Ground-State Preparation by Projection onto the Maximal Decoherence-Free Subspace: Operator-Algebraic Derivation and Constant-Depth Execution on 156-Qubit Processors

量子コンピューティングの世界において、最大の障害はパワーの不足ではなく、時間の不足である。量子コンピュータは、物質の繊細な状態を壊れやすい均衡の中に保持することによって動作するが、これらの状態が周囲のノイズの多い環境と相互作用した瞬間に、それらは崩壊してしまう。デコヒーレンスとして知られるこの現象は、複雑な計算が完了する前に情報を消し去ってしまう、執拗な静電気のようなものとして機能する。長年、科学者たちは、ノイズが勝つ前に計算を終わらせようと、より深く、より長い回路を構築することでこれに対抗しようとしてきた。しかし、問題が大きくなるにつれ、これらの計算を実行するために必要な時間は、ハードウェアが提供できる極めて短い安定期間を超えてしまうことが多い。標準的なアプローチは、霧の中で山を下るハイカーが手探りで進むように、量子システムを答えへとゆっくりと導くことであったが、この緩やかな旅はしばしばノザイズの中で迷子になったり、局所的な行き止まりに捕まったりしてしまう。

モハメド・ハッサンによる最近の研究で詳述された新しいアプローチは、目的地に到達するための異なる方法を提案している。それは、道を歩むのではなく、単に地面の上に直接足を踏み入れるというものである。研究者たちは、量子状態を時間の経過とともに進化させようとするのではなく、物理学の自然な法則を利用して、システムを保護された状態へと即座に投影する方法を提案している。「デコヒーレンスフリー部分空間」と呼ばれるこの状態は、量子情報が周囲のノイズに対して自然に免疫を持つ特別な領域である。問題を解くための答えがこの保護された領域内に存在するように実験を設計することで、コンピュータはノイズと一歩ずつ戦う必要なく、解決策へと直接飛び込むことができる。この手法は、156個の量子ビットを持つ実際の稼働中の量子プロセッサ上でテストされ、問題の規模に関わらず、単一の一定ステップで複雑な量子状態を準備することが可能であることが証明された。

この発見の核心は、動的なシミュレーションから構造的な投影への転換にある。変分量子固有値ソルバー（VQE）のような従来の手法は、コンピュータが回路を実行し、結果を測定し、設定を調整して再試行するという試行錯誤のプロセスに依存している。このループは数千回の反復を必要とすることがあり、また「バレン・プラトー（不毛な高原）」として知られる問題、つまりコンピュータが自身の失敗から学習する能力をすべて失ってしまう現象に陥りやすい。対照的に、この新しいフレームワークは、問題の中に、量子システムの「安全地帯」に対応する特定の数学的構造を特定する。この安全地帯は、量子ビットが環境とどのように相互作用するかによって定義される。もし問題が正しくエンコードされていれば、基底状態（最低エネルギー状態であり、正しい答え）は、自然にこの安全地帯と一致する。研究者たちは、単一の構造的操作を適用することで、望ましくないすべての状態をフィルタリングし、正しい答えだけを残すことができることを実証した。これにより、長くエラーの起こりやすい一連の操作を回避することが可能となった。

チームは、それぞれ156個の量子ビットを含む3つの異なるIBM量子プロセッサ上で、この理論を検証した。彼らは55回の独立した実験を実行し、理論的な保護が現実世界のノイズに対してどのように機能するかを確認するために、ライブハードウェア上でプロトコルを実行した。その結果は驚くべきものであった。組合せ最適化問題を含むテストにおいて、この手法は、ランダムな偶然によって期待される確率よりも数百数千倍高い確率で正しい解を特定することに成功した。例えば、12個のノードを持つグラフを用いた特定のテストでは、システムは82パーセント以上の試行で正しい最大カットを生成したが、ランダムな推測が成功する確率は2000回に1回未満であった。研究者たちは、分子化学、暗号学、ポートフォリオ最適化を含む異なる分野の問題についてもこの手法をテストし、同じ基礎的なメカニズムによって、量子回路の根本的な深さを変えることなく、多様なタイプの問題を解決できることを示した。

この研究における重要な側面は、それが「しない」と主張していることである。研究者たちは、彼らの手法の「一定の深さ（constant depth）」とは、量子実行そのもののみを指していると明示している。問題の難易度が取り除かれたわけではない。それは単に、移動しただけである。従来のアプローチでは、難易度は回路を実行する時間の中に隠されている。この新しいアプローチでは、難易度は、問題を保護されたゾーンにマッピングするために必要な特定の指示を準備する古典的なコンピュータによって、事前に対処される。もし問題があまりに困難で、古典的なコンピュータが迅速にマッピングする方法を見つけられない場合、この手法でも解決できない。革新的な点は、一度マッピングが行われれば、量子部分の仕事は非常に高速かつ堅牢であり、エラー訂正も長い待ち時間も必要としないことである。この区別は極めて重要である。この手法は難しい問題を簡単にするものではないが、現在の不完全なマシンにおいて、それらを解くための量子部分を「実現可能」なものにするのである。

