéaire de la seule première mesure $E(\lambda_1)$ et du plancher $f$. Spécifiquement, $\hat{E}(0) = c_1 E(\lambda_1) + (1-c_1)f$. Puisque $c_1 > 1$ pour les facteurs d'échelle standards (par exemple $\{1, 3, 5\}$), tout signal proche du plancher est rescalé vers le haut, créant une amélioration artificielle.
2. Taxonomie de la Rétention de Signal : Les auteurs définissent trois régimes basés sur la relation entre le signal et le plancher de l'observable :
   • Signal Conservé (Signal Retained) : Le signal reste bien au-dessus du plancher ; l'extrapolation est valide.
   • Signal Dégradé (Signal Decayed) : Le signal approche le plancher ; la récupération se dégrade.
   • Signal Détruit (Signal Destroyed) : Le signal s'effondre vers ou en dessous du plancher ; l'extrapolation dégénère en l'artefact décrit ci-dessus.
3. Contrôle Négatif par "Garbage-Folding" : Pour isoler l'effet de la destruction du signal de l'amplification du bruit, les auteurs introduisent une technique de « garbage-folding » (pliage de rebut). Cela consiste à insérer des séquences de portes qui ne se réduisent pas à l'identité (contrairement au pliage standard) mais qui correspondent au nombre de portes et au taux d'erreur résiduelle du pliage réel. Cela maximise la destruction du signal à $\lambda > 1$ tout en maintenant des coûts de calcul identiques.
4. Validation Matérielle : Des expériences ont été menées sur la machine IQM Euro-Q-Exa à 54 qubits en utilisant un circuit Trotter quantique (QTC) à 4 qubits et un circuit de Grover à 6 qubits. L'étude a utilisé les facteurs d'échelle $\{1, 3, 5\}$ et a comparé le pliage réel au "garbage folding" et au pliage d'identité.
5. Diagnostic à Coût Zéro : Les auteurs proposent un contrôle diagnostique basé sur la distribution de probabilité par état de base. Puisque l'extrapolation de Richardson est une combinaison linéaire de probabilités, une distribution valide doit avoir des probabilités non négatives pour tous les états. Les auteurs définissent un « poids de probabilité négative » ($W_{neg}$) pour quantifier les violations de cette contrainte physique.

Résultats Clés

• Effondrement Empirique : Sur le matériel IQM Euro-Q-Exa, à mesure que la profondeur du circuit augmentait, les valeurs de parité amplifiées s'effondraient vers le plancher ($f=0$). À ce stade, l'estimation de Richardson $\hat{E}(0)$ se découplait de la vraie valeur idéale et suivait la prédiction de rescalage théorique ($\frac{15}{8}E(\lambda_1)$).
• Dépassement Artefactuel (Overshoot) : Dans le régime de signal détruit, la méthode a produit un dépassement de 21 % de la valeur idéale ($\hat{E}=1.16$ contre $E_{ideal}=0.96$) malgré un signal effectivement nul.
• Supériorité du Garbage-Folding : Dans les simulations et les tests matériels, le « garbage folding » (qui ne porte aucun signal utile) a produit des améliorations apparentes plus grandes que le pliage réel. Par exemple, sur le circuit de Grover, le garbage folding a produit un ratio de récupération $\rho \approx 0.56$ contre $0.44$ pour le pliage réel. Dans le régime de signal conservé, le garbage folding a produit des valeurs non physiques extrêmes ($\rho = 16$ et $125$).
• Efficacité du Diagnostic : Le poids de probabilité négative ($W_{neg}$) a réussi à distinguer les régimes valides des régimes artefactuels. Le pliage réel entraînait un $W_{neg} \approx 0.02\text{--}0.04$, tandis que le garbage folding dans le régime détruit entraînait un $W_{neg} \approx 0.74$. Les deux distributions ne se chevauchaient pas (AUC = 1.0), faisant de $W_{neg}$ un indicateur robuste et à coût zéro de l'artefact.

Contributions Clés

1. Caractérisation en Forme Fermée : Une preuve mathématique démontrant que la ZNE de Richardson dégénère en un rescalage déterministe lorsque $E(\lambda_{>1})$ atteint le plancher de l'observable, rendant l'amélioration rapportée sans signification.
2. Taxonomie de la Rétention de Signal : Un cadre permettant aux évaluations de déterminer leur régime opérationnel (conservé, dégradé ou détruit) en utilisant leurs propres données par $\lambda$.
3. Contrôle Négatif à Coût Égal : L'introduction du « garbage-folding » pour démontrer que des améliorations rapportées plus importantes peuvent être fabriquées uniquement par la destruction du signal, prouvant que l'ampleur de l'amélioration n'est pas une preuve de correction.
4. Diagnostic à Coût Zéro et Liste de Contrôle : Une méthode pratique pour signaler les artefacts en utilisant les données existantes (comptages par état) via la métrique $W_{neg}$, ainsi qu'une liste de contrôle pour les évaluations ZNE.

Signification et Revendications
L'article soutient que la validité de nombreuses évaluations empiriques en informatique quantique est menacée par ce mode de défaillance rarement considéré. Les auteurs affirment que :

• L'« effet horoscope » (amélioration artefactuelle) est distinct du problème bien connu de mauvais conditionnement causé par des facteurs d'échelle proches ; il affecte même les ensembles de facteurs d'échelle optimals en variance comme $\{1, 3, 5\}$ une fois que le signal est détruit.
• Les améliorations rapportées dans le régime de signal détruit ne sont pas des preuves de réduction réussie, mais des artefacts mathématiques de l'arithmétique de post-traitement.
• Une évaluation crédible doit garantir que les améliorations sont attribuables au mécanisme d'amplification du bruit plutôt qu'à l'arithmétique d'extrapolation.
• La liste de contrôle proposée (rapport de l'état de rétention du signal, $W_{neg}$ et limites physiques) permet à la communauté de distinguer ce qu'un pipeline ZNE prétend mesurer de ce qu'il mesure réellement, sans nécessiter de ressources de calcul supplémentaires.

Les auteurs maintiennent une portée modeste, notant que bien que les preuves matérielles soient actuellement limitées à un seul dispositif et à des familles de circuits spécifiques, la dérivation théorique dépend uniquement des propriétés générales des extrapolateurs linéaires et des planchers d'observables, suggérant que le mode de défaillance est généralisable à travers les dispositifs et les profondeurs de circuit.