Nonequilibrium steady states induced by stochastic mid-circuit measurements and resets on a quantum computer

本論文は、ノイズを含む離散時間理論と、最大7個の量子ビットを備えた超伝導量子プロセッサを用いたその実験的検証を提示し、確率的な回路中測定およびリセットが、相互作用する量子系を理論的予測と定量的かつ一致し、かつ平衡量子相転移の兆候を示す非平衡定常状態へと成功裏に駆動できることを実証する。

要約

あなたは、友人たち（量子ビット）に複雑なダンスのルーチン（量子力学的なダイナミクス）を教えようとしていると想像してください。通常、もし彼らがミスをしても、彼らはただ踊り続け、ルーチンはどんどん乱れていき、最後には何が何だかわからなくなってしまいます。

この論文は、物事が騒がしく混沌とした状況でも、ダンスを整理された状態に保つための新しい方法について述べています。研究者たちは、実際の量子コンピュータ（超伝導プロセッサ）を使用して、**確率的リセット（Stochastic Resetting）**と呼ばれる戦略をテストしました。

以下は、彼らが行ったことと発見したことを、簡単な比喩を用いて解説したものです。

1. 問題点：「忘れっぽい」ダンス

量子の世界では、システムは非常に脆弱です。もしシステムをそのまま放置して進化させると、「ノイズ」（ラジオの静電気や、ステップを忘れてしまった友人のようなもの）によって、状態が崩れてしまいます。研究者たちは、ランダムなタイミングでダンスを中断させることで、システムを安定した、整理された状態（非平衡定常状態）へと強制できるかどうかを調べたいと考えました。

2. 解決策：「ランダム・リセット」

確率的リセットを考えるなら、それは審判がランダムに「リセット！」と叫ぶ「サイモンセズ（Simon Says）」のようなゲームです。

• ルール： ランダムな瞬間に、システムは今やっていることをすべて停止し、特定の開始位置（「リセット状態」）へと強制的に戻されます。
• ひねり： この実験では、彼らは単に盲目的にリセットしたわけではありません。彼らは2つの手法を用いました。
  1. 無条件リセット（Unconditional Reset）： 何の質問もなく、システムは開始位置へと強制的に戻されます。
  2. 条件付きリセット（Conditional Reset）： システムを一時停止し、研究者がダンサーたちの「スナップショット」（測定）を撮り、そこで見た情報に基づいて、どこにリセットするかを決定します。例えば、ほとんどのダンサーが「上」を向いているなら、システム全員を「上」にリセットします。もしほとんどが「下」を向いているなら、「下」にリセットします。

3. 実験： 「ノイズの多い」現実

研究者たちは、最大7個の量子ビットを持つ実際の量子コンピュータ（IBMの ibm_marrakesh）を用いて、この実験を行いました。

• 課題： 本物の量子コンピュータは「ノイズが多い」ものです。「スナップショット」（測定）は完璧ではなく、「リセット」ボタンも時々誤作動します。これは、動いている物体を手ブレのするカメラで撮影しようとしているようなものです。写真はぼやけているかもしれませんし、ダンサーがどこにいるのかを見誤るかもしれません。
• モデル： ハードウェアは完璧ではないため、研究者たちは数学的な「ノイズモデル」を構築しました。彼らは、コンピュータがシステムをリセットしようとする際、誤っていくつかのビットを反転させてしまう（ダンサーが誤って反対方向を向いてしまうようなもの）ことがあると気づきました。彼らはこれを「ノイズの多いリセット状態」と呼びました。

4. 結果： 「スイートスポット」を見つける

彼らは、**フローケ・トランスバース磁場イジングモデル（Floquet Transverse-Field Ising Model）**という特定のダンスルーチンを用いて、これをテストしました。これは、システムが主に2つの状態のいずれかを取ることができる、という高度な記述です。

• 秩序状態（Ordered）： 全員が同じ方向を向いています（強磁性体のように）。
• 無秩序状態（Disordered）： 「量子ゆらぎ」（横磁場）によって、全員がバラバラの方向を向いています。

