Measurement-enabled online quantum processing with amplitude encoding

Questo articolo introduce e valida sperimentalmente un protocollo di calcolo a serbatoio quantistico online abilitato alla misurazione che utilizza operazioni di misurazione e reset a metà circuito per ottenere la codifica di ampiezza, consentendo così un'elaborazione scalabile e in tempo reale senza buffering degli input o overhead del tempo di esecuzione lineare.

L'essenziale

Immagina di avere una macchina molto complessa e caotica — come una tempesta d'acqua vorticosa o un gomitolo di lana aggrovigliato — che vuoi usare per risolvere enigmi. Non puoi vedere dentro la macchina, ma puoi toccarla con un bastone (input) e osservare come reagisce (output). Questa è l'idea di base del Quantum Reservoir Computing (QRC): usare i movimenti naturali e selvaggi di un sistema quantistico per elaborare informazioni nel tempo.

Per molto tempo, gli scienziati hanno avuto una ricetta teorica perfetta su come immettere informazioni in questa macchina, chiamata "codifica di ampiezza" (amplitude encoding). Tuttavia, non riuscivano ad costruirla su veri computer quantistici. La ricetta richiedeva un passaggio magico: prendere un pezzo della macchina, leggerne lo stato e poi "cancellarlo" istantaneamente per fare spazio ai nuovi dati, il tutto senza interrompere il movimento della macchina. I veri computer quantistici sono fragili; di solito, guardarli (misurarli) rompe la magia, e non puoi semplicemente "cancellare" un qubit senza sconvolgere il resto del sistema.

Questo articolo presenta un nuovo e intelligente modo per costruire questa macchina utilizzando hardware reale. Ecco come l'hanno fatto, usando alcune analogie quotidiane:

1. Il trucco magico del "Mid-Circuit"

Pensa al computer quantistico come a una lunga fila di persone che si passano un biglietto segreto lungo la catena.

• Il vecchio problema: Per aggiornare il biglietto con nuove informazioni, dovevi fermare l'intera fila, leggere il bigliolo, buttarlo via e ricominciare da capo. Questo era lento e interrompeva il flusso "online" (l'elaborazione dei dati man mano che arrivano).
• La nuova soluzione: Gli autori si sono resi conto che potevano usare una "misurazione a metà circuito" (mid-circuit measurement). Immagina una persona nel mezzo della fila che legge il biglietto, scrive ciò che ha visto e poi consegna immediatamente un foglio bianco alla persona successiva.
• Il Reset: Nel mondo quantistico, questo "consegnare un foglio bianco" è chiamato reset. Misurando un gruppo specifico di qubit (le persone che forniscono l' "input") e resettandoli a zero, la matematica imita naturalmente il passaggio di "cancellazione" richiesto dalla vecchia ricetta teorica. Ciò consente alla macchina di continuare a funzionare regolarmente mentre viene costantemente aggiornata con nuovi dati.

2. La tecnica dello "Spia" (Misurazione Indiretta)

Una volta che la macchina è in funzione, gli scienziati devono sapere cosa sta succedendo all'interno per risolvere l'enigma.

• Il Problema: Se guardi direttamente la parte della "memoria" della macchina (i qubit che conservano i dati passati), la disturbi, cambiando il risultato. È come cercare di controllare la temperatura di una zuppa infilando un termometro; il termometro cambia la temperatura della zuppa.
• La Soluzione: Hanno usato qubit ancilla (qubit ausiliari) come "spie".
  • Immagina che il qubit della memoria sia una persona che custodisce un segreto. Inveve di chiedere direttamente a loro, sussurri a una "spia" (l'ancilla) che si trova accanto a loro. La spia copia un piccolo pezzetto del segreto senza che la persona principale se ne accorga nemmeno.
  • Poi, misuri la spia, non la persona principale. Questo ti fornisce l'informazione di cui hai bisogno mantenendo lo stato interno della macchina principale quasi indisturbato.
  • Fondamentalmente, possono controllare quanto la spia "sussurra". Possono far sì che la spia sussurri molto piano (misurazione debole/weak measurement) o gridi il segreto (misurazione forte/strong measurement), permettendo loro di regolare quanto la macchina venga disturbata.

