技術要約：一方向量子計算におけるリアルタイム測定誤差緩和

1. 問題提起

本論文は、一方向量子計算（OWQC）、別名測定ベース量子計算（MBQC）における測定誤差という極めて重要な課題に対処している。ゲート型モデルでは、複数の回路実行後のポストプロセッシングによって誤差を緩和できることが多いが、OWQCはフィードフォワード操作を駆動するための一連の測定に依存している。このパラダイムでは、ある「上流」の量子ビットの測定結果が、「下流」の量子ビットに適用される補正操作を決定する。

著者らは、標準的な誤差緩和技術をOWQCに適用する際の2つの根本的な障害を特定している：

1. 計算ステップの不可逆性： OWQCは測定で終了するのではなく、その結果に基づいて計算が継続される。したがって、統計量を得るために回路を繰り返してポストプロセッシングを行うことは、個々の計算ステップにおいては不可能である。
2. 誤識別への敏感さ： 測定結果のたった一つの誤識別が、不適切な補正操作（例：本来不要な場合にパウリ $X$ または $Z$ ゲートを適用するなど）の適用につながる。理論的解析によれば、$Q$ 個の量子ビットを持つシステムにおいて、単一の誤識別は意図した状態と直交する状態をもたらし、忠実度のほぼ完全な喪失（$Q$ が大きい場合 $E[\text{fidelity}] \approx 0$）を引き起こす。

さらに、本論文は、文献中で混同されがちな2種類の測定誤差を区別している：

• 読み出し誤差（Readout Errors）： 量子ビットは正しく投影されているが、古典的な読み出し装置が誤った値を記録する。
• 投影誤差（Projection Errors）： 測定プロセス自体（バックアクションやエネルギー転移によるもの）が、読み出しが行われる前に量子ビットを誤った状態へと反転させる。

標準的なポストプロセッシング手法は、下流の量子ビットの状態をリアルタイムで修正できないため失敗する。これは、OWQCが正しく進行するために不可欠な要件である。

2. 手法

著者らは、補助検証レジスタ（ancillary verification register）と多数決プロトコルを利用したリアルタイム誤差緩和スキームを提案している。この手法は、計算を停止または繰り返すことを必要とせずに、OWQCの計算ステップと互換性を持つように設計されている。

2.1 誤差タイプの区別

モデルは誤差を以下のように分類する：

• 読み出し誤差 ($r_{\neg b, b}$): 投影後に発生する。これらは、投影された同じ状態に対して繰り返し読み出しを行うことで緩和できる。
• 投影誤差 ($p_{\neg b, b}$): 投影中に発生する。これらは基礎となる状態を変化させるため、同じ 量子ビットに対する繰り返しの読み出しは効果的ではない。

2.2 読み出し誤差の緩和

非破壊測定などを通じて投影と読み出しを分離できるシナリオの場合、著者らは投影された量子ビットに対して $N$ 回の連続的な読み出しを行うことを提案している。多数決プロトコルにより、最終的な結果が決定される。誤識別の確率（$\epsilon$）は、$N$ が増加するにつれて、正規化不完全ベータ関数に従って急速に減少する：
$$\epsilon = I_{r_{\neg b, b}}(N - \lfloor N/2 \rfloor, 1 + \lfloor N/2 \rfloor)$$
目標とする誤差率に対して必要な読み出し回数 $N$ を推定するための解析的な近似が導出されている。

2.3 投影および複合誤差の緩和

投影誤差は量子ビットの状態を変化させるため、著者らはターゲット量子ビット（$T$）を測定の前に $k$ 個の補助量子ビットからなる**検証レジスタ（$V$）**と絡み合わせることを提案している。

1. 状態準備： ターゲット量子ビットと検証レジスタを、レジスタの状態がターゲットの状態を鏡のように反映する特定の絡み合い状態（実質的にGHZ状態のような状態）で初期化する。
2. 測定： ターゲット量子ビット $T$ とレジスタ $V$ のすべての量子ビットを測定する。
3. 投票： $N = k + 1$ 個の測定結果（ターゲット＋補助量子ビット）に対して多数決を行う。
4. フィードフォワード： 投票の結果が、下流の量子ビットに対する補正操作を決定する。

