Robust and optimal control of open quantum systems

Deze studie presenteert een schaalbaar algoritme voor robuuste en optimale controle van open kwantumsystemen dat, zoals experimenteel gevalideerd in een supergeleidende kwantumkring, de prestaties van gesloten systemen overtreft met een uiterst lage onnauwkeurigheid van ongeveer 0,60%.

De kern

Stel je voor dat je een zeer kwetsbare, glazen vaas probeert te vervoeren van de ene kamer naar de andere. Je wilt dat deze vaas (die we een kwantumtoestand noemen) perfect intact aankomt, zodat je er later iets moois mee kunt doen.

In de wereld van quantumcomputers is dit echter een enorme uitdaging. De "vaas" zit niet in een rustige kamer, maar in een stormachtige omgeving waar:

1. De vloer trilt (onvolkomenheden in de hardware).
2. Er vreemde windstoten komen (ruis van de omgeving).
3. De maatregelen die je neemt om de vaas te beschermen, soms net iets te strak of te los zijn (onduidelijkheid in de instellingen).

Tot nu toe hadden wetenschappers een heel slimme manier om de vaas te vervoeren: een algoritme genaamd GRAPE. Dit was als een perfecte routeplanner voor een ritje op een kalme, lege snelweg (een "gesloten systeem"). Maar in de echte wereld is de weg nooit leeg; er zijn gaten, regen en andere auto's (een "open systeem"). De oude routeplanner wist dit niet, dus als je de route volgde, kwam de vaas vaak beschadigd aan.

Het Nieuwe Geniale Plan: De "Bijna-Open" Routeplanner

De onderzoekers van dit paper (uit China en Tsinghua) hebben een nieuwe, verbeterde versie van deze routeplanner bedacht: de Benaderde Open-GRAPE.

Hier is hoe het werkt, vertaald in alledaagse termen:

1. De Oude Methode (Closed-GRAPE): De Idealist
De oude planner dacht: "Als ik de vaas perfect vasthoud en er geen wind is, kom ik aan." Hij berekende de route alsof de wereld perfect was.

• Het probleem: In de praktijk is de wereld niet perfect. De vaas krijgt stoten, en omdat de planner dit niet had ingecalculeerd, viel de vaas vaak om.
• Het resultaat: Veel pogingen nodig om een goede route te vinden, en vaak nog steeds beschadigd.

2. De Nieuwe Methode (Approximate Open-GRAPE): De Realist
De nieuwe planner zegt: "Oké, we weten dat de vloer trilt en dat er wind waait. Laten we een route plannen die ondanks die trillingen en windstoten de vaas veilig houdt."

• De truc: In plaats van te proberen elke mogelijke windstoot exact te simuleren (wat extreem lang duurt op een computer), kijken ze naar de gemiddelde effecten van de trillingen en de wind. Ze gebruiken slimme wiskundige schattingen (zoals een eerste-orde benadering) om te voorspellen wat er mis kan gaan, zonder de hele computer te laten bevriezen.
• Het resultaat: De planner maakt routes die robuust zijn. Zelfs als de wind iets harder waait dan verwacht, blijft de vaas staan.

Waarom is dit zo speciaal?

Stel je voor dat je 500 keer probeert een route te vinden.

• Met de oude planner (Closed-GRAPE) zou je misschien 1 keer een perfecte route vinden, en de rest zou de vaas beschadigen.
• Met de nieuwe planner (Open-GRAPE) vinden ze bijna de helft van de tijd een perfecte route!

In het paper noemen ze dit de "opbrengst" (yield). Ze hebben laten zien dat hun nieuwe methode 340 keer vaker een perfecte route vindt dan de oude methode. Dat is alsof je van een loterij waar je 1 op de 1000 wint, naar een loterij waar je 1 op de 3 wint gaat.

De Experimenten: De Proef in het Lab

Om dit te bewijzen, hebben ze het uitgeprobeerd in een echt quantumlab met een supergeleidende schakeling (een soort quantumcomputer-chip).

• Ze lieten hun nieuwe algoritme een "logische qubit" (een stukje informatie) manipuleren.
• Resultaat: De oude methode gaf een foutpercentage van ongeveer 1,84%. De nieuwe methode bracht dit terug naar 0,60%.
• Dat klinkt misschien als een klein verschil, maar in de quantumwereld is dat als het verschil tussen een auto die netjes stopt en een auto die tegen de muur knalt. Het is een enorme verbetering in precisie.

