Connection between memory performance and optical absorption in quantum reservoir computing

技術要約：量子リザーバコンピューティングにおけるメモリ性能と光吸収の関連性

問題提起
量子リザーバコンピューティング（QRC）は、もつれや指数関数的にスケールする位相空間などの量子特性を活用することで、ノイズの多い中規模量子（NISQ）デバイス上での機械学習を実現する有望なパラダイムとして台頭している。しかし、QRCの性能評価は、歴史的に短期記憶容量（STMC）などの情報理論的なベンチマークに依存してきた。これらの指標は性能を定量化するには効果的であるが、量子ニューラルネットワークを支配する基礎的な物理メカニズムに関する洞察を与えるには至っていない。その結果、具体的な物理的特性（具体的には散逸と吸収）が、これらのシステムの根本的な能力や実用的な最適化をどのように制御しているのかについて、体系的な理解が欠如している。このギャップは、特定のタスクに向けた量子リザーバの標的指向的なエンジニアリングを妨げている。

手法
著者らは、計算のための物理プラットフォームとして、完全結合横磁場イジングモデル（TFIM）を調査している。このシステムは、スペクトル半径 $J_0 = 0.5$ にスケールされたランダムな結合行列要素 $J_{ij}$ を持つ $N$ 個の量子ビットで構成される。

• 入力エンコーディング： 固定された散逸を導入する「消去および書き込み（erase-and-write）」マップを用いる従来のアプローチとは異なり、本研究では、量子ビットに共鳴結合したコヒーレント光源を用いている。入力信号 $s(t)$ は、振幅変調されたコヒーレント駆動によってエンコードされ、ハミルトニアン内の時間依存の $\sigma_y$ 項として効果的にモデル化される。これにより、固有の注入損失なしに散逸を完全に制御することが可能となる。
• 散逸モデリング： システムのダイナミクスは、ユニタリ進化と量子ビットの崩壊（レート $\gamma$）を組み込んだゴリニ・コッサック・スダルシャン・リンドブラッド（GKSL）方程式によって記述される。定常状態は、リウヴィリアン超演算子の零空間を解くために、フォック・リウヴィリウス空間におけるダイナミクスの再定式化を通じて計算される。
• 性能指標： システムのメモリ性能は、短期記憶容量（STMC）を用いて定量化される。これには、過去の入力のルジャンドル多項式を再現するように線形読み出し層を訓練するプロセスが含まれる。容量 $C_i$ は、ランダムなターゲット相関によって決定されるノイズ閾値で切り捨てられた、過去の遅延にわたるリザーバ出力とターゲットシーケンス間のピアソンの相関係数の二乗和として定義される。
• 物理特性解析： 著者らは、線形応答理論を用いて光吸収スペクトル $\alpha_{s,\gamma}(\omega)$ を計算する。具体的には、双極子相関関数のフーリエスペクトルから導出された共鳴吸収 $\alpha_{s,\gamma}(0)$ を、様々な信号強度 $s$ にわたって平均化し、分析する。

主要な結果

1. 散逸レジーム： 本研究は、量子ビットの崩壊率 $\gamma$ に基づく3つの明確なレジームを特定している。
   • 低散逸（$\gamma \lesssim 10^{-2}$）： システムはほぼユニタリに進化し、メモリが減衰せず、STMCは無視できるレベルとなる。
   • 高散逸（$\gamma \gtrsim 10^{2}$）： システムは定常状態に速すぎる速度で緩和し、入力情報を即座に消去してしまうため、やはりSTMCはゼロとなる。
   • 中間散逸： 「スイートスポット」（およそ $10^{-1} < \gamma < 10^{1}$）が存在する。ここでは、情報を急速に消去することなく、ゼロ入力状態とは異なる新しい定常状態に到達するため、最適なメモリ容量が得られる。
2. 光吸収との相関： 著者らは、STMCと共鳴光吸収との間の定量的な結びつきを確立している。平均光吸収 $\bar{\alpha}_\gamma$ の減衰率 $\gamma$ に対する曲線の挙動は、STMCの曲線と驚くほど質的に類似している。両方の指標は、非常に弱い散逸および非常に強い散逸の両極端において消失し、中間的な散逸レベルでピークに達する。
3. 堅牢性： この相関は、4量子ビットのリザーバを用いた追加のシミュレーションによって検証された通り、異なる結合強度およびシステムトポロジーにおいても保持される。

主な貢献

• 「スイートスポット」の物理的説明： 本論文は、散逸の関数としてのQRC性能において以前から観察されていた「スイートスポット」挙動に対し、物理的な説明を提供している。これは、最適なメモリ性能が最大光吸収と直接一致することを示している。
• 領域の架け橋： 本研究は、量子情報理論（STMC）と実験的にアクセス可能な物理的特性（光吸収）の間のギャップを埋めるものである。抽象的な指標を超えて、計算能力と測定可能なシステム応答を関連付けている。
• エンジニアリングへの指針： 光吸収をメモリ性能のプロキシ（代理指標）として特定することで、実験家が反復的な情報理論的ベンチマークにのみ頼るのではなく、物理パラメータ（散逸率や結合強度など）を調整して吸収を最大化することにより、QRCシステムを最適化できることを示唆している。

意義
本論文は、量子技術の開発を導くためには、単なる抽象的な情報尺度ではなく、物理的特性を理解することが極めて重要であると主張している。確立された関連性は、特定のタスクに最適化された量子リザーバコンピュータを標的指向的に設計するための経路を提供する。著者らは、これらの知見が、フォトニックシステム、非線形振動子、および特にTFIMを自然に実装し、近年の実験で驚異的なスケーリングを示しているリドベリ原子アレイを含む、QRCに提案されている様々な物理システムに関連していると述べている。これらの結果は、物理学と情報理論の両方に根ざした新しい性能指標の開発を促進することを目的としている。