Physics-Inspired Extrapolation for efficient error mitigation and hardware certification

Probleemstelling

In het huidige tijdperk van Noisy Intermediate-Scale Quantum (NISQ) computers en de overgang naar vroege fouttolerante quantumcomputers (EFT), vormen ruis en fouten een fundamentele barrière voor het uitvoeren van nuttige berekeningen. Hoewel Quantum Error Correction (QEC) de ultieme oplossing is, vereist dit een enorme overhead aan fysieke qubits per logische qubit, wat momenteel onhaalbaar is.

Daarom is Quantum Error Mitigation (QEM) essentieel. Bestaande methoden hebben echter ernstige beperkingen:

• Probabilistic Error Cancellation (PEC): Biedt onbevooroordeelde schattingen maar vereist een steekproefoverhead die exponentieel schaalt met het aantal poorten, wat dit onpraktisch maakt voor grote circuits.
• Zero-Noise Extrapolation (ZNE): Een populaire methode waarbij ruis wordt versterkt en resultaten worden geëxtrapoleerd naar het nul-ruislimiet. Echter, de keuze van de extrapolatiefunctie (lineair, polynomaal, exponentieel) is vaak heuristisch en mist een theoretische fundering. Dit leidt tot grote variantie in de resultaten en geen inzicht in de onderliggende hardwarekwaliteit.

De uitdaging is dus een methode te vinden die nauwkeurig is, een lage steekproefoverhead heeft, een lage variantie vertoont en tevens inzicht biedt in de hardwarekwaliteit zonder extra karakterisering.

Methodologie: Physics-Inspired Extrapolation (PIE)

De auteurs introduceren Physics-Inspired Extrapolation (PIE), een protocol gebaseerd op het recente framework van Error Mitigation by Restricted Evolution (EMRE). In tegenstelling tot traditionele ZNE, wordt de extrapolatiefunctie in PIE niet heuristisch gekozen, maar afgeleid uit operationele principes.

Kernconcepten:

1. Beperkte Evolutie (EMRE): EMRE benadert een ideale unitaire operatie door deze te decomponeren in een positief deel (uitvoerbare operaties) en een negatief deel. Door alleen het positieve deel te gebruiken, wordt de ruis onderdrukt met een constante steekproefoverhead, maar introduceert dit een kleine bias.
2. Maximale Relatieve Entropie ($s$): De auteurs tonen aan dat de ideale operatie $U$ en de ruisbeïnvloede operatie $E \circ U$ gerelateerd zijn via de maximale relatieve entropie $s = D_{max}(U \| E \circ U)$. Dit $s$ fungeert als een maatstaf voor de afstand tussen de ideale en ruisbeïnvloede circuits.
3. Lineaire Extrapolatie: Door circuitfolding (het toevoegen van identiteitsoperaties om de ruis te versterken) en het gebruik van de relatie uit EMRE, leiden de auteurs een specifieke extrapolatiefunctie af:
   $$f(\lambda) = \langle O \rangle_{ideal} \cdot s^{-\lambda}$$
   Waarbij $\lambda$ de effectieve ruisniveaus voorstelt (afhankelijk van het aantal foldings).
   Door de logaritme te nemen, wordt dit een lineair model:
   $$\log(f(\lambda)) = \log(\langle O \rangle_{ideal}) - \lambda \log(s)$$
   Dit maakt het mogelijk om een lineaire regressie uit te voeren op de logaritmische meetwaarden.

Voordelen van de methode:

• Geen ruischaracterisering nodig: In tegenstelling tot EMRE of PEC, hoeft de hardware niet eerst volledig gekarakteriseerd te worden om de decompositie te vinden.
• Lineaire runtime: De rekentijd schaalt lineair met het aantal datapunten.
• Hardware Certificatie: De helling van de fit ($\log(s)$) correspondeert direct met de maximale relatieve entropie. Dit biedt een kwantitatieve maatstaf voor de prestaties van de hardware zonder extra overhead.

Belangrijkste Bijdragen

1. Theoretische Fundering: PIE biedt een operationele interpretatie voor de parameters van de extrapolatiefunctie, wat ontbreekt bij traditionele heuristische ZNE-methoden. De parameter $s$ is een fysieke maatstaf voor ruis.
2. Efficiëntie en Stabiliteit: De methode bereikt een lage variantie in de geschatte waarden, wat superieur is aan niet-lineaire exponentiële extrapolaties die vaak instabiel zijn.
3. Dual Functie: Het protocol dient zowel voor foutmitigatie als voor hardware-certificatie (het meten van de afstand tot de ideale circuit).
4. Experimentele Validatie: De methode is succesvol getest op IBM Quantum-hardware (processors ibm kyiv en ibm torino) en in uitgebreide numerieke simulaties.

Resultaten

De auteurs hebben PIE getest in twee scenario's:

1. Transvers-veld Ising Model:

   • Simulatie van een 1D quantum spin-ketting met $N=84$ qubits op de IBM Eagle processor.
   • Vergelijking: PIE werd vergeleken met lineaire, kwadratische en exponentiële ZNE.
   • Uitslag: PIE leverde nauwkeurigere resultaten dan lineaire en kwadratische ZNE en had een vergelijkbare nauwkeurigheid als exponentiële ZNE, maar met een significante vermindering in variantie (smallere betrouwbaarheidsintervallen). Dit maakt PIE statistisch stabieler.
   • De methode presteerde het beste bij lage tot matige ruisniveaus (korte circuits).

2. Quantum Chemie:

   • Berekening van de grondtoestandsenergie van waterstof ($H_2$) en lithiumhydride ($LiH$) moleculen.
   • Uitslag: Voor $H_2$ (4 qubits) en $LiH$ (12 qubits) bracht PIE de experimentele resultaten dicht bij de ideale waarden, terwijl de ongematigde resultaten sterk afweken. De methode bleek effectief zelfs bij de complexere 12-qubit circuits.

3. Hardware Certificatie:

   • De helling van de PIE-fit verschilde tussen verschillende hardware-architecturen, wat direct de gevoeligheid voor ruis van die specifieke processor weerspiegelde. Dit bevestigt de mogelijkheid om hardware te certificeren op basis van de extrapolatieparameters.

Betekenis en Toekomstperspectief

Deze paper introduceert een praktische en schaalbare strategie voor het tijdperk van vroege fouttolerante quantumcomputing.

• Praktische Toepasbaarheid: PIE vereist geen zware voorafgaande karakterisering van de hardware en heeft een lage rekenkosten, wat het ideaal maakt voor huidige NISQ- en toekomstige EFT-systemen.
• Inzicht in Fouten: Door de link met maximale relatieve entropie biedt de methode niet alleen een gecorrigeerd resultaat, maar ook diagnostische informatie over de kwaliteit van de quantumprocessor.
• Toekomstige Richtingen: De auteurs suggereren dat PIE kan worden geïntegreerd met andere technieken zoals randomized compiling voor coherentie-fouten en dat verdere onderzoek nodig is om de methode robuust te maken voor zeer hoge ruisniveaus en variabele ruisverdeling in circuits.

Samenvattend biedt PIE een brug tussen theoretische kwantuminformatietheorie en praktische foutmitigatie, waarbij het de betrouwbaarheid van quantumberekeningen verhoogt en tegelijkertijd inzicht geeft in de onderliggende hardwarekwaliteit.