Cost-effective scalable quantum error mitigation for tiled Ansätze
Dit artikel introduceert "tiled M0", een kosteneffectieve techniek voor quantumfoutmitigatie die de structuur van tiled Ansätze benut om de kosten voor ruiskarakterisering exponentieel te verminderen, terwijl een hoge nauwkeurigheid behouden blijft bij berekeningen van de grondtoestandsenergie van moleculen op nabije quantumapparaten.
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
Stel je voor dat je probeert te luisteren naar een zachte, prachtige melodie gespeeld op een viool, maar de kamer is gevuld met een chaotische, brullende menigte. Dit is de huidige staat van quantumcomputing. Wetenschappers hebben machines gebouwd die in theorie problemen kunnen oplossen die onmogelijk zijn voor de supercomputers van vandaag, zoals het simuleren van complexe moleculen om nieuwe medicijnen of materialen te ontdekken. Echter, deze machines zijn momenteel "ruisachtig". De qubits (de minuscule eenheden informatie) zijn ongelooflijk fragiel, en de kleinste verstoring zorgt ervoor dat ze fouten maken, waardoor het juiste antwoord verdrinkt in een zee van statische ruis.
Om dit op te lossen, gebruiken wetenschappers "foutmitigatie" (error mitigation). Zie dit niet als het repareren van de viool, maar als het gebruik van een slim audiofilter om het lawaai van de menigte van de opname af te trekken. Een populaire methode houdt in dat er een test wordt uitgevoerd om precies in kaart te brengen hoe de ruis zich gedraagt—het creëren van een "verwarringsmatrix" die fungeert als een woordenboek van fouten. Als je precies weet hoe de ruis het signaal verdraait, kun je het later wiskundig ontverdraaien. Maar hier is de crux: voor een grote machine is het in kaart brengen van elke mogelijke manier waarop de ruis de boel kan verstoren, alsof je probeert elke mogelijke zin in een taal op te schrijven. De hoeveelheid werk die nodig is, groeit zo snel dat het onmogelijk is voor alles behalve de allerkleinste machines. Dit artikel pakt die specifieke flessenhals aan met de vraag: "Kunnen we de ruis opschonen zonder dat we elke enkele fout in kaart hoeven te brengen?"
De onderzoekers achter deze studie, werkend met een team uit Denemarken en het VK, hebben een slimme afkorting ontwikkend genaamd "tiled M0". In plaats van te proberen de ruis voor de gehele quantumcomputer in één keer in kaart te brengen, realiseerden zij zich dat ze de computer konden behandelen als een mozaïek gemaakt van herhalende tegels. In hun specifieke opstelling, de "tUPS Ansatz" genoemd, wordt het quantumcircuit gebouwd uit identieke blokken (tegels) die steeds weer worden herhaald. Het grote idee van het team was om ervan uit te gaan dat de ruis binnen deze kleine tegels vergelijkbaar gedraagt en dat de ruis in de ene tegel de naburige tegels niet extreem veel beïnvloedt.
Door deze "lokaliteitsbenadering" (locality approximation) toe te passen, konden ze de ruis voor slechts één of twee kleine tegels meten en die informatie vervolgens kopiëren naar de rest van de machine. Dit is een enorme afkorting. In plaats van miljoenen testcircuits nodig te hebben om een groot systeem in kaart te brengen, hadden ze slechts een handvol nodig. In hun tests pasten ze deze methode toe om de grondtoestandsenergie (het meest stabiele energieniveau) van verschillende moleculen te berekenen, waaronder water, benzeen en butadieen, met behulp van quantumcomputers met tot wel 12 qubits.
De resultaten waren veelbelovend, maar met een twist. In computer simulaties waar de ruis perfect voorspelbaar was, werkte de "tiled M0"-methode bijna net zo goed als de zware, volledige methode, waarbij de energie-fouten met een factor tien of meer werden verminderd. Het slaagde erin het signaal voor moleculen zoals benzeen, dat 12 qubits heeft—een omvang waarbij de oude methode praktisch onmogelijk uit te voeren zou zijn—succesvol op te schonen. Echter, toen ze deze zelfde tests uitvoerden op echte, fysieke quantumcomputers, waren de resultaten wat rommeliger. Voor kleinere moleculen zoals lithiumhydride en waterstof werkte de methode geweldig. Maar voor grotere, complexere moleculen zoals water en benzeen was de verbetering minder spectaculair, waarbij de fout slechts met een factor twee tot vier werd verminderd.
De auteurs suggereren dat dit gat tussen de simulatie en de echte wereld niet komt doordat hun wiskunde fout was, maar omdat echte quantumcomputers grillig zijn. De ruis op deze machines verschuift en fluctueert in de loop van de tijd. Omdat hun methode een lange tijd vereiste om de experimenten uit te voeren (tot twee uur voor benzeen), kan de "ruiskaart" die ze aan het begin van de metingen creëerden, al verouderd zijn tegen de tijd dat ze de energie hebben gemeten. Ze vermoeden dat als de ruis van de machine stabieler was, hun techniek nog krachtiger zou uitpakken.
Uiteindelijk beweert dit artikel niet de ruisproblematiek voor altijd opgelost te hebben. In plaats daarvan biedt het een kosteneffectief, schaalbaar hulpmiddel dat foutmitigatie mogelijk maakt voor grotere machines die voorheen buiten bereik lagen. Het suggereert dat door de quantumcomputer te behandelen als een verzameling lokale buurten in plaats van één groot, verstrengeld web, we een enorme hoeveelheid tijd en middelen kunnen besparen. Hoewel de methode verdere tests nodig heeft om te zien hoe deze omgaat met de drijvende ruis van echte hardware, opent het een deur naar het draaien van nauwkeurigere quantumsimulaties op de imperfecte machines die we vandaag de dag bezitten.
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.