De Kosten: Is het te zwaar voor de computer?

Je zou denken: "Als je rekening houdt met alle wind en trillingen, moet de computer niet onmogelijk lang rekenen?"

• Het antwoord: Nee! De onderzoekers hebben een slimme manier gevonden om dit te doen. De nieuwe planner is wel iets zwaarder dan de oude (ongeveer 6 tot 7 keer meer rekenwerk), maar dat is verwaarloosbaar vergeleken met het enorme voordeel in kwaliteit.
• Het is alsof je een GPS-app op je telefoon gebruikt die rekening houdt met file en regen. Het duurt misschien een seconde langer om de route te berekenen, maar je komt veel sneller en veiliger aan dan als je door de file rijdt omdat je GPS dat niet zag.

Conclusie

Dit paper introduceert een nieuwe manier om quantumcomputers te besturen. Het is als het vinden van de perfecte dansstappen voor een danser die moet dansen op een schommelende boot.

• De oude methode liet de danser dansen alsof hij op een vlakke vloer stond (en hij viel vaak).
• De nieuwe methode leert de danser zich aan te passen aan de beweging van de boot, zodat hij perfect blijft dansen, zelfs als de boot schommelt.

Dit is een enorme stap voorwaarts voor het bouwen van betrouwbare quantumcomputers die in de echte wereld kunnen werken, zonder dat ze constant vastlopen door kleine foutjes. Het maakt de droom van een krachtige quantumcomputer een stuk dichterbij.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Robust and optimal control of open quantum systems" in het Nederlands.

Titel: Robuuste en optimale regeling van open kwantumsystemen

Auteurs: Zi-Jie Chen, Hongwei Huang, Lida Sun, et al. (USTC, Tsinghua University, etc.)

---

1. Het Probleem

Kwantumtechnologieën, zoals kwantumcomputing en kwantumsensoren, vereisen de coherente manipulatie van kwantumtoestanden met hoge precisie. Hoewel er veel vooruitgang is geboekt in het optimaliseren van controlepulsen voor gesloten kwantumsystemen (waarbij alleen de Schrödinger-vergelijking geldt), zijn echte experimentele platformen open systemen. Deze systemen lijden onder twee hoofdsoorten imperfecties:

1. Parameteronzekerheid: Afwijkingen in de Hamiltoniaan door hardware-instabiliteit, onnauwkeurige kalibratie of langzame drift (bijv. frequentieverschuivingen).
2. Decoherentie: Interactie met de omgeving die leidt tot energie-uitwisseling (relaxatie) en faseverlies (dephasing), beschreven door de Lindblad-mastervergelijking.

Bestaande methoden voor robuuste controle van open systemen (zoals Open-GRAPE) zijn vaak computationally duur. Ze vereisen het oplossen van de evolutie van de dichtheidsmatrix ($d \times d$), wat leidt tot een rekencomplexiteit van $O(d^3)$ tot $O(d^6)$. Dit maakt het moeilijk om robuuste controlepulsen te vinden voor grotere systemen of binnen redelijke tijdsbestekken. De huidige "Closed-GRAPE" algoritmen zijn snel ($O(d^2)$) maar falen in de praktijk omdat ze geen rekening houden met decoherentie en onzekerheid, wat resulteert in lage operationele fideliteit.

2. Methodologie: De benaderde Open-GRAPE

De auteurs introduceren een nieuw algoritme, de benaderde Open-GRAPE (Approximate Open-GRAPE), dat de snelheid van gesloten systemen combineert met de robuustheid van open systemen.

• Theoretische Basis: In plaats van de volledige Lindblad-mastervergelijking op te lossen voor de dichtheidsmatrix, maken de auteurs gebruik van een perturbatieve benadering. Ze veronderstellen dat de decoherentie en parameterfluctuaties zwak zijn ($\kappa_m T \ll 1$ en $(\sigma_f T)^2 \ll 1$).
• Doelfunctie: Ze leiden een nieuwe doelfunctie $J_{open}$ af die bestaat uit drie termen:
  1. $J_{close}$: De standaard fideliteit voor een gesloten systeem.
  2. $J_f$: Een correctieterm voor parameteronzekerheid (afgeleid van de variantie van de onzekere parameters).
  3. $J_d$: Een correctieterm voor decoherentie (afgeleid van de Lindblad-sprongoperatoren).
• Berekeningsstrategie: Het cruciale voordeel is dat deze doelfunctie en de bijbehorende gradiënten kunnen worden berekend door te werken met toestandsvectoren ($d \times 1$) in plaats van dichtheidsmatrices ($d \times d$).
  • Het algoritme gebruikt meerdere "trajectoires" (voorwaartse en achterwaartse propagatie van toestanden) om de effecten van ruis en onzekerheid te simuleren zonder de differentiatie van de mastervergelijking numeriek te hoeven oplossen.
  • Dit behoudt de lagere rekencomplexiteit van gesloten systemen ($O(d^2)$), met slechts een lineaire toename in de prefactor afhankelijk van het aantal ruisbronnen en onzekere parameters.