3. I Risultati: Un Prototipo Funzionante

Il team ha testato questa idea su un vero computer quantistico (una macchina IBM con qubit superconduttori). Hanno trattato il computer quantistico come un "reservoir" a scatola nera e gli hanno sottoposto due tipi di sfide:

1. Previsione (Forecasting): Prevedere il numero successivo in una sequenza caotica e imprevedibile (come cercare di indovinare l'onda successiva in una tempesta).
2. Memoria: Ricordare un numero dal passato e richiamarlo in seguito (come un test di memoria a breve termine).

Cosa hanno scoperto:

• Il loro nuovo metodo ha funzionato. Il computer quantistico ha elaborato con successo i dati in tempo reale (online) senza dover mettere in pausa i dati e salvarli su un disco rigido.
• I risultati corrispondevano perfettamente alle loro simulazioni al computer, dimostrando che il trucco della "misurazione e reset a metà circuito" ha ricreato con successo il modello teorico della "codifica di ampiezza".
• Potevano osservare direttamente i qubit di "input" e indirettamente i qubit di "memoria", ottenendo una visione completa del comportamento del sistema.

In sintesi

Questo articolo non sostiene di aver costruito un supercomputer quantistico capace di curare malattie o prevedere l'andamento della borsa domani. Invece, ha risolto un problema ingegneristico specifico: Come si può far elaborare a un computer quantistico un flusso di dati in modo continuo, proprio come fa un cervello umano, senza rompere il delicato stato quantistico?

Ci sono riusciti inventando un protocollo che utilizza i trucchi di "misura e reset" per eliminare i vecchi dati e i qubit "spia" per sbirciare i risultati, il tutto mentre la macchina continua a girare. Questo apre la porta agli scienziati per costruire macchine quantistiche più grandi e complesse capaci di apprendere da dati basati sul tempo nella vita reale.

Sommario tecnico

Sintesi Tecnica: Elaborazione quantistica online abilitata dalla misurazione con codifica di ampiezza

Problematica
Il calcolo del reservoir quantistico (QRC) utilizza la dinamica naturale dei sistemi quantistici per l'elaborazione di informazioni temporali. Lo schema di "codifica di ampiezza", introdotto da Fujii e Nakajima, è un modello di riferimento in cui gli input vengono iniettati ad ogni passo temporale tramite la traccia parziale dei qubit di codifica e la preparazione di un nuovo stato parametrizzato dall'input. Sebbene sia teoricamente potente per combinare la codifica non lineare e la contrazione dello stato, l'implementazione di questo schema su hardware reale è rimasta elusiva. La sfida principale è che ogni aggiornamento dell'input richiede di tracciare lo stato dei qubit di codifica senza interrompere il flusso temporale dell'algoritmo, monitorando simultaneamente gli osservabili del sistema. Gli approcci esistenti spesso si affidano a protocolli di "rewinding" che ricostruiscono la dinamica tramite finestre temporali scorrevoli, richiedendo il buffering dell'input e rendendo le prestazioni dipendenti dalla dimensione della finestra e dagli stati iniziali, fallendo così nel raggiungere una vera operazione online.

Metodologia
Gli autori propongono un design sperimentale di elaborazione online che implementa la codifica di ampiezza su hardware quantistico utilizzando due meccanismi centrali:

1. Misurazione mid-circuit e Reset per la codifica di ampiezza:
   Il protocollo suddivide i qubit disponibili in qubit di "input-reset" e qubit di "memoria". Ad ogni passo temporale, l'input viene codificato tramite un'operazione unitaria che agisce su tutti i qubit. Successivamente, i qubit di input vengono misurati mid-circuit. Fondamentalmente, questi qubit vengono immediatamente resettati allo stato $|0\rangle$. Gli autori dimostrano che la media sulle esiti stocastici delle misurazioni di queste operazioni di reset introduce matematicamente la traccia parziale richiesta dalla mappa di codifica di ampiezza. Ciò consente al reservoir di evolvere continuamente senza arrestarsi per gli aggiornamenti dell'input.

