Useful entanglement can be extracted from noisy graph states

技術要約：ノイズの多いグラフ状態からの有用なもつれ

問題提起
測定ベース量子計算（MBQC）および量子ネットワークは、グラフの接続性に従ってもつれが構造化されたグラフ状態に大きく依存している。これらのシステムにおける基本的な操作は、より大きなグラフのリソースから、ベル対やGHZ状態のようなより小さなもつれ状態を、局所的な測定を通じて抽出することである。理想的なグラフ状態では決定論的な抽出が可能であるが、実験的な実装はノイズの影響を受ける。一般的なノイズモデルには、不完全な制御Z（CZ）ゲート（エッジの消失や位相エラーにつながる）や、フォトニックシステムにおける融合ゲートの失敗が含まれる。これらのノいのあるアンサンブルから高フィデリティなもつれ状態を抽出することは困難であり、大きなグラフから特定のグラフ状態を抽出するという一般的な問題はNP完全であることが知られている。さらに、標準的な抽出プロトコル（例えば、パスグラフの量子ビットをX基底で測定してベル対を作成する手法）はノイズに対して非常に脆弱であり、単一のエッジの欠落や位相エラーが、結果として得られるもつれを破壊する可能性がある。

手法
著者らは、グラフ状態のスタビライザー形式を活用して、堅牢な抽出プロトコルを設計している。核心となる手法は以下の通りである：

1. スタビライザー解析： 本論文は、グラフ状態が、演算子 $g_i = X_i \prod_{j \in N(i)} Z_j$ によって生成されるスタビライザー群の固有の $+1$ 固有状態であるという性質を利用している。パウリ文字列の期待値は、それがスタビライザー群に属する場合にのみ非ゼロとなる。
2. 測定誘起相関： 著者らは補題1を適用し、連続的な局所パウリ測定が、未測定の残りの量子ビット間に相関を誘起することを実証している。測定後の状態は、元のスタビライザー群から派生した演算子によって、測定結果に応じてスタビライザー化される。
3. ノイズモデリング： 物理的に動機付けられた3つのノイズモデルを解析している：
   • 無相関エッジノイズ： Ising型相互作用における位相ノイズに起因する、確率的なエッジの除去（ランダム化グラフ状態）としてモデル化される。
   • 相関エッジノイズ： すべてのエッジに同時に影響を与える、相互作用時間のグローバルな変動に起因する。
   • 局所Zフリップノイズ： 線形光学における融合ゲートに関連する、確率的な局所Zユニタリの適用としてモデル化される。
4. グラフファミリーとポストセレクション： 本研究では、端点量子ビット間の距離によってパラメータ化された3つのグラフ構造を比較している：
   • パスグラフ（Path Graph）： 標準的なベンチマーク。
   • ツイステッドペアグラフ（Twisted Pair Graph）： 特定の接続性を持つ1および2個の量子ビットの層。
   • クレイジーグラフ（Crazy Graph）： 隣接する層間で完全な接続性を持つ、2個の量子ビットの層。
     プロトコルは、内部の量子ビットをX基底で測定し、理想的なグラフ状態のスタビライザー構造と一致する測定結果に対して**ポストセレクション（事後選択）**を行うことを含む。パリティ制約（例：結果の積 $\neq 1$）に違反する結果は破棄される。これは確率的なエラー検出メカニズムとして機能する。
5. 定量化： 抽出された状態の質は、理想的なターゲット状態に対するフィデリティ $F$ によって定量化される。ノイズに対する感度は、低ノイズ極限におけるフィデリティの初期減衰率 $\alpha = -d\langle F\rangle/dp |_{p=0}$ として定義されるフィデリティ感受性によって測定される。

主な貢献と結果

• 堅牢なグラフファミリー： 本論文は、特定のグラフトポロジー、すなわち「ツイステッドペア」および「クレイジー」グラフが、単純なパスグラフと比較して優れたノイズ耐性を提供することを実証している。
  • クレイジーグラフ： これらの構造は、グラフの長さに依存しない一定のフィデリティ感受性 $\alpha$ を示す。これは、「補正スタビライザー」の存在に起因する。これによれば、正しくポストセレクションが行われる限り、単一の内部エッジの消失は、端点量子ビットの測定後のスタビライザー構造を変更しない。
  • ツイステッドペアグラフ： 特定のポストセレクション条件（負の結果のみを選択する）の下で、完全に相関した位相ノイズに対してゼロの感受性を示す。
• スタビライザーによるエラー検出： 本研究は、スタビライザーの一貫性に基づくポストセレクションが、どのようにノイズフィルタとして機能するかを定式化している。例えば、正方形グラフにおいて、量子ビット1と3をX基底で測定すると、理想的な状態では結果は $(+1, +1)$ または $(-1, -1)$ となる。混合した符号を観察することは、ノイズ（例：欠落したエッジ）の存在を示しており、それによって状態を破棄することが可能になる。
• スケーリングとGHZ抽出： 結果は、ベル対の抽出を超えて、スター型のグラフ構造からの3量子ビットGHZ状態の生成へと拡張されている。「クレイジー」グラフのトポロジーは、このより複雑な抽出タスクにおいてもノイズ耐性の特性を維持しており、中間ノイズ領域においてパスグラフと比較して大幅なフィデリティ向上を示している。
• ノイズキャンセル： 相関位相ノイズに対して、著者らは特定のポストセレクション戦略（例：X測定における $-1$ の結果のみを選択する）を用いることで、ツイステッドおよびクレイジーグラフにおける最低次の非自明なノイズ効果を完全にキャンセルできることを示している。

意義と主張
本論文は、複雑な量子誤り訂正符号を必要とせずに、ノイズ低減を実現する、測定ベース量子計算のための数学的枠組みを提供すると主張している。代わりに、局所的な単一量子ビット測定とポストセレクションを利用している。これらは実験的に実行可能である。

• 実用的な有用性： 提案された「クレイジーグラフ」構造は、量子ネットワークにおける情報伝達（テレポーテーション）や状態準備のための堅牢なリンクとして機能し、もつれの質を維持するために必要な物理量子ビットのオーバーヘッドを最小限に抑えることができる。
• 普遍性： 著者らは、観察されたノイズ耐性の挙動が、特定の接続構造において普遍的である可能性を示唆しているが、すべてのケースに対する形式的な証明は本研究の範囲外である。
• 限界： 現在のアプローチはパウリ測定に限定されており、操作のセットが古典的にシミュレート可能なものに制限されている。著者らは、非パウリ測定への拡張が量子計算への新たな経路を開く可能性がある一方で、追加的な概念的および実践的な複雑さを導入することになると指摘している。

要約すると、本研究は、特定のグラフトポロジーを設計し、スタビライザーに基づくポストセレクションを利用することで、現実的な実験ノイズの影響を効果的に緩和し、高品質なもつれ状態を、最小限のオーバーヘッドで、ノイズの多いリソースから抽出することが可能であることを確立している。