Quantum Approximate Optimization Algorithm with Cat Qubits
Dit artikel toont aan dat het implementeren van het Quantum Approximate Optimization Algorithm (QAOA) met cat-qubits in Kerr-resonatoren, die -gebiaste ruis vertonen als gevolg van fotonverlies, hogere benaderingsratio's oplevert voor willekeurige MaxCut-instanties vergeleken met standaard twee-niveau qubits onder enkelvoudig fotonverlies.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de race om nuttige kwantumcomputers te bouwen, navigeren wetenschappers momenteel door een moeilijk middengebied. Ze hebben machines die groot genoeg zijn om echte problemen aan te pakken, maar nog niet groot genoeg om perfect betrouwbaar te zijn. Deze apparaten, vaak noisy intermediate-scale quantum computers genoemd, zijn gevoelig voor fouten die hun berekeningen kunnen verstoren voordat ze klaar zijn. Om dit te omzeilen, vertrouwen onderzoekers op een specifieke strategie die bekend staat als het Quantum Approximate Optimization Algorithm. Deze methode is ontworpen om complexe puzzels op te lossen — zoals het vinden van de meest efficiënte route voor een bezorgvloot of de beste manier om een groep mensen in twee teams te splitsen — door gebruik te maken van korte, ondiepe circuits die minder waarschijnlijk bezwijken onder de last van ruis. De centrale uitdaging voor deze machines is niet alleen het uitvoeren van het algoritme, maar het vinden van een manier om informatie op te slaan die bestand is tegen de specifieke soorten fouten die de huidige hardware teisteren.
Een team van onderzoekers heeft nu een veelbelovende nieuwe manier verkend om deze informatie op te slaan, met behulp van een type kwantumbit dat een "cat qubit" wordt genoemd. In tegen tegenstelling tot standaard kwantumbits, die vaak worden vergeleken met kleine tollen, zijn cat qubits gebouwd uit licht gevangen in een resonator, bestaande in een staat die lijkt op twee tegenovergestelde golven tegelijkertijd. De onderzoekers concentreerden zich op een specifieke fysieke opstelling met een apparaat genaamd een Kerr nonlinear resonator, die een speciaal soort licht-materie interactie gebruikt om deze toestanden te creëren. Het belangrijkste kenmerk van deze aanpak is dat de fouten die het produceert niet willekeurig zijn; ze zijn gebiased. In een standaard systeem kan een fout een bit van nul naar één flippen of de fase veranderen met gelijke waarschijnlijkheid. In dit cat qubit-systeem is de dominante fout — veroorzaakt door het verlies van een enkel foton — bijna uitsluitend van invloed op de fase, waardoor bit-flip fouten zo zeldzaam zijn dat ze praktisch verwaarloosbaar zijn. Deze bias werkt als een ingebouwd schild, waardoor de informatie veel robuuster is tegen de meest voorkomende vorm van verval.
De onderzoekers zetten zich in om te zien of deze bias de prestaties van het optimalisatiealgoritme daadwerkelijk kon verbeteren. Ze simuleerden het proces van het oplossen van een klassiek probleem dat bekend staat als MaxCut, wat inhoudt dat de knooppunten van een netwerk in twee groepen worden verdeeld om de verbindingen tussen hen te maximaliseren. Ze voerden deze simulaties uit op een computer, waarbij ze het gedrag van de cat qubits modelleerden terwijl ze door de noodzakelijke reeks operaties gingen. Om een eerlijke test te garanderen, vergeleken ze de cat qubits met standaard kwantumbits die gecodeerd zijn in eenvoudige twee-niveau systemen, waarbij ze het standaard systeem zorgvuldig afstemden zodat beide typen bits precies dezelfde gemiddelde betrouwbaarheid hadden voor hun individuele operaties. De resultaten waren duidelijk: wanneer het algoritme op de cat qubits draaide, vond het consequent betere oplossingen dan wanneer het op de standaard bits draaide. Zelfs met hetzelfde niveau van ruis, zorgde de gebiased natuur van de cat qubits ervoor dat het algoritme een hogere kwaliteit van benadering kon behouden, waardoor het effectief dichter bij het perfecte antwoord kwam.
Om te begrijpen waarom dit gebeurde, keken het team nauwgezet naar hoe fouten zich gedroegen terwijl ze door de stappen van het algoritme bewogen. Ze ontdekten dat hoewel de cat qubits inderdaad gevoelig waren voor fasefouten, de specifieke gates die in het algoritme worden gebruikt, deze fouten anders afhandelden dan ze willekeurige ruis afhandelden. In het standaard systeem zouden fouten zich verspreiden en de berekening in alle richtingen corrumperen. In het cat qubit-systeem bleven de fouten beperkt tot één richting, wat het algoritme veel beter kon tolereren. De onderzoekers testten ook een ander idee: of het creëren van een volledig nieuwe versie van het algoritme, ontworpen specifiek voor deze licht-gebaseerde systemen, nog beter zou zijn. Hun simulaties suggereerden dat het vasthouden aan het standaard algoritme, maar simpelweg het draaien ervan op de superieure cat qubits, de effectievere weg was. De studie concludeert dat voor de nabije toekomst, waarin ruis onvermijdelijk is, het gebruik van deze gebiased qubits een concreet voordeel biedt, wat een duidelijkere weg biedt naar het oplossen van moeilijke optimalisatieproblemen dan de huidige standaard benaderingen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.