Scalable testing of quantum error correction

Riepilogo Tecnico: Test Scalabili della Correzione degli Errori Quantistici

Definizione del Problema

Il benchmarking degli algoritmi di correzione degli errori quantistici (QEC) è un passaggio critico verso il calcolo quantistico tollerante ai guasti. L'approccio standard consiste nel stimare il tasso di errore logico ($P_L$) simulando circuiti quantistici con guasti iniettati. Tuttavia, man mano che i codici QEC scalano verso distanze ($d$) maggiori e tassi di errore fisico ($p$) più bassi, gli errori logici diventano eventi sempre più rari.

Lo strumento all'avanguardia, Stim, utilizza l'iniezione di guasti casuali per testare le implementazioni QEC. Sebbene sia efficiente per piccole distanze (fino a $d \approx 10$), Stim scala male per distanze maggiori perché si basa sul campionamento Monte Carlo. Per algoritmi QEC di alta qualità, la probabilità di un errore logico è così bassa che Stim deve eseguire un numero enorme di test per ottenere una confidenza statistica. In molti casi, Stim non riesce a osservare nemmeno un singolo errore logico entro tempi ragionevoli (ad esempio, due ore su un desktop) per distanze $d \ge 13$, rendendosi incapace di fornire una stima. Ciò crea un collo di bottiglia per i ricercatori che mirano a caratterizzare le prestazioni della QEC per applicazioni del mondo reale.

Metodologia: ScaLER

Gli autori propongono ScaLER (Scalable Logical Error Rate Testing), un metodo che combina l'iniezione di guasti stratificata con l'estrapolazione per superare i limiti del campionamento casuale. L'intuizione fondamentale è che lo "spazio dei guasti" può essere partizionato in base al peso degli errori iniettati (il numero di guasti), e che i campioni ad alto peso possono essere campionati efficientemente per predire il comportamento dei campioni a basso peso.

1. Modellazione dei dati di test QEC come curve a S

Gli autori osservano che il tasso di errore logico in funzione del peso dell'errore ($P_L^w$) forma una curva a S:

• Zona di Tolleranza ai Guasti: Per pesi $w \le t$ (dove $t = \lfloor (d-1)/2 \rfloor$), il tasso di errore logico è esattamente zero.
• Zona di Transizione: All'aumentare del peso oltre $t$, il tasso di errore cresce rapidamente.
• Zona di Saturazione: Ad altissimi pesi, il tasso di errore satura a 0,5 (equivalente a un lancio di moneta).

Il documento modella questo comportamento utilizzando una funzione continua $f(w)$. Sebbene il modello esistente "Min-Fail Enclosure Model" di IBM si adatti ai dati, gli autori sostengono che manchi di precisione vicino alla soglia di tolleranza ai guasti. Introducono quindi un nuovo modello a curva a S che codifica esplicitamente la soglia di tolleranza ai guasti $t$, definendo la funzione come zero per $w \le t$ e utilizzando un particolare ansatz per $w > t$:
$$f_t^{\text{ours}}[\mu, \alpha, \beta](w) = \begin{cases} 0 & w \le t \\ \frac{1}{2} \cdot \frac{1}{1 + e^{-\frac{w-\mu}{\alpha} + \frac{\beta}{\sqrt{w-t}}}} & w > t \end{cases}$$
Questo modello viene adattato ai punti dati raccolti da specifici sottospazi di peso.

2. Campionamento Stratificato e Ricerca Adattiva

Invece di campionare uniformemente tra tutti i pesi, ScaLER si concentra sui campioni ad alto peso dove gli errori logici si verificano frequentemente, per poi estrapolare all'indietro verso la regione critica a basso peso. L'algoritmo opera in tre fasi:

1. Fase di Ricerca Binaria: L'algoritmo cerca due pesi limite:
   • $w_{err}$: il peso più basso in cui 1.000 campioni producono un errore logico (circa $P_L^w \approx 0,001$).
   • $w_{sat}$: il peso più alto in cui il tasso di errore logico è $\le 0,25$.
2. Fase di Campionamento Iniziale: I campioni vengono raccolti in 5 sottospazi distribuiti uniformemente tra $w_{err}$ e $w_{sat}$. Viene adattata una curva Y (curva a S trasformata logaritmicamente) a questi dati per stimare un "punto ideale" ($w_{sweet}$).
3. Fase Iterativa: L'algoritmo campiona iterativamente i sottospazi muovendosi da $w_{err}$ verso $w_{sweet}$. Dopo ogni sottospazio, la curva Y viene ri-adattata e la stima di $w_{sweet}$ viene aggiornata. Il processo si interrompe quando vengono testati 5 sottospazi o quando il tempo a disposizione si esaurisce.