決定的なことに、検証量子ビットは各測定サイクルの後に再利用される。これは、全量子エラー訂正符号が操作の総数に対して線形にスケールするのに対し、全計算ステップに関わらず一定数の補助量子ビットのみを必要とする。

2.4 CNOTゲート誤差の処理

ターゲットと検証レジスタを絡み合わせるために使用されるCNOTゲートの誤差について、論文では分析を行っている。

• 線形プロトコル： CNOTはターゲットと各補助量子ビットの間で逐次的に適用される。誤差はレジスタのサイズ（$N-1$）に対して線形に蓄積する。
• 対数深度プロトコル： CNOTはツリー構造で適用され、誤差の蓄積を $\log_2 N$ に制限する。
  著者らは、CNOT誤差率（$\gamma$）が小さい場合、対数深度プロトコルが大きな優位性を提供し、より大きなレジスタに対しても実効誤差率を低く保てることを導き出している。しかし、CNOT誤差が大きすぎる場合、投票プロトコルは性能を向上させるどころか劣化させる可能性がある。

3. 主な貢献

1. リアルタイム緩和フレームワーク： OWQCの実行中に測定誤差を緩和する新しいプロトコルであり、ポストプロセッシングや回路の反復を回避する。
2. 誤差モデルの区別： 読み出し誤差と投影誤差の明確な理論的分離を行い、なぜ標準的なポストプロセッシングがOWQCでは失敗するのか、そして提案手法がいかに両方に対処するかを示した（複合誤差を投影誤差と同様に扱う）。
3. 解析的導出：
   • 読み出し回数または補助量子ビット数と誤差率に基づく、誤識別確率の厳密な式。
   • 特定の成功確率を達成するために必要なレジスタサイズ（$N$）の解析的な推定値。
   • 線形および対数深度の絡み合いプロトコルにおける、CNOTゲートの誤差伝播の分析。
4. リソース効率： 本手法は、検証量子ビットを一定数（各ステップで再利用）しか必要としないため、完全な量子エラー訂正符号よりも実現可能性が高い。

4. 結果

論文は、数値シミュレーションとIBMの ibm_bruce 量子プロセッサを用いたハードウェア実験の両方を通じて、手法の妥当性を検証している。

• シミュレーション： 基本的なOWQC計算ステップ（$HR_z(\alpha)$ の適用）の数値シミュレーションは、理論的予測と非常によく一致した。検証レジスタのサイズが $N=3$ から $N=7$ に増加するにつれ、投影誤差率が最大5%であっても、誤識別率は急速に減少した。
• ハードウェア実験： 読み出し誤差と投影誤差が分離不可能であり、複合誤差として扱われるIBMハードウェアでの実験は、理論モデルを裏付けた。
  • 出力分布の相対誤差（$\eta$）は、検証レジスタのサイズが大きくなるにつれて大幅に減少することが観察された。
  • 具体的には、検証レジスタのサイズが1つ増えるごとに、相対誤差はほぼ半分になった。
  • 本手法は、誤った出力分布を理想的な一様分布（$P(0) \approx P(1) \approx 0.5$）へと正常に押し戻すことに成功した。

5. 重要性と主張

著者らは、本研究が、NISQデバイスにおけるMBQCのスケーリングの決定的なボトルネックである、一方向量子計算における測定誤差に対する実用的なリアルタイムの解決策を提供すると主張している。

• 実現可能性： 検証量子ビットを再利用することで、本手法は従来の量子エラー訂正の膨大なオーバーヘッドを回避しており、近未来のデバイスに適している。
• 適用可能性： 本プロトコルはあらゆるOWQCステップに適用可能であり、中間回路測定とフィードフォワードを利用する動的回路にも拡張可能である。
• 堅牢性： 投影誤差と読み出し誤差が分離不可能であっても、結合誤差率がCNOTゲートの忠実度によって決定される閾値を下回っていれば、本手法は依然として有効である。

論文は控えめに結論づけており、概念実証の結果は有望であるものの、相関のある測定誤差（二項モデルの独立性の仮定を破るもの）の影響を分析することや、より複雑なマルチ量子ビット論理ゲートおよびアルゴリズムへプロトコルを拡張する必要があることを述べている。著者らは、彼らの手法が、測定ベースのアーキテクチャにおけるノイズの多い中間規模量子デバイスのポテンシャルを最大限に活用するための第一歩であることを強調している。