Demonstrating and Benchmarking Classical Shadows for Lindblad Tomography

1. Il Problema: Scalabilità e Caratterizzazione dei Processori Quantistici

La calibrazione precisa e la caratterizzazione dei processori quantistici a stato solido (in particolare quelli a superconduttori) sono ostacolate da accoppiamenti spurii e decoerenza. Le tecniche di tomografia tradizionali, necessarie per ricostruire la dinamica di un sistema (descritta da un generatore di Lindblad), richiedono una quantità di risorse che scala esponenzialmente con il numero di qubit.

• Limite attuale: La tomografia di Lindblad completa (per recuperare i parametri di Hamiltoniana e dissipazione) diventa rapidamente intrattabile sperimentalmente man mano che il numero di qubit aumenta.
• Necessità: È richiesto un metodo che possa estrarre i parametri dinamici (Hamiltoniana $H$ e operatori di salto $\{L_k\}$) in modo efficiente, sfruttando assunzioni fisiche motivate (come la località delle interazioni) per ridurre il carico computazionale e sperimentale.

2. Metodologia: Extensible vs. Shadow Lindblad Tomography

Gli autori confrontano e implementano sperimentalmente due protocolli su un processore a 5 qubit (transmon superconduttori):

A. Extensible Lindblad Tomography (ELT)

• Approccio: È uno schema deterministico che utilizza un insieme completo di stati di input (autostati di Pauli) e basi di misura (operatori di Pauli).
• Funzionamento: Prepara stati specifici, lascia evolvere il sistema per tempi brevi e misura osservabili specifiche.
• Costo: Anche con assunzioni di località (es. solo dissipazione on-site e accoppiamenti a 2 corpi), il numero di configurazioni necessarie scala polinomialmente ma rimane elevato per sistemi grandi. Per 5 qubit, la stima è di circa 58 ore di acquisizione dati.

B. Shadow Lindblad Tomography (SLT)

• Approccio: Utilizza il concetto di "Classical Shadows" (Ombre Classiche). Invece di preparare stati fissi, utilizza configurazioni casuali (preparazione di stati e basi di misura scelte casualmente da $\{X, Y, Z\}$).
• Meccanismo:
  1. Si eseguono esperimenti con stati e basi casuali.
  2. Si applica un post-processing classico per stimare molti elementi della matrice di trasferimento di Pauli (PTM) contemporaneamente, "riciclando" gli stessi dati casuali.
  3. Si sfruttano assunzioni di località fisica (ipotesi che le interazioni siano limitate a $k$-corpi, tipicamente $k=1$ o $k=2$).
• Vantaggio: Sotto queste assunzioni, il numero di misurazioni necessarie scala logaritmicamente con la dimensione del sistema, invece che esponenzialmente.

Innovazione Statistica

Un contributo metodologico chiave è l'uso di una statistica Gaussiana invece del metodo "median-of-means" solitamente associato agli shadow tomography.

• Gli autori dimostrano che, nel regime di interazioni a basso peso (k-local), gli stimatori sono limitati e la loro varianza è controllata.
• Questo permette di utilizzare la propagazione standard dell'errore e il fitting $\chi^2$, rendendo il processo più trasparente e compatibile con le pratiche di metrologia convenzionali, evitando la complessità degli stimatori robusti a code pesanti.

3. Risultati Sperimentali

Gli esperimenti sono stati condotti su un processore a 5 qubit, analizzando sottosistemi di 1, 3 e 5 qubit.

• Validazione su 1 e 3 Qubit:

  • SLT è stato confrontato con ELT su sottosistemi più piccoli.
  • I parametri di Lindblad estratti con SLT coincidono con quelli di ELT entro gli intervalli di incertezza.
  • È stato verificato che le interazioni a 3 corpi sono trascurabili (coerenti con le aspettative fisiche), confermando la validità dell'assunzione di località per l'uso di SLT.
  • SLT raggiunge la stessa precisione di ELT utilizzando una frazione significativamente minore di configurazioni (risparmio di risorse).

• Dimostrazione su 5 Qubit:

  • Applicando SLT all'intero processore a 5 qubit con un modello limitato a dissipazione on-site e interazioni coerenti a 2 qubit (vicini più prossimi e prossimi-ai-vicini).
  • Tempo di acquisizione: SLT ha recuperato tutti i parametri di dissipazione a singolo qubit e di accoppiamento a due qubit in 9 ore.
  • Confronto: La stessa operazione con ELT (anche sotto le stesse assunzioni di località) richiederebbe circa 58 ore.
  • Risultati fisici: I parametri a singolo qubit sono risultati circa due ordini di grandezza più grandi degli accoppiamenti a due qubit, come atteso per array di transmon debolmente accoppiati. Gli accoppiamenti residui sono risultati minimi (pochi kHz).

4. Contributi Chiave

1. Benchmark Sperimentale: Prima dimostrazione su larga scala che la tomografia a ombre (Shadow Tomography) può accelerare efficacemente la tomografia di Lindblad su un processore superconduttore reale.
2. Scalabilità Logaritmica: Dimostrazione pratica che, sfruttando la località fisica, la complessità delle risorse per la caratterizzazione dinamica può passare da esponenziale a logaritmica.
3. Compatibilità Statistica: Sviluppo e validazione di un protocollo SLT che utilizza la propagazione dell'errore gaussiana e il fitting $\chi^2$, rendendo la quantificazione dell'incertezza più semplice e standard rispetto ai metodi precedenti basati su median-of-means.
4. Efficienza Pratica: Riduzione del tempo di acquisizione dati di un fattore ~6.5 per un sistema a 5 qubit, con un potenziale di risparmio ancora maggiore per sistemi più grandi (es. 50 qubit).

5. Significato e Prospettive

Questo lavoro dimostra che la tomografia a ombre non è solo un concetto teorico, ma uno strumento pratico per la metrologia dei dispositivi quantistici su scala intermedia e futura.

• Impatto sulla Metrologia: Permette di caratterizzare il "rumore di idle" (dinamica a riposo) di processori complessi in tempi fattibili, fornendo parametri interpretabili fisicamente (tempi di rilassamento, dephasing, accoppiamenti) essenziali per la progettazione e il controllo.
• Scalabilità: Per un ipotetico processore a 50 qubit, gli autori stimano che ELT richiederebbe anni di acquisizione dati, mentre SLT potrebbe completare il compito in circa 22 ore.
• Limitazioni e Futuro: Il metodo è attualmente sensibile agli errori di preparazione e misura (SPAM), che costituiscono il collo di bottiglia principale per la precisione assoluta. Tuttavia, il metodo è robusto per il confronto relativo tra protocolli. Il lavoro apre la strada all'applicazione di questi protocolli su sistemi ancora più grandi e all'estensione a dinamiche dipendenti dal tempo.

In sintesi, il paper stabilisce che Shadow Lindblad Tomography è un metodo scalabile, efficiente e statisticamente solido per apprendere la dinamica dei processori quantistici, superando i limiti delle tecniche tomografiche tradizionali.