Random matrix perspective on probabilistic error cancellation

기술 요약: 확률적 오류 제거에 대한 무작위 행렬 관점

문제 정의
현재의 양자 하드웨어는 대상 양자 회로를 변형시키는 물리적 노이즈 채널로 인해 깊은 알고리즘을 신뢰성 있게 실행하는 데 어려움을 겪고 있다. 확률적 오류 제거(Probabilistic Error Cancellation, PEC)와 같은 오류 완화 기술은 이러한 효과를 역전시키기 위해 "비물리적(unphysical)" 채널을 적용하려고 시도하지만, 노이즈의 정확한 성질은 알려지지 않았으며 하드웨어에 따라 달라진다. 지배적인 노이즈 프로세스를 추출하는 것은 계산 비용이 많이 든다. 본 논문은 특정 노이즈 구조에 대한 사전 지식을 가정하지 않고, 무작위 행렬 이론(random matrix theory)의 관점에서 문제를 다룸으로써 PEC에 필요한 "디노이저(denoiser)" 연산자의 일반적인 특성을 조사한다.

방법론
저자들은 $L$개의 큐비트와 힐베르트 공간 차원 $N=2^L$을 갖는 노이즈가 섞인 양자 회로($\Lambda_U$)의 앙상블을 모델링한다. 이 모델은 벡터화된 밀도 행렬에 작용하는 슈퍼오퍼레이터(superoperator)의 "폴디드 픽처(folded picture)"에서 작동한다.

• 회로 구성: 각 회로는 $m$개의 레이어로 구성된다. 각 레이어 $i$는 유니터리 연산 $U_i$(하르 측도(Haar measure)로부터 추출된 전역 무작위 유니터리로 모델링됨)와 노이즈 채널 $N_i$가 뒤따른다.
• 노이즈 모델링: 노이즈는 짧은 시간 $t$ 동안 작용하는 린드블라드 생성자(Lindblad generators) $L_i$를 통해 모델링되며, $N_i = \exp(tL_i)$이다. 두 가지 노이즈 앙상블이 고려된다:
  1. 전역 노이즈(Global Noise): 코사카스키 행렬(Kossakowski matrix)이 위시아트 앙상블(Wishart ensemble)에서 샘플링되는 완전히 무작위적인 린드블라디안에 의해 생성된다.
  2. 국소 노이즈(Local Noise): 현재 하드웨어와 관련된 몇 개의 큐비트 프로세스를 모델링하기 위해, 연산자 기저를 최대 파울리 가중치(Pauli weight) $k_{max}$를 가진 파울리 문자열로 제한하여 생성된다.
• 디노이저 정의: 디노이저 $D$는 타겟 유니터리 회로 $U$를 복구하기 위해 노이즈 채널을 역전시키는 연산자로 정의된다: $D = U \Lambda_U^{-1}$. $\Lambda_U$는 비가역적인 결맞음 해제(decoherence)를 포함하므로, $D$는 본질적으로 비물리적 채널(비-완전 양의 트레이스 보존(non-CPTP) 채널)이다.
• 분석적 접근: 저자들은 작은 노이즈 강도 $t$에 대해 노이즈 채널의 역을 근사하기 위해 베이커-캠프벨-하우스도르프(Baker-Campbell-Hausdorff, BCH) 공식을 활용한다. 이들은 디노이저의 스펙트럼을 회전된 린드블라드 생성자들의 합, 즉 $\sum \tilde{L}_i$와 연관시킨다.

주요 기여 및 결과

1. 디노이저의 스펙트럼 구조: 본 연구는 디노이저 채널의 복잡한 스펙트럼이 기저에 깔린 무작위 린드블라드 생성자의 구조적 특성을 상속받음을 보여준다.
   • 전역 무작위 린드블라디안의 경우, 디노이저 스펙트럼은 단일 무작위 린드블라드 생성자의 스펙트럼 지지체(spectral support)에 의해 예측되는 보편적인 형태를 따르며, 이는 레이어 수 $m$과 노이즈 강도 $t$에 따라 스케일링되고 이동한다.
   • 구체적으로, 디노이저 스펙트럼의 중심은 $\exp(tm)$에 위치하며, 스펙트럼의 범위는 $\sqrt{m}$에 따라 스케일링된다.
2. 근사의 유효성: 작은 노이즈 파라미터 $t$와 작은 회로 깊이 $m$에 대해, 디노이저는 생성 린드블라드 생성자들의 합의 지수 함수로 정확하게 근사될 수 있다($D \approx \exp(-t \sum \tilde{L}_i)$). 수치적 비교 결과, 정확한 디노이저 스펙트럼과 이 선형 근사 사이의 편차는 $t=0.1, m=2$일 때 $10^{-6}$ 수준으로 매우 우수한 일치도를 보였다.
3. 국소성 계층 구조의 출현: 노이즈가 국소적(적은 수의 큐비트) 프로세스로 제한될 때, 디노이저 스펙트럼은 타임스케일의 계층 구조를 나타낸다. 이 구조는 무작위 소체(few-body) 리우빌리안(Liouvillian)의 스펙트럼에서 관찰되는 다단계 붕괴율을 직접적으로 반영한다. 국소성에 의해 유도된 스펙트럼 특징은 무작위 유니터리 레이어에 의한 스크램블링(scrambling) 효과에도 불구하고 지속된다.
4. 스케일링 동작: 본 논문은 시스템 크기 $N$, 노이즈 강도 $t$, 회로 깊이 $m$에 따라 디노이저의 스펙트럼 지지체가 어떻게 변화하는지 정량화한다. $t$가 증가함에 따라, 노이즈 채널 스펙트럼은 원점을 향해 이동하는 반면, 디노이저 고윳값은 크기가 증가하며 1에서 멀어진다.

의의 및 주장
본 논문은 비물리적 디노이저의 스펙트럼적 특성이 임의적인 것이 아니라, 노이즈 생성자의 통계적 특성에 의해 근본적으로 제약된다고 주장한다.

• 보편성: 특정 노이즈 특성화가 없는 상황에서도, 디노이저의 앙상블은 무작위 린드블라디안의 보편적인 스펙트럼 지지체를 통해 이해될 수 있다.
• 국소성의 지속성: 중요한 발견은 기초가 되는 노이즈의 국소 구조가 무작위 회로의 스크램블링에도 생존한다는 것이다. 이는 현실적인 설정에서 노이즈가 국소적일 때, 오류 제거를 위해 필요한 효과적인 디노이저가 적은 수의 바디 게이트로 구성된 상대적으로 얕은 회로에 의해 구현될 수 있는 구조를 가질 수 있음을 시사한다.
• 이론적 프레임워크: 이 연구는 무작위 리우빌리안의 스펙트럼과 확률적 오류 제거 연산자의 특성을 연결하는 일반적인 이론적 프레임워크를 제공하며, 전체 프로세스 토모그래피(process tomography) 없이도 노이즈 특성에 기반하여 디노이저의 동작을 예측할 수 있는 방법을 제시한다.