彼らが発見したこと：

• 一致： 彼らの「ノイズを含む」数学モデルは、実際の量子コンピュータが起こしたことを正確に予測しました。エラーや不具合があったにもかかわらず、理論は実験と完璧に一致しました。
• 相転移： 「量子ノイズ」（横磁場）を上げていくにつれて、システムは高度に秩序だった状態（全員が同じ方向を向いている状態）から、無秩序な状態へとスムーズに移行しました。これは、氷が水に溶けるプロセスに似ています。量子コンピュータは、エラーがある状態でも、この「溶ける」挙動を正常に示しました。
• 違い： 「条件付きリセット」（リセット前にダンサーを見たもの）は、「無条件リセット」よりも正しく行うのがはるかに困難でした。なぜなら、コンピュータは測定を行い、考え、そして即座に行動しなければならないため、「手ブレ」の影響（測定エラー）によってより多くのミスが生じたからです。しかし、彼らのノイズモデルは、これらのエラーさえも正確に予測することができました。

5. まとめ

この論文は、現在の不完全な量子コンピュータにおいても、中間回路測定（システムが動作している最中に観察すること）と条件付きリセット（見た情報に基づいてシステムを修正すること）を用いることで、安定した集団的な状態を作り出せることを証明しています。

簡単に言えば： たとえ量子コンピュータが少し不具合があったとしても、時折「リセット」ボタンを押し、スコアボードを確認してどちらの方向にリセットすべきかを判断することで、特定の整理されたパターンを保持させることができる、ということを彼らは示しました。これは、完璧でエラーのないマシンを必要とせずに、将来的に、より優れた量子アルゴリズムを構築するために、これらの「リセット」のテクニックを利用できる可能性を切り開くものです。

技術概要

技術要約：量子コンピュータにおける確率的な中間回路測定およびリセットによって誘起される非平衡定常状態

問題提起
確率的リセット（stochastic resetting）は、プロセスがランダムなタイミングで中断され、初期構成へと再開される汎用性の高いプロトコルであり、これにより古典系および量子系が特定の相関を持つ非平衡定常状態（NESS）へと駆動される。条件付きリセット（conditional resetting）——リセット状態が中間回路測定によって決定される手法——は、相互作用する量子多体系において集団的なNESSを生成できることが理論的に示唆されているが、これらを量子ハードウェア上で検証した例は不足している。このような状態を量子ハードウェア上で実現することは、中間回路の読み出しエラー、ハードウェアノイズ、およびデコヒーレンスによって、リセット操作が損なわれ、結果として得られる定常状態が変化してしまう可能性があるため、困難を伴う。本論文は、確率的リセットによって誘起されるNESSの理論的予測と、ノイズのある中規模量子（NISQ）デバイスにおけるその実験的実現との間の乖離に対処するものである。

手法
著者らはノイズを含む離散時間理論を定式化し、最大 $N=7$ 量子ビットのシステムに対して、超伝導量子プロセッサ（IBMの ibm_marrakesh）を用いて実装を行った。

1. 理論的枠組み:

   • 無条件リセット（Unconditional Resetting）: システムはユニタリゲート $U$ に従って進化するか、あるいは確率 $r$ でリセット状態 $|0\rangle$ へ投影される。得られる NESS 密度行列 $\rho_{ness}$ は、生存確率の統計的な混合として導出される。
   • 条件付きリセット（Conditional Resetting）: リスト状態は、グローバルな射影測定に基づき、一組の集合（具体的には $|+\rangle = |\uparrow\dots\uparrow\rangle$ または $|-\rangle = |\downarrow\dots\downarrow\dots\rangle$）から選択される。「多数決」プロトコルにより、その後のリセット状態が決定される。すなわち、測定されたスピンの過半数がアップであればシステムは $|+\rangle$ へリセットされ、そうでなければ $|-\rangle$ へリセットされる。これは半マルコフ過程を定義する。
   • ノイズモデリング: ハードウェアの不完全性を考慮するため、著者らはリセット操作が不完全であるというノイズモデルを導入した。純粋なリセット状態ではなく、システムは理想的な秩序状態に対してビット反転エラーを含む混合状態 $\rho_r$ で初期化される。このモデルは、状態をビット反転数（$n_{bf}$）ごとにグループ化し、$Z_2$ 対称性を利用してフィッティングパラメータの数を削減している。

2. モデル系:

   • ユニタリダイナミクスは、相互作用するフロケ横磁場イジングモデル（FTFIM）によって支配される。ユニタリゲート $U_\theta$ は、横磁場項（$U_x$）とイジング相互作用項（$U_{zz}$）から構成され、角度 $\theta$ によってパラメータ化される。
   • 相転移の秩序パラメータは、縦磁化密度 $m$ である。無条件リセットの場合、$\langle m \rangle_{ness}$ が研究対象となる。条件付きリセットの場合、$Z_2$ 対達により平均磁化は消失するため、観測量として二乗磁化密度 $\langle m^2 \rangle_{ness}$ が用いられる。

