A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study

技術要約：超伝導量子回路の勾配ベース最適化のための汎用フレームワーク

問題提起
量子系のハミルトニアンを設計することは、新しい性能目標の達成や新たな機能の実現において極めて重要である。超伝導量子回路はハミルトニアン設計において多大な柔軟性を提供するが、回路がより大きく複雑になるにつれ、手動による設計プロセスは困難さを増している。既存のソフトウェアパッケージは解析を容易にするが、設計プロセス自体を自動化するものではない。さらに、これらのシステムを最適化するには、システムの特性（例：容量、インダクタンス、ジョセフソン接合エネルギー）に対する、大規模で疎なハミルトニアン行列の固有値および固有ベクトルの勾配を計算する必要がある。任意のシステムに対してこれらの勾配を計算することは、大きな計算上の課題となる。なぜなら、標準的な自動微分ツールは、疎な行列の固有値・固有ベクトルに対する勾配をサポートしていないことが多いからである。その結果、設計の最適化はゼロ次手法（例：進化戦略、ベイズ最適化）に依存せざるを得ず、これらは計算コストが高く、勾配ベースのアプローチのような効率性に欠ける。

手法
著者らは、オープンソースのPythonパッケージであるSQcircuitを活用・拡張し、超伝導量子回路の勾配ベース最適化のための包括的なフレームワークを提示している。この手法は、以下の3つの主要な技術的柱に基づいている。

1. 自動微分（AD）の統合： 著者らはPyTorchエンジンをSQcircuitに統合した。標準的なADライブラリが疎行列の固有値および固有ベクトルの勾配をサポートしていないという制限を克服するため、PyTorchの計算グラフ内にカスタム計算ノードを導入した。このノードは、回路パラメータ（$x$）に対する固有値（$f_i$）および固有ベクトル（$|f_i\rangle$）を解析的に計算するために、一次摂動論を利用している。
   $$\frac{\partial f_i}{\partial x} = \langle f_i | \frac{\partial \hat{H}}{\partial x} | f_i \rangle$$
   $$\frac{\partial |f_i\rangle}{\partial x} = \sum_{m \neq i} \frac{\langle f_m | \frac{\partial \hat{H}}{\partial x} | f_i \rangle}{f_i - f_m} |f_m\rangle$$
   これにより、本フレームワークは、回路素子と回路の固有系から構成される任意の損失関数の勾配を計算することが可能となる。

2. 堅牢な最適化パイプライン： 著者らは、非凸な損失景観（loss landscape）を探索するために、ランダムリスタートを伴うBFGS（準ニュートン法）最適化アルゴリズムを用いたパイプラインを開発した。このパイプラインの主な特徴は以下の通りである。

   • 自動切り捨て割り当て（Automatic Truncation Assignment）： 固有ベクトルの減衰率と基底状態の幅の推定値に基づいて、調和モードおよび電荷モードのヒルベルト空間の切り捨て数を動的に割り当てるアルゴリズム。これにより、高い解像度を必要とするモードに対して計算リソースが効率的に割り当てられる。
   • 収束テスト： 勾配計算を進める前に、固有値および固有ベクトルが選択された切り捨て数に対して安定していることを検証するための厳格なテスト。
   • 再パラメータ化： 回路素子の値を対数的な無次元空間で最適化することで、物理パラメータの広いダイナミックレンジ（例：フェムトファラドからピコファラドまで）を扱い、損失景観の不良条件化を防ぐ。

3. 量子ビット発見のケーススタディ： 本フレームワークは、単一量子ビット設計の発見に適用された。探索は、実行可能な単一量子ビットゲートの数（$N = T \times G$、ここで$T$はデコヒーレンス時間、$G$はゲート速度の上限）を最大化する制約付き最適化問題として定式化された。磁束感度（$S_\phi$）、電荷感度（$S_n$）、および製造誤差に対する素子の感度（$S_e$）に対する制約は、違反を罰するためにヒンジ損失関数を用いて課された。

主な貢献
本論文は、主に4つの貢献を述べている。

1. 拡張されたSQcircuit： 疎なハミルトニアンにおける固有値・固有ベクトル勾配の新規な実装を含む、回路素子の値に対する任意の指標の勾配を計算するための自動微分機能を備えたパッケージの強化。
2. 最適化パイプライン： 適切な損失関数を定義するだけで動作する、BFGS最適化を用いた回路発見のための堅牢なパイプライン。
3. 自動切り捨てと収束： ヒルベルト空間の切り捨て数の自動割り当てと、診断収束テストの実装。これは、探索プロセスにおける大きなボトルネックに対処するものである。
4. 性能指標： 実験室での実装可能性（感度）および総ゲート数に基づく量子ビット設計を比較するための特定の指標の導入。これは、単一ループの回路トポロジーを徹底的に探索するために適用された。

結果
本フレームワークは、特定の指標において既存の文献の設計を凌駕する量子ビット設計を発見するために使用された。

• ゲート数の改善： 最適化された回路は、既存の量子ビットと比較して、ゲート数のヘリスティックな尺度（$N$）において改善を示した。例えば、最適化された"JL"（フラクソニウム様）回路は、ヘビーフラクソニウムやPopのフラクソニウムのデザインよりも1桁高いゲート数を示した。
• 低減された感度： 最適化された"JL"回路は、ヘビーフラクソニウムと比較して外部磁束変動に対する感度が大幅に低く、デフェージングの主要な原因を緩和していた。
• トポロジーの探索： パイプラインは様々なトポロジー（例："JJ", "JL", "JJJ", "JLJL"）を探索した。最適化された設計（"JLL"や"JL(JC)"など）の中には、当初有望に見えるものもあったが、最適化プロセスによって、既知のより単純な有効回路（例：インダクタを短絡してフラクソニウムに戻す）へと還元されることが多かった。しかし、"JJJ"トポロジーは、ポテンシャルの最小値に局在した2次元のトランスモン的な固有ベクトルを持ち、フラクス量子ビットやクアントロニウムよりも1桁高いゲート数を持つデザインを生み出した。
• 比較： 発見された量子ビットは、ゲート数、デコヒーレンス時間、およびゲート速度の上限という統一された指標を用いて、確立された設計（例：Sycamoreトランスモン、ヘビーフラクソニウム、フラクス量子ビット）とベンチマークされた。

意義と主張
著者らは、本研究が、ゼロから始める必要のある問題固有の最適化戦略を超えた、任意の超伝導量子回路に適用可能な普遍的なアプローチを提供するものであると主張している。勾配ベースの最適化がこれらのシステムに対して効率的に実装できることを示すことで、本フレームワークは設計プロセスを合理化する。

本論文はその意義を、一般的な手法のデモンストレーションとして控えめに位置づけている。量子ビットの最適化を通じて示されているが、著者らは本フレームワークが汎用性に富み、結合器（coupler）の設計、量子センサ、トランスデューサなど、超伝導ハードウェア設計における他の課題にも拡張可能であると述べている。本研究は、すべての最適化課題を解決したと主張するものではなく、むしろ設計空間の探索を加速させるスケーラブルで自動化されたツールセットを提供するものである。著者らは、計算メモリの制約による最大4ノードまでの回路への制限や、結合強度および特定の制御制約を無視したゲート速度の簡略化といった制限事項についても言及している。