3. Stima del Tasso di Errore Logico

Una volta adattati i parametri della curva a S ($\mu, \alpha, \beta$), il tasso di errore logico totale viene stimato sommando il prodotto del tasso di errore modellato e la probabilità che quel peso si verifichi nel circuito:
$$\hat{P}_L = \sum_{w=w_{min}}^{w_{max}} f_t^{\text{ours}}(w) \times \binom{n}{w} p^w (1-p)^{n-w}$$
dove $n$ è il numero di posizioni nel circuito, e la sommatoria copre la "regione critica" (tipicamente $[np - 5\sigma, np + 5\sigma]$).

Contributi Chiave

1. Strumento ScaLER: Uno strumento open-source (C++/Python) che implementa l'iniezione di guasti stratificata e l'adattamento della curva a S.
2. Nuovo Modello a Curva a S: Un modello matematico che incorpora esplicitamente la soglia di tolleranza ai guasti $t$, offrendo una migliore accuratezza di estrapolazione vicino alla soglia rispetto ai modelli esistenti.
3. Algoritmo di Campionamento Adattivo: Un metodo (Algoritmo 1) che determina dinamicamente l'intervallo ottimale di pesi da campionare, bilanciando costo di test e accuratezza.
4. Dimostrazione di Scalabilità: Evidenza empirica che mostra come ScaLER possa stimare i tassi di errore logico per distanze fino a $d=17$ entro un budget di due ore su un desktop standard, un regime in cui Stim fallisce completamente.

Risultati

Gli autori hanno valutato ScaLER rispetto a Stim utilizzando codici Surface, codici Toric e codici Bivariate Bicycle (BB) con distanze fino a 17 e tassi di errore fisico di $p=0,0005$ e $p=0,0001$.

• Scalabilità (RQ1): Per un codice Surface con $d=17$ e $p=0,0005$, Stim ha osservato zero errori logici in due ore. ScaLER ha stimato un tasso di errore logico di $1,51 \times 10^{-11}$ con alta confidenza nello stesso intervallo di tempo. ScaLER ha fornito con successo stime per tutte le configurazioni testate in cui Stim è fallito.
• Accordo (RQ2): Nei casi in cui Stim poteva generare stime "ground-truth" (tipicamente $d \le 10$), le stime di ScALER concordavano entro un ordine di grandezza. Per $d=3$ e $d=9$, l'errore relativo era inferiore al 10%. Per distanze intermedie ($d=5, 7$), l'errore era circa del 20–40%, il che gli autori attribuiscono alla selezione dell'iperparametro "sweet spot" ($\Gamma$). Aumentare $\Gamma$ migliora l'accuratezza a scapito di un maggiore campionamento.
• Confronto dei Modelli (RQ3): Il modello a curva a S degli autori ha superato il modello di IBM nel fitting dei dati e nell'estrapolazione verso la regione critica. Sono state testate varianti del loro modello con diversi esponenti ($s$), dove $s=1/2$ (il termine radice quadrata al denominatore) ha fornito la massima accuratezza.

Significato e Rivendicazioni

Il documento sostiene che ScaLER fornisce un'alternativa scalabile all'iniezione di guasti casuali per il benchmarking di algoritmi QEC di alta qualità. Spostando il focus del test verso i sottospazi di errore ad alto peso e sfruttando il comportamento prevedibile della curva a S dei tassi di errore logico, il metodo riduce drasticamente lo sforzo di campionamento necessario per stimare tassi di errore logico estremamente bassi.

Gli autori sottolineano che il loro approccio consente la caratterizzazione di circuiti QEC a scale ($d=17$) e tassi di errore rilevanti per le future applicazioni tolleranti ai guasti (come la fattorizzazione di grandi interi) che sono attualmente inaccessibili agli strumenti Monte Carlo standard come Stim. Riconoscono che il metodo si basa sull'assunto che i dati di test QEC seguano una curva a S e che la verità assoluta per distanze molto grandi rimanga elusiva, ma dimostrano che le loro stime sono robuste e coerenti con i benchmark a distanze inferiori.