Photon-loss tolerance of the surface-GKP code with anti-photon-loss decoding

기술 요약: 안티-포톤 손실(Anti-photon-loss) 디코딩을 이용한 표면-GKP 코드의 광자 손실 내성

문제 정의
광자 손실은 선형 광학 플랫폼과 초전도 회로의 보존 모드(bosonic modes) 모두에 영향을 미치는, 결함 허용 광학 양자 컴퓨팅의 주요 장애물입니다. Gottesman–Kitaev–Presilla (GKP) 코드는 연속 변수(CV) 시스템에서 무작위 변위 오차를 효과적으로 교정하고, 표면 코드는 이산 변수 시스템을 위한 위상학적 결함 허용성을 제공하지만, 이들의 결합(표면-GKP 코드)은 광자 손실과 관련하여 특정한 문제에 직면합니다. 단순한 확률적 변위 채널과 달리, 순수 광자 손실은 유한 에너지 GKP 상태에 두 가지 뚜xt한 물리적 효과를 유발합니다: (1) 원점을 향한 위상 공간 격자의 수축, 그리고 (2) 피크를 넓히는 진공 노이즈의 도입입니다. 최근 격자점 근접(nearest-lattice-point) 디코딩과 같은 표준 디코딩 전략은 종종 손실을 평균이 0인 무작위 변위로 모델링하며, 이는 피크 위치의 체계적인 안쪽 이동을 설명하지 못합니다. 이러한 격자 불일치는 수축된 격자와 고정된 디코딩 그리드 사이의 차이를 만들어내어 논리적 오류 발생 확률을 높입니다.

방법론
저자들은 증폭을 통해 순수 손실을 가우시안 변위 채널로 변환하는 대신, 순수 손실 채널을 직접 모델링함으로써 표면-GKP 코드의 광자 손실 내성을 조사합니다. 연구에는 다음과 같은 방법론적 프레임워크가 적용되었습니다:

1. 노이즈 모델링: 순수 손실 채널을 투과율 $\eta = 1 - \gamma$인 빔 분할기 상호작용으로 모델링하여, 시스템을 환경 진공 모드와 결합시킵니다. 이는 감쇄(위상 변수를 $\sqrt{1-\gamma}$로 스케일링)와 진공 노이즈의 추가를 명시적으로 고려합니다.
2. 상태 준비: 이상적인 GKP 상태를 정규화하기 위해 엔벨로프 연산자 $\hat{E}(\epsilon) = e^{-\epsilon\hat{n}}$를 사용하여 유한 에너지 GKP 상태를 생성합니다. 두 가지 품질 수준이 테스트되었습니다: $\epsilon = 0.01$ (약 20 dB 스퀴징) 및 $\epsilon = 0.05$ (약 13 dB 스퀴징).
3. 디코딩 전략:
   • 최근 격자점(Nearest-Lattice-Point, NLP) 디코딩: 측정된 위상(quadrature) 값을 가장 가까운 논리적 그리드 점에 할당하는 표준 방식입니다.
   • 안티-포톤 손실(Anti-Photon-Loss, APL) 디코딩: 호모다인 판독(homodyne readout) 전에 위상 의존적 역-스퀴징(counter-squeezing) 연산($\hat{S}(r_{comp})$)을 적용하는 제안된 내부 디코더입니다. 이 연산은 측정된 위상의 결정론적 수축을 보상하여, 피크 위치를 고정된 디코딩 그리드와 다시 정렬합니다. 보상 파라미터는 $r_{comp} = -\frac{1}{2}\ln(1-\gamma)$로 설정됩니다.
4. 시뮬레이션 워크플로우: 저자들은 2단계 시뮬레이션을 수행합니다:
   • 내부 계층(Inner Layer): 손실 후의 GKP 상태에 대한 위상 확률 밀도를 계산하고, 잘못된 결정 영역에 대해 적분하여 유효 비트($p_x$) 및 위상($p_z$) 오류 확률을 결정합니다.
   • 외부 계층(Outer Layer): 이 오류 확률을 회전된 표면 코드(거리 $d=3, 5, 7, 9$)의 몬테카를로 시뮬레이션에 입력합니다. 신드롬 측정 라운드가 시뮬레이션되며, 최소 가중치 완벽 매칭(Minimum-Weight Perfect Matching, MWPM)을 사용하여 논리적 실패 확률($p_L$)을 디코딩합니다.

