⚛️ quantum physics

Continuous-time evolution via probabilistic angle interpolation and its applications

Deze paper introduceert een stochastisch tijd-evolutie-algoritme op basis van probabilistische hoekinterpolatie dat, door de overgang naar de continue-tijdlimiet, Trotter-fouten elimineert en wordt getest op de Quantinuum Reimei-quantumcomputer voor het schatten van grondtoestandsenergieën en het berekenen van correlatoren.

Oorspronkelijke auteurs: Tomoya Hayata, Yuta Kikuchi

Gepubliceerd 2026-04-06

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Tomoya Hayata, Yuta Kikuchi

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

De Quantum-Reis zonder Kompas: Een Nieuwe Manier om Fouten te Omzeilen

Stel je voor dat je een quantumcomputer hebt. Deze machine is als een superkrachtig, maar erg kwetsbaar muziekinstrument. Als je erop speelt, maakt hij prachtige muziek (berekeningen), maar elke trilling van de grond, elke koude wind of elke imperfectie in de snaren (ruis) zorgt ervoor dat de muziek vals klinkt.

In het verleden probeerden wetenschappers dit op te lossen door de muziek in heel kleine stukjes te snijden (zoals een film in frames), zodat ze de fouten per stukje konden corrigeren. Maar dit kostte veel tijd en energie, en de machine werd al snel te groot en te complex.

Tomoya Hayata en Yuta Kikuchi (van RIKEN en Quantinuum) hebben een slimme nieuwe aanpak bedacht. Ze noemen het "Probabilistic Angle Interpolation" (TE-PAI). Laten we kijken hoe dit werkt met een paar simpele verhalen.

1. Het Probleem: De Valsheid van de Quantum-Machine

Huidige quantumcomputers zijn "ruisig". Als je een berekening doet, is het resultaat vaak een beetje fout. Normaal gesproken moet je een berekening in duizenden kleine stappen doen (de "Trotter-stappen"). Elke stap brengt een kleine kans op een fout. Hoe meer stappen, hoe groter de kans dat de hele berekening mislukt.

2. De Oplossing: Het "Gokken" van de Weg

In plaats van de computer te dwingen om een strakke, rechte lijn te volgen (wat veel stappen en fouten kost), laten de onderzoekers de computer willekeurig kiezen welke weg hij neemt.

De Analogie van de Bergwandeling:
Stel je voor dat je een berg wilt beklimmen (de berekening).
- De oude manier: Je loopt stap voor stap een precies gepland pad. Als er een steen loszit (ruis), val je. Je moet heel voorzichtig zijn, wat langzaam gaat.
- De nieuwe manier (TE-PAI): Je geeft de wandelaar een dobbelsteen. Soms loopt hij een beetje naar links, soms naar rechts, soms een sprongetje. Maar hier is de truc: als je al die willekeurige wandelingen gemiddeld bekijkt, kom je precies op dezelfde top uit als bij het strakke pad.
Het mooie is: omdat de wandeling willekeurig is, kun je de "stappen" veel groter maken. Je hoeft niet meer te tellen of je precies op de lijn blijft. Je laat de wiskunde het gemiddelde wel regelen. Dit heet de continu-tijd limiet: je springt direct naar het einddoel zonder de tussenstappen te hoeven tellen.

3. De "Fouten-Filter" (Noise Mitigation)

Natuurlijk is de quantumcomputer nog steeds niet perfect. De wandelaar kan soms struikelen. Om dit op te lossen, gebruiken ze een slimme truc genaamd Zero-Noise Extrapolation (ZNE).

De Analogie van de Radio:
Stel je luistert naar een radio met veel statische ruis.
1. Je draait het volume een beetje harder (meer ruis, meer fouten).
2. Je draait het volume nog harder (nog meer ruis).
3. Je luistert naar hoe het geluid verandert bij verschillende volumes.
4. Dan trek je een lijn terug naar "geen volume" (geen ruis). Op die manier kun je raden hoe het geluid zou klinken als er helemaal geen ruis was.

In dit onderzoek draaien ze de quantum-circuits met verschillende instellingen (de "hoek" of angle $\Delta$ ). Door de resultaten te vergelijken, kunnen ze wiskundig de ruis "terugrekenen" en het echte antwoord vinden, zelfs als de computer zelf ruisig is.

