Blind calibration of a quantum computer

Sintesi Tecnica: Calibrazione Cieca di un Computer Quantistico

Enunciato del Problema
La calibrazione degli apparati di misura quantistici è fondamentalmente limitata dal "problema della calibrazione": la caratterizzazione accurata degli errori di misura richiede dati di input di alta qualità, che a loro volta richiedono una preparazione dello stato accurata. Tradizionalmente, risolvere questo problema richiede un componente di alta qualità (sia la preparazione dello stato che la misura) per fungere da sonda affidabile. Ciò crea una dipendenza in cui il miglioramento di un aspetto del sistema richiede la conoscenza precisa dell'altro, spesso richiedendo molteplici esperimenti di calibrazione separati e su misura per diverse fonti di errore (ad esempio, errori di preparazione dello stato e di misura (SPAM), crosstalk, sovrarotazioni). Gli autori identificano la necessità di una tecnica economicamente efficiente in termini di dati e leggera nel post-processing, capace di caratterizzare gli errori di misura senza fare affidamento su stati preparati perfettamente.

Metodologia: Calibrazione Cieca
Il documento propone un protocollo denominato "calibrazione cieca" (blind calibration), che inferisce i parametri di calibrazione della misura ($\zeta$) dai dati tomografici raccolti su uno stato quantistico rumoroso ($\rho$) senza conoscere l'esatta fedeltà di preparazione dello stato.

1. Framework Teorico: Il metodo modella i dati misurati $y$ come una funzione del vero stato $\rho$ e dei parametri di calibrazione $\zeta$: $y(\zeta, \rho) = \text{tr}[M(\zeta)\rho]$. L'operatore misurato $M(\zeta)$ è decomposto in una combinazione lineare di operatori ideali $N_j$ pesati dai coefficienti di calibrazione $\xi_j(\zeta)$.
2. Ottimizzazione: Il protocollo impiega un algoritmo di minimizzazione alternata. Esso ottimizza iterativamente la stima dello stato quantistico $\rho$ (vincolata a uno stato puro di rango 1) e i coefficienti di calibrazione $\xi$ per adattarsi al meglio ai dati sperimentali. Una volta determinati i coefficienti, i parametri di calibrazione $\zeta$ vengono risolti tramite un sistema lineare.
3. Modelli di Errore: Il metodo è progettato per calibrare simultaneamente molteplici meccanismi di errore in un singolo esperimento. Gli errori specifici modellati per il sistema a ioni intrappolati includono:
   • Sovrarotazione: Piccole deviazioni angolari nelle rotazioni di base a singolo qubit.
   • Crosstalk del Fascio: Rotazioni indesiderate su ioni vicini causate dalla fuga di luce del fascio laser.
   • Errori di Lettura (Readout): Errori "dark" (falsa rilevazione di $|0\rangle$) ed errori "bright" (falsa rilevazione di $|1\rangle$) dovuti al decadimento fuori risonanza.
   • Spillover del Rilevatore: Fuga di segnale tra canali di rilevamento adiacenti.
4. Selezione dello Stato: Sebbene il metodo sia "cieco" rispetto allo specifico stato, gli autori osservano che la sensibilità varia. Dimostrano che gli stati prodotto casuali possono produrre recuperi accurati, ma per la calibrazione nativa del sistema, ottimizzano specifici stati sonda per massimizzare la precisione del recupero dei parametri.

Contributi Chiave e Risultati

• Dimostrazione Sperimentale: Utilizzando un computer quantistico a ioni intrappolati $^{171}\text{Yb}^+$, gli autori hanno dimostrato la calibrazione cieca su un sistema a tre qubit. Sono riusciti a identificare e quantificare gli errori nativi del sistema (dell'ordine di $\lesssim 1\%$) e gli errori intenzionalmente iniettati (fino al 5%).
• Calibrazione Simultanea di Errori Multipli: Il protocollo ha calibrato quattro distinti tipi di errore (sovrarotazione, crosstalk, lettura, spillover) simultaneamente da un unico set di dati di misura Pauli proiettiva, eliminando la necessità di esperimenti separati per ogni fonte di errore.
• Accuratezza e Robustezza:
  • Recupero degli Errori Iniettati: Quando sono state introdotte miscalibrazioni intenzionali, la calibrazione cieca ha recuperato i parametri con alta accuratezza, eguagliando le prestazioni dei metodi di calibrazione diretta e su misura.
  • Miglioramento della Tomografia dello Stato: L'uso dei parametri recuperati per correggere i dati tomografici ha portato a stime dello stato con distanze di traccia rispetto allo stato target comparabili a quelle ottenute tramite calibrazione diretta, e significativamente migliori rispetto alla tomografia standard (non calibrata).
  • Insensibilità al Rumore di Preparazione dello Stato: I benchmark numerici hanno mostrato che il recupero dei parametri di calibrazione è solo debolmente sensibile al rumore depolarizzante nella preparazione dello stato. Al contrario, i metodi di calibrazione diretta (specificamente per il recupero SPAM) hanno mostrato una dipendenza lineare dalla forza depolarizzante, rendendo la calibrazione cieca circa un ordine di grandezza più robusta in condizioni rumorose.
• Efficienza delle Risorse: Per un sistema a tre qubit, la calibrazione cieca ha richiesto $2,7 \times 10^5$ campionamenti (shots) totali di misura. La calibrazione diretta (combinando la correzione SPAM e la calibrazione del crosstalk del fascio) ha richiesto $6,3 \times 10^5$ campionamenti. Gli autori propongono una strategia di scalabilità per sistemi più grandi suddividendo le catene di ioni in sottogruppi sovrapposti a tre qubit, riducendo la scalabilità dall'esponenziale alla lineare.

Significato e Rivendicazioni
Il documento sostiene di aver risolto il problema della calibrazione della misura nella pratica, non solo in linea di principio, utilizzando un singolo esperimento "cieco". La portata primaria risiede nella capacità di:

1. Decoupling della Calibrazione dalla Preparazione dello Stato: Caratterizzare accuratamente gli errori di misura senza richiedere uno stato sonda preparato perfettamente.
2. Consolidamento della Calibrazione: Sostituire molteplici esperimenti di calibrazione su misura con un unico protocollo unificato che gestisce simultaneamente molteplici meccanismi di errore.
3. Abilitare l'Analisi Post-Hoc: Il metodo supporta un approccio "misura-prima-pensa-dopo". Gli sperimentatori possono raccogliere dati tomografici e, nel post-processing, determinare quali modelli di errore si adattano meglio ai dati, permettendo un'identificazione flessibile delle fonti di errore dominanti senza assunzioni pregresse.

Gli autori mantengono un tono modesto riguardo alle implicazioni future, osservando che, sebbene il metodo sia generale, è necessario ulteriore lavoro per stabilire i limiti sul numero e sui tipi di errori che possono essere recuperati simultaneamente e per sviluppare una teoria dettagliata per l'identificazione degli stati sonda ottimali per specifici modelli di errore. Essi sottolineano che il loro lavoro attuale stabilisce l'efficacia del metodo su una piattaforma a ioni intrappolati con prestazioni competitive rispetto alle tecniche dirette tradizionali.