주요 기여

• 순수 손실의 직접 모델링: 본 논문은 증폭을 통해 순수 손실을 변위 채널로 변환하는 근사법을 피하고, 유한 에너지 GKP 상태에 미치는 직접적인 수축 및 노이즈 추가 효과를 모델링합니다.
• APL 내부 디코더: 격자 수축을 보상하는 안티-포톤 손실 내부 디코더를 도입하고 평가합니다. 이 접근 방식은 측정된 위상의 스케일을 복원하여 디코딩 그리드와 일치시킴으로써, 피크 확산과는 구별되는 오류 원인을 해결합니다.
• 임계값 추정: 서로 다른 GKP 상태 품질에 따른 표면-GKP 코드의 광자 손실 임계값에 대한 정량적 추정치를 제공합니다.

결과
몬테카를로 시뮬레이션 결과, 다음과 같은 광자 손실 임계값($\gamma^*$, 코드 거리를 늘림으로써 논리적 실패를 억제할 수 있는 손실 분율)을 얻었습니다:

• 고품질 상태 ($\epsilon = 0.01$, ~20 dB):
  • APL 미사용 시: $\gamma^* \approx 5.5\%$ (0.24 dB).
  • APL 사용 시: $\gamma^* \approx 9.8\%$ (0.45 dB).
  • 관찰: APL 디코더는 보상되지 않은 경우에 비해 임계값을 약 79% 증가시킵니다. 특히, 고품질 상태의 경우 보상되지 않은 임계값이 중등 품질 상태보다 약간 낮은데, 이는 확장된 엔벨로프 내의 먼 피크들이 더 크게 안쪽으로 이동하기 때문입니다.
• 중등 품질 상태 ($\epsilon = 0.05$, ~13 dB):
  • APL 미사용 시: $\gamma^* \approx 5.9\%$ (0.26 dB).
  • APL 사용 시: $\gamma^* \approx 6.3\%$ (0.28 dB).
  • 관찰: APL은 임계값을 약 7% 상대적으로 증가시킵니다.

또한, 저자들은 손실에 따른 요구되는 GKP 스퀴징 임계값($s^*_{GKP}$)을 분석합니다. 그들은 APL이 격자 불일치를 보상하지만, 손실에 따라 스케일링되는 잔류 진공 노이즈로 인해 손실이 증가함에 따라 낮은 논리적 오류율을 유지하기 위해 약간 더 높은 초기 스퀴징이 필요하다는 것을 발견했습니다.

의의 및 주장
본 논문은 내부 디코딩에서 손 loss로 인한 격자 수축을 고려하는 것이 표면-GKP 코드의 결함 허용성을 극대화하는 데 필수적이라고 주장합니다. 결과는 위상 보상(APL)이 특히 고품질 GKP 상태에서 광자 손실 내성을 유의미하게 향상시킨다는 것을 입증합니다. 저자들은 이 접근 방식이 실제 연산을 포함하는 미래 모델에 대한 더 강력한 디코딩 선택지를 제공하며, 피크 위치를 재정렬하는 이점이 테스트된 범위 내에서 증폭된 진공 노이즈의 비용보다 크다는 점을 강조합니다. 결론적으로 APL 디코더는 순수 손실에 대한 결합 코드의 내성을 개선함으로써 더 견고한 광학 양자 컴퓨팅을 향한 경로를 제시합니다.