4. Wat hebben ze er mee gedaan? (De Proeven)

Ze hebben hun nieuwe methode getest op twee moeilijke problemen:

Probleem 1: De Moleculaire Molekool ( $H_3^+$ )
Ze wilden de energie berekenen van een klein molecuul (drie waterstofatomen). Dit is als proberen te voorspellen hoe zwaar een onbekend pakketje is zonder het te wegen, maar alleen door te kijken hoe het beweegt.
- Resultaat: Hun methode gaf een heel nauwkeurig antwoord, zelfs met minder quantum-deuren (stappen) dan de oude methoden. Het was alsof ze het pakketje konden wegen met een goedkope weegschaal in plaats van een dure, fragiele balans.
Probleem 2: Het "Chaos-Spel" (SYK-model)
Ze keken naar een heel complex systeem dat lijkt op hoe de zwaartekracht werkt in zwarte gaten (een populair onderwerp in de fysica).
- Resultaat: Ze konden de "chaos" in dit systeem meten, zelfs met een quantumcomputer die ruis had. De "fouten-filter" hielp hen om de echte patronen te zien door de ruis heen.

5. De Realiteit: De Experimenten

Ze hebben hun theorie niet alleen op de computer getest, maar ook op een echte quantumcomputer van Quantinuum (genaamd Reimei).

Het resultaat was bemoedigend: de methode werkte!
Maar: De quantumcomputer is nog niet perfect. De "ruis" was soms zo sterk dat het moeilijk was om het exacte antwoord te zien, net als het proberen te horen van een fluistering in een storm. Toch bewees het dat de methode werkt en dat we dichter bij de oplossing komen.

Conclusie: Waarom is dit belangrijk?

Dit onderzoek is als het vinden van een nieuwe manier om te varen in stormachtig water.

Vroeger: Je probeerde de golven te negeren door heel voorzichtig en langzaam te roeien (veel stappen, veel fouten).
Nu: Je gebruikt de golven zelf om je vooruit te helpen, en je gebruikt een slimme kaart (de wiskundige filter) om toch de juiste koers te houden.

Dit betekent dat we in de toekomst met de huidige, nog niet-perfecte quantumcomputers al veel nuttige dingen kunnen doen, zoals het ontwerpen van nieuwe medicijnen of het begrijpen van het universum, zonder te hoeven wachten tot de computers perfect zijn.

Probleemstelling

Huidige kwantumhardware bevindt zich in de NISQ-er (Noisy Intermediate-Scale Quantum), gekenmerkt door beperkte coherentie en imperfecte operaties die leiden tot ruis. Hoewel kwantumfoutcorrectie de fouten kan verlagen, zullen logische fouten in de vroege fasen van foutgecorrigeerd rekenen nog steeds niet-verwaarloosbaar zijn. Dit beperkt de diepte en breedte van coherent uitvoerbare circuits.

Traditionele methoden voor Hamiltoniaanse simulatie, zoals de Trotter-decompositie, vereisen een discretisatie van de tijd. Dit introduceert Trotter-fouten en vereist vaak diepe circuits om deze fouten te minimaliseren, wat problematisch is op ruisgevoelige hardware. Er is behoefte aan algoritmen die de circuitgrootte verkleinen ten koste van andere resources, zoals steekproefkosten (sampling overhead) en klassieke voor- en nabewerking, zonder systematische bias.

Methodologie

De auteurs presenteren en verfijnen een stochastisch tijdevolutie-algoritme gebaseerd op Probabilistic Angle Interpolation (TE-PAI). De kern van hun benadering bestaat uit drie hoofdelementen:

Overgang naar de continue-tijdslimiet:
In plaats van een gefixeerde tijdstap $\tau$ te gebruiken (zoals bij Trotter), nemen de auteurs expliciet de limiet $\tau \to 0$ . Hierdoor worden Trotter-discretisatiefouten volledig geëlimineerd. Het algoritme benadert de tijdevolutie $e^{-itH}$ door stochastisch te bemonsteren uit een set van unitaire circuits.
- Voor een Hamiltoniaan $H = \sum c_k P_k$ (waarbij $P_k$ Pauli-strings zijn), worden de evoluties geïmplementeerd door Poisson-processen te gebruiken om de tijdstippen te bepalen waarop specifieke rotatiegates worden toegepast.
- De totale "sampling overhead" (de factor waarmee het aantal metingen moet worden verhoogd om de juiste verwachtingswaarde te krijgen) wordt bepaald door een vrije parameter $\Delta$ .
Ruismitigatie via Zero-Noise Extrapolation (ZNE):
De auteurs passen een aangepaste ZNE-methode toe die specifiek is ontworpen voor TE-PAI. Omdat de parameter $\Delta$ de gemiddelde gate-aantallen per circuit beïnvloedt zonder de verwachte uitkomst (in afwezigheid van ruis) te veranderen, kunnen twee verschillende waarden van $\Delta$ worden gebruikt.
- Door metingen uit te voeren bij twee verschillende $\Delta$ -waarden (wat resulteert in verschillende ruisniveaus door verschillende circuitdieptes), kan een lineaire extrapolatie worden uitgevoerd naar de limiet $\Delta \to \infty$ (waar de ruis effectief verdwijnt). Dit levert een ruisgecorrigeerde schatting op.
Toepassingsstrategie:
- Adiabatische bereiding: Voor het vinden van de grondtoestand wordt een adiabatische evolutie gebruikt, waarbij de Hamiltoniaan geleidelijk wordt veranderd van een bekende Hartree-Fock-toestand naar de doel-Hamiltoniaan.
- Hadamard-test: Om de energie te schatten, wordt een Hadamard-test uitgevoerd. Hierbij wordt een tweede stochastisch algoritme, TETRIS (Time-Evolution Through Random Independent Sampling), gebruikt om de unitaire operator $e^{isH}$ te benaderen. TETRIS is geschikt voor unitaire operatoren (in tegenstelling tot kanalen) en werkt bias-vrij.

