Low-depth simulation of non-Markovianity under quantum hardware noise

技術要約：量子ハードウェアのノイズ下における非マルコフ性の低深度シミュレーション

問題提起
デジタル量子コンピュータ上で開いた量子系のシミュレーションを行うことは、本質的に困難である。なぜなら、量子回路はネイティブにはユニタリ発展のみをサポートしているが、開いた系は環境との相互作用による非ユニタリなダイナミクスを経験するためである。標準的な手法であるシュタインスプリング拡張（Stinespring dilation）は、補助量子ビットを系に結合させ、それらをトレースアウトすることでこれらのダイナミクスをシミュレートする。しかし、この手法は密な相互作用トポロジーと多数の2量子ビットゲート（例：CNOT）を必要とし、これらは単一量子ビットゲートよりも大幅にノイズが多い。近未来のハードウェアにおいては、補助ゲートによるエラーの蓄積が、特に長時間の発展や複雑な非マルコフ・ダイナミクスのシミュレーションにおいて、忠実度（fidelity）と実行時間を著しく制限する。

手法
本論文は、補助量子ビットを使用せずに開いた系のダイナミクスをシミュレートするために、軌跡混合法（trajectory mixing method）（純粋状態の軌跡の統計的混合）を活用することを提案している。このアプローチは、量子チャネル $\Phi(\rho)$ がユニタリ発展の統計的混合 $\Phi(\rho) = \sum_i p_i U_i \rho U_i^\dagger$ として表現できる混合ユニタリチャネルに特化して適用される。

主な手法の特徴は以下の通りである：

1. 状態に依存しない確率： 混合ユニタリチャネルにおいて、特定のユニタリジャンプの確率（$p_i$）は系の状態に依存しない。これにより、複数の独立した回路（軌跡）を実行して結果を統計的に混合することが可能となり、ジャンプ確率を動的に決定するためのコストのかかる状態トモグラフィーを回避できる。
2. 軌跡サンプリング： 可能な全軌跡の数は指数関数的（$m^N$、ここで $m$ はクラウス演算子の数、$N$ はタイムステップ数）にスケールするが、著者らはモンテカルロ・アプローチを用いて、統計的に十分なサブセットの軌跡を用いて長時間の発展をシミュレートする。
3. ノイズモデリング： シミュレーションでは、単一量子ビットゲート後の $T_1$ および $T_2$ リラクゼーション／デフェージング、およびCNOTゲート後のデポラリジングチャネルを含む、現代の量子プロセッサに合わせて較正された現実的なノイズモデルを利用している。
4. 比較基準： 軌跡混合法は、様々なシナリオにおいて、従来の補助量子ビットを用いた手法（シュタインスプリング拡張）と比較検証されている。

主要な貢献とシミュレーション
本論文は、以下の4つの具体的なシミュレーションシナリオを通じて、このアプローチの実現可能性を実証している：

• 純粋デフェージング（Pure Dephasing）： 自由発展と純粋デフェージングを行う単一量子ビット。軌跡混合法（単一量子ビットゲートのみを使用）は高い状態忠実度を維持し、ノイズレスなダイナキクスを密接に追跡する。対照的に、補助量子ビット法（CNOTを必要とする）は、ゲートノイズによりブロッホ球の中心に向かう顕著なドリフトを示す。
• 非マルコフ・ダイナミクス（振幅減衰およびデフェージング）： 著者らは、システムがメモリ量子ビットと相互作用する**マルコフ埋め込み（Markovian embeddings）**を介して非マルコフ発展をシミュレートしている。
  • 結果： 軌跡混合法は、特に結合系・メモリの状態を考慮した場合、補助量子ビット法よりも一貫して高い忠実度を示す。しかし、論文では、系単体については、忠実度の優位性が時に限定的であることも指摘されている。著者らの見解によれば、系とメモリが常に相互作用しているため、埋め込みモデルにおける2量子ビットゲートのノイズが、複雑な多体シナリオにおける軌跡法の利点を制限する。
• メモリチャネル： 連続して送られる2つの量子ビットに作用するデフェージング・メモリチャネルのシミュレーション。このチャネルはベル状態におけるもつれ（エンタングルメント）を保持する。
  • 結果： 軌跡混合法はコンカレンス（もつれ）をほぼ完璧に保持するが、補助量子ビット法は顕著な減衰を引き起こす。これは、軌跡法が、補助量子ビットを両方のシステム量子ビットと相関させるために必要な2つのCNOTゲートを回避しているという大きな利点を浮き彫りにしている。
• 確率的に駆動されるハミルトニアン： 著者らは、ランダム・テレポート・ノイズ（RTN）を持つハミルトニアンによって駆動される非マルコフ・ダイナミクスをシミュレートしている。発展を一定のノイズ区間に分割し、軌跡を混合することで、補助量子ビットやメモリ量子ビットなしで極めて高い忠実度を達成している。

結果
現在のプロセッサに較正されたノイズモデル（$T_1=232\,\mu s$, $T_2=127\,\mu s$, CNOTエラー $\approx 2.4\%$）を用いた研究により、以下のことが判明した：

• 忠実度： 混合軌跡法は、純粋デフェージングおよびメモリチャネルのシナリオにおいて、補助量子ビット法と比較して一貫して高い状態忠実度を保持している。
• もつれの保持： メモリチャネルのシミュレーションにおいて、軌跡法はもつれを正常に保持するが、補助法は2量子ビットゲートのエラー蓄積により、もつれの消失を招く。
• スケーラビリティ： 限定的なサンプリング（25タイムステップに対して1024個の軌跡）を用いても、軌跡法は、タイムステップが増えるにつれて忠実度が絶えず低下する補助法を凌駕している。

意義と主張
本論文は、軌跡混合法が、近未来の量子ハードウェア上で非局所的な環境効果をシミュレートするための**展開可能なブループリント（設計図）**を提供すると主張している。その主な意義は以下の点にある：

1. ノイズ削減： エンタングルゲートを独立した純粋状態回路の統計的混合に置き換えることで、補助量子ビットに伴うノイズオーバーヘッドを劇的に削減する。
2. リソース効率： 制限されたリソースで長時間の非マルコフ発展のシミュレーションを可能にし、「壊滅的なノイズオーバーヘッド」を回避する。
3. 実用性： この手法は複数の回路を実行する必要があるが、著者らは、現在の量子プロセッサにおける2量子ビットゲートのエラー率を考慮すれば、これは有利なトレードオフであると主張している。

著者らは、この手法の普遍性については謙虚な姿勢を保っており、系とメモリの相互作用が常に行われる複雑な多体ダイナミクスにおいては、埋め込みモデルに不可欠な2量子ビット相互作用の固有ノイズにより、利点が目立たなくなる可能性があることを述べている。しかし、特定のチャネルやメモリシナリオにおいては、このアプローチは既存のハードウェア上でのより高精度なシミュレーションへの明確な道筋を示している。