3. 実験的実装:

   • ハードウェア: 実験は ibm_marrakesh プロセッサ（127量子ビットのヘビーヘックス格子）上で行われた。
   • 無条件プロトコル: 能動的な中間回路リセットを避けるため、著者らはダイナミクスの更新構造（renewal structure）を利用した。彼らは、確率的に割り当てられたリセットイベントからの経過時間分だけ純粋なユニタリ進化を実行することで、軌跡をシミュレートした。これにより、エラー緩和技術（ダイナミカルデカップリング、読み出しエラー緩和、ゼロノイズ外挿、およびパウリ・トウィリング）を広範に適用することが可能となった。
   • 条件付きプロトコル: これには能動的な中間回路介入が必要であった。回路は、ユニタリ進化、$Z$ 基底による中間回路測定、リアルタイムの古典的処理（多数決）、および少数派のスピンを多数派に合わせるための条件付き単一量子ビット回転（$X$ ゲート）を含んでいる。レイテンシとコヒーレンス時間の制約により、高度なエラー緩和は条件付きフィードバックループには統合されなかった。
   • データ収集: 結果は、$M=10^4$ 回の読み出しと $10^3$ 個の量子軌跡にわたって平均化された。

主な結果

• 定量的一致: ノイズを含む条件付きリセット理論は、$N=3, 5, 7$ 量子ビットにおいて実験データと極めて良好な定量的一致を示した。特定のビット反転ノイズモデルを組み込んだ理論モデルは、実験的な傾向を正確に再現している。
• 相転移のクロスオーバー: 実験は、FTFIMの平衡量子相転移を彷彿とさせる定常状態の磁化におけるクロスオーバー挙動を示している。
  • 無条件リセット（大きな $\theta=2.0$ の場合）では、システムはデジタル量子ダイナミクスの特徴を示し、小さな $N$ におけるフロケ準エネルギーの縮退による磁化の局所的極大が現れる。
  • 条件付きリ消ット（連続極限に近づく小さな $\theta=0.1$ の場合）では、強磁性秩序（$\langle m^2 \rangle_{ness}$）は横磁場 $h$ の増加に伴い単調に減少し、臨界点 $h=1$ 付近で滑らかなクロスオーバーを示す。
• ノイズ解析:
  • 無条件リセットの実験データは、エラー緩和の使用と動的回路の回避により、ノイズレス理論とよく一致している。
  • 条件付きリセットのデータは、ノイズレス理論と比較して大幅なダウンシフトを示している。提案された「リセット状態エラー」モデル（リセット準備におけるビット反転と、誤った条件付きゲートを導く読み出しエラーを考慮したもの）は、非常に優れた適合性を示した。
  • 付録資料における他のノイズモデル（デポラリジング、位相減衰、振幅減衰、および相関 $ZZ$ノイズ）との比較は、リセット状態エラーモデルが$N=3$および$N=5$において最も効果的であり、$N=7$ においても、より少ないフィッティングパラメータでありながら競争力のあるモデルであることを示している。

意義と主張
本論文は、相互作用する多体系において、確率的リセットによって誘起される非平衡定常状態を量子ハードウェア上で実証した最初の例であると主張している。結果は、集団的な定常状態が、相互作用するダイナミクスとリセットから生じるものが、最先端のノイズのある量子プロセッサ上で忠実に実装可能であることを検証している。

著者らは、本研究が確率的リセットを、状態準備のためのリソースとしての古典的フィードフォワード（動的回路およびリアルタイム論理を介したもの）のより広い有用性に結びつけるものであることを強調している。彼らは、大規模なシステムサイズへの量子シミュレーションはコヒーレンス制限やフィードバックループのレイテンシのために依然として困難であるが、本解析がノイズのあるデバイス上で集団的定常状態を準備するための道を開き、中間回路測定を利用する量子アルゴリズムの開発に実用的な洞察を与えるものであると結論付けている。また、将来の研究では、より大きなシステムサイズへの系統的なスケーリングを可能にするために、より洗練されたエラー緩和プロトコルを条件付きフィードバックループに統合することに焦点を当てる旨を述べている。