Belangrijkste Bijdragen

Vereenvoudigde voorbewerking: Door de continue-tijdslimiet expliciet te nemen, wordt de klassieke voorbewerking vereenvoudigd en wordt de Trotter-bias volledig verwijderd.
Transparante resource-trade-off: De methode maakt de afweging tussen circuitdiepte en samplingkosten expliciet via de parameter $\Delta$ . Een grotere $\Delta$ verkleint de circuitdiepte (minder ruis per circuit) maar verhoogt de samplingkosten, en vice versa.
Stochastische ZNE: De integratie van ZNE direct in het stochastische raamwerk, waarbij $\Delta$ fungeert als de "ruis-knop" voor extrapolatie.
Hardware-validatie: Het artikel bevat zowel numerieke simulaties als experimentele resultaten op een echte kwantumcomputer (Quantinuum Reimei).

Resultaten

De auteurs testen het protocol op twee representatieve problemen:

Grondtoestandsenergie van $H_3^+$ :
- Situatie: Een 6-qubit Hamiltoniaan bestaande uit 42 Pauli-termen.
- Resultaat: Numerieke simulaties tonen aan dat TE-PAI in staat is de grondtoestandsenergie te schatten zonder systematische bias, zelfs bij lage gate-aantallen. De statistische fout (door sampling) is kleiner dan de Trotter-fout van traditionele methoden tot het aantal 2-qubit gates ongeveer 250 bereikt.
- Hardware: Experimenten op de Quantinuum Reimei (20 verbonden $^{171}\text{Yb}^+$ -ionen) tonen aan dat de schatting convergeert naar de exacte waarde naarmate het aantal steekproeven toeneemt. Echter, door hardware-ruis (vooral geheugenruis tijdens wachttijden) verdwijnt het signaal, wat de statistische onzekerheid vergroot en het moeilijk maakt om te concluderen of de schatting nauwkeuriger is dan de initiële toestand.
Out-of-Time-Ordered Correlators (OTOCs) in het Sparse SYK-model:
- Situatie: Berekening van OTOCs in het Sachdev–Ye–Kitaev model met Majorana-fermionen, wat een maat is voor kwantumchaos.
- Resultaat: Numerieke simulaties met toegevoegde depolariserende ruis tonen aan dat de ZNE-methode (extrapolatie over $\Delta$ ) het vermogen heeft om het ruisondersteunde signaal gedeeltelijk te herstellen naar het ideale, ruisvrije verloop.
- Hardware: Experimenten op Reimei tonen een slechte overeenkomst met de ideale data, voornamelijk veroorzaakt door geheugenruis (dephasing) tijdens de lange wachttijden die nodig zijn voor de diepe circuits van het SYK-model. Simulaties zonder deze geheugenruis tonen wel een betere overeenkomst, wat bevestigt dat geheugenruis de beperkende factor is.

Betekenis en Conclusie

Dit werk demonstreert dat continue-tijds stochastische evolutie (TE-PAI) een krachtig alternatief is voor traditionele discretisatiemethoden op ruisgevoelige hardware. Het biedt een flexibele manier om de diepte van circuits te verminderen (cruciaal voor NISQ-apparaten) ten koste van meer metingen.

De studie benadrukt echter ook de huidige beperkingen:

De samplingkosten kunnen hoog oplopen bij het kiezen van een grote $\Delta$ om ruis te onderdrukken.
Geheugenruis (memory noise) op huidige hardware (zoals Reimei) vormt een grote uitdaging voor diepe circuits, zelfs met ruismitigatie.

Toekomstige verbeteringen liggen in adaptieve planning van de parameter $\Delta$ , slimme toewijzing van steekproeven en het gebruik van technieken zoals dynamische ontkoppeling om geheugenruis te onderdrukken. Desondanks biedt TE-PAI een veelbelovend pad voor het uitvoeren van nauwkeurige kwantumchemische berekeningen en het bestuderen van chaotische systemen op huidige en nabije toekomstige kwantumprocessors.