2. Misurazione indiretta per l'accesso agli osservabili:
   Per monitorare la dinamica interna del reservoir senza interrompere il flusso online, gli autori impiegano uno schema di misurazione indiretta. I qubit ancillari sono entanglement con i qubit di memoria tramite un'interazione controllata (un gate CNOT combinato con un gate di rotazione parametrizzato da $\alpha$). Gli ancillari vengono poi misurati e resettati. Questo processo permette l'estrazione degli osservabili dai qubit di memoria controllando al contempo l'effetto di backaction della misurazione (dephasing). La forza di questa misurazione è modulabile, spaziando da misurazioni deboli fino ai limiti proiettivi, ed è matematicamente equivalente alle misurazioni di variabili continue precedentemente definite nei sistemi di spin.

Il framework teorico modella il sistema come una sequenza di mappe completamente positive e preservanti la traccia (CPTP), dove lo stato monitorato evolve lungo una traiettoria quantistica determinata dagli esiti della misurazione. Il protocollo è validato attraverso simulazioni numeriche che confrontano il modello di circuito proposto con l'originale modello di spin e attraverso un esperimento di prova di principio sul processore quantistico IBM "basquecountry" (Heron r2, 156 qubit).

Contributi Chiave

• Realizzazione del Protocollo Online: Il documento introduce un protocollo nativo per l'hardware che realizza la codifica di ampiezza come un circuito dinamico, preservando l'operazione online ed evitando la necessità di buffering dell'input.
• Traccia Parziale tramite Reset: Identifica la misurazione mid-circuit seguita dal reset come la specifica primitiva hardware che implementa la dinamica di traccia parziale sottostante alla codifica di ampiezza.
• Monitoraggio Modulabile: Lo schema consente il monitoraggio simultaneo dell'intero sistema (qubit di input e di memoria) isolando la dinamica interna del reservoir in un canale separato tramite misurazioni indirette, permettendo lo studio della backaction della misurazione.
• Implementazione Hardware: Gli autori forniscono un'implementazione di prova di principio su qubit superconduttori, dimostrando la fattibilità dell'approccio su dispositivi NISQ (Noisy Intermediate-Scale Quantum) attuali.

Risultati
Gli autori hanno valutato il protocollo su due task di benchmark standard:

1. Santa Fe Task: Previsione di una serie temporale caotica.
2. Short-Term Memory (STM) Task: Memorizzazione e recupero di informazioni passate.

• Simulazione vs. Teoria: Le simulazioni numeriche utilizzando i backend di densità di Qiskit hanno mostrato un accordo perfetto con la dinamica del modello di spin originale sia per i qubit di input (sotto misurazione proiettiva) che per i qubit di memoria (sotto misurazione indiretta).
• Performance Hardware: Gli esperimenti sull'hardware IBM hanno dimostrato risultati vicini al modello di spin ideale e alle simulazioni di circuito.
  • Per il task di previsione, i risultati hardware sono corrispondenti alla simulazione, con piccole discrepanze attribuite a errori di Trotterizzazione e rumore di shot finito piuttosto che al rumore dell'hardware.
  • Per il task STM, sono emerse differenze a profondità di memoria più elevate ($\eta \approx 5$), dove il rumore dell'hardware ha giocato un ruolo più significativo.
• Ottimizzazione: Il parametro di forza della misurazione ($g$) è stato ottimizzato per ogni task, con valori di $g=2.05$ per la previsione e $g=0.256$ per l'STM, in linea con le precedenti scoperte sulla forza di misurazione ottimale per questi task.

Significatività
Il documento sostiene di fornire una via pratica verso implementazioni hardware scalabili del calcolo del reservoir quantistico con codifica di ampiezza. Combinando con successo la codifica di ampiezza con la backaction di misurazione modulabile in un unico design online, il lavoro consente studi sperimentali sistematici di complessi reservoir quantistici come sistemi dinamici monitorati. Gli autori sottolineano che questo approccio apre la strada all'osservazione della piena evoluzione del sistema isolando la dinamica interna del reservoir, una capacità precedentemente difficile da ottenere su hardware reale. Il lavoro non pretende di risolvere i limiti di rumore dell'hardware attuale, ma piuttosto di stabilire un framework funzionale per il QRC online che può essere perfezionato man mano che l'hardware migliora.