実験の成功は、量子ハードウェアの特定の特性、すなわち量子ビットがどのように接続され、どのように特定の種類のノイズに対して自然に抵抗するかという点にかかっている。研究者たちは「タイリング」戦略を用いた。これは、大規模な156量子ビットプロセッサを、多くの小さく独立した量子ビットのペアに分割する手法である。各ペアは、同時に投影を実行できる、小さく自己完結したユニットとして機能した。すべてのペアが同時に動作したため、量子状態が生存しなければならない総時間は、関与するペアの数に関わらず一定であった。これにより、エラーのリスクを増やすことなく、システムをスケールアップさせることができた。また、チームは、3つ、4つ、あるいは5つの量子ビットが同時に相互作用するより複雑な関係に対しても、この保護が数学的に機能することを証明し、この手法を単純な2量子ビットペアを超えて拡張した。

最も重要な発見の一つは、この手法が、近年の量子コンピューティング研究を支配してきた「変分」ループを回避することである。答えを探すためにつまみを調整してシステムが落ち着くのを待つ代わりに、この新手法は直接的な投影を用いる。それは、正しい答えだけを通し、それ以外をブロックする「ふるい」を持っているようなものである。研究者たちは、このふるいが単なる理論的なアイデアではなく、既存のハードウェア上に構築可能な物理的な現実であることを示した。彼らは、実験中に量子状態が安定しており、能動的なエラー訂明を行わなくても、保護されたゾーンから逸脱しなかったことを確認した。これは、問題が適切な方法でエンコードされている限り、システムの自然な対称性が情報を保護するのに十分であることを示唆している。

研究は、異なる種類の問題をこのシステムにどのようにエンコードするかという問いにも対処した。研究者たちは、化学や金融の分野からの問題を量子プロセッサの言語へと翻訳するためのレシピを提供する「圧縮エンコーディング」定理を開発した。彼らはこれを、水素分子における電子の相関を含む6つの異なるタイプの問題に対してテストした。あらゆるケースにおいて、システムは問題のハミルトニアンの基底状態（最低エネルギー構成）を正常に準備した。これは、この手法が単一のタイプの問題に限定されるのではなく、問題が保護された部分空間の特定の構造にマッピングできる限り、幅広い科学的および数学的課題に適応できることを示している。

成功にもかかわらず、研究者たちは自らの主張の範囲について慎重な姿勢を崩していない。彼らは、この手法が、基底エネルギーを古典的なコンピュータによって効率的に計算できる特定のクラスの問題に対して機能することを強調している。基底状態を見つけることが本質的に困難であり、指数関数的な時間を必要とする問題に対して、この手法はショートカットを提供しない。量子的な加速が得られるのは、量子ステップが即時的であり、かつノイズに強いという事実から来るものであり、最も困難な部分を解いているからではない。この研究は、構造的投影が動的なシミュレーションに代わる実行可能な選択肢となり得るという概念実証であり、ノイズのある中間規模デバイス（NISQ）の時代における新たな道筋を提示している。

この研究の含意は、直近の結果を越えて広がっている。量子基底状態を深い回路や複雑なエラー訂正なしで準備できることを示すことで、この研究は、以前は手の届かないと考えられていた実用的なアプリケーションへの、現在の量子プロセッサの使用への扉を開いた。156量子ビットのプロセッサ上で高い忠実度で実験を実行できたことは、テクノロジーが一部の悲観的なモデルの予測よりも早く成熟していることを示唆している。研究者たちは、データとジョブ識別子を公開しており、科学界が独立して結果を検証することを求めている。この透明性は、彼らの発見に対する自信と、手法の堅牢性を裏付けている。

結局のところ、この論文は、量子状態準備に関する考え方の根本的な転換を提示している。それは、より長く、より深い回路でノイズと戦うという考え方から、答えが自然に保護されるシステムを設計するという考え方への移行である。研究者たちは、問題の深い代数構造とハードウェアを理解することで、解決への直接的な経路を作ることができることを示した。その経路は短く、堅牢であり、現在のマシンでも機能する。この手法は量子コンピューティングのあらゆる問題を解決するものではないが、ある決定的な問題を解決している。すなわち、ノイズが情報を破壊するのを待つことなく、ノいーズの多いマシンから信頼できる答えを得る方法である。この研究は、構造的な洞察の力を示す証左であり、時には前進するための最善の方法は、動き続けることではなく、単に正しい場所に足を踏み入れることであると証明している。