3. Belangrijkste Bijdragen

• Algoritme-ontwikkeling: Een numeriek efficiënt algoritme dat zowel parameteronzekerheid als decoherentie direct in de optimalisatie meeneemt, zonder de hoge kosten van traditionele Open-GRAPE.
• Schaalbaarheid: Het algoritme toont een lineaire schaling met het aantal onzekere parameters en ruisbronnen, waardoor het toepasbaar is op systemen met dimensies tot $10^6$ (ongeveer 20 qubits) op een standaard pc.
• Experimentele Validatie: Het succes van het algoritme is experimenteel aangetoond op een supergeleidend kwantumcircuit (een 3D-cavity gekoppeld aan een transmon-qubit).

4. Resultaten

De prestaties werden vergeleken tussen de traditionele Closed-GRAPE en de nieuwe benaderde Open-GRAPE, zowel in simulaties als in het experiment.

• Numerieke Simulatie:
  • De "opbrengst" (yield), oftewel de kans om een hoge-kwaliteit puls te genereren uit willekeurige startpunten, steeg met een factor 340.
  • De gemiddelde infideliteit daalde van 1,47% (Closed-GRAPE) naar 0,97% (Open-GRAPE).
  • De beste infideliteit die werd bereikt was 0,63%, wat veel beter is dan de 1,44% van de gesloten versie.
• Experimentele Resultaten (Supergeleidende Circuit):
  • Bij het coderen van binomiale codes in een cavity bereikte het algoritme een ultra-lage infideliteit van ongeveer 0,60% na slechts 30 pogingen.
  • De Closed-GRAPE bereikte een beste infideliteit van 1,44% en een gemiddelde van 1,84%.
  • De benaderde Open-GRAPE toonde een 45% verbetering in de gemiddelde infideliteit voor initialisatie- en decodeeroperaties.
  • Bij het herhaaldelijk toepassen van logische poorten (Ry(π) gates) bleef de Open-GRAPE pulsen robuuster, met een gemiddelde infideliteit van 0,72% versus 0,89% voor Closed-GRAPE.
• Rekencomplexiteit: De rekentijd voor de benaderde Open-GRAPE was slechts ongeveer 6,77 keer zo hoog als die van Closed-GRAPE voor de geteste configuratie, wat een acceptabele prijs is voor de enorme winst in robuustheid.

5. Betekenis en Toekomstperspectief

Dit werk vertegenwoordigt een aanzienlijke doorbraak in kwantumoptimalisatie:

• Praktische Toepasbaarheid: Het maakt het mogelijk om de fysieke limieten van infideliteit in echte, ruige experimentele opstellingen te benaderen. Dit is essentieel voor het bereiken van de foutdrempel voor kwantumfoutcorrectie.
• Ressourcenbesparing: Door robuustere pulsen te vinden, kunnen eisen aan de hardware (zoals $T_1$ en $T_2$ tijden van qubits) iets worden versoepeld terwijl toch hoge prestaties worden gehaald.
• Generaliteit: Het algoritme is platform-onafhankelijk en kan worden toegepast op diverse systemen, waaronder Rydberg-atomen, gevangen ionen en defecten in diamant.
• Toekomst: Het opent de weg voor het realiseren van kwantumversterkte technologieën in praktische toepassingen en biedt een basis voor het uitbreiden naar nog complexere scenario's, zoals niet-Markoviaanse ruis.

Kortom, de auteurs hebben een brug geslagen tussen de snelheid van theoretische controle voor ideale systemen en de noodzaak van robuustheid in de realiteit, wat een cruciale stap is op weg naar schaalbare en betrouwbare kwantumcomputers.