Forced Gap Post-Selection for Quantum LDPC Codes and their Operations

Dit artikel introduceert een lichtgewicht, decoder-onafhankelijke post-selectiestrategie die de logische foutkans van hoog-ratio quantum LDPC-codes aanzienlijk verbetert door decoders opnieuw uit te voeren met geforceerde complementaire uitkomsten om dubbelzinnige shots te verwerpen, waarmee een verbetering van meer dan vier keer wordt bereikt ten opzichte van eerdere methoden op bivariate fietsencodes.

De kern

Stel je voor dat je probeert een geheim bericht te sturen door een luidruizige kamer. In de wereld van kwantumcomputers is dit "bericht" een stukje informatie opgeslagen in een speciale code genaamd een Quantum LDPC-code. Deze codes zijn als high-tech veiligheidsnetten die bedoeld zijn om fouten (ruis) op te vangen voordat ze je bericht verpesten.

Soms is het veiligheidsnet echter zo goed in het opvangen van kleine fouten dat het in de war raakt over of er wel echt een grote fout heeft plaatsgevonden. Het zou kunnen zeggen: "Ik heb het opgelost!" terwijl het bericht in werkelijkheid nog steeds onleesbaar is. Dit heet een logische fout.

Het Probleem: Hoe weet je of je veilig bent?

Bij oudere, eenvoudigere codes (zoals de "surface code") hadden wetenschappers een slimme truc om hun werk te controleren. Ze vroegen de decoder (het computerprogramma dat de fouten corrigeert): "Wat als het antwoord precies het tegenovergestelde was van wat je zojuist gaf? Hoe waarschijnlijk is dat?"

Als het "tegenovergestelde antwoord" bijna even waarschijnlijk is als het "echte antwoord", is de decoder in de war en is het resultaat verdacht. Als het "echte antwoord" veel waarschijnlijker is, is de decoder zelfverzekerd. Dit verschil in waarschijnlijkheid wordt een Gap genoemd. Als de Gap klein is, gooi je het resultaat weg (dit heet post-selectie).

De Haken: Deze truc werkte uitstekend voor eenvoudige codes, maar faalde wanneer deze werd toegepast op de nieuwe, hoog-rates codes (zoals de 72-qubit en 144-qubit "fiets"-codes die in het artikel worden genoemd). Deze nieuwe codes hebben veel verschillende onderdelen van het bericht (logische observabelen) tegelijkertijd. Proberen elke mogelijke "tegenovergestelde" combinatie voor al deze onderdelen te controleren zou eeuwig duren en te veel rekenkracht vereisen.

De Oplossing: De "Forced Gap"-strategie

De auteurs van dit artikel bedachten een nieuwe, eenvoudigere manier om verwarring te controleren, die ze Forced Gap Post-Selectie noemen.

Zo werkt het, met een eenvoudige analogie:

1. De Basisrun (Het Eerste Gokje):
   Stel je voor dat je een detective (de decoder) vraagt een mysterie op te lossen op basis van aanwijzingen (syndroom). De detective geeft je zijn beste gok: "De butler heeft het gedaan."

2. De Geforceerde Runs (De "Wat als"-scenario's):
   In plaats van de detective te vragen elke mogelijke verdachte te raden, dwing je hem om specifieke "wat als"-scenario's één voor één te testen.

   • Run 1: "Oké, Detective, doe alsof de butler onschuldig is. Wie heeft het dan gedaan?"
   • Run 2: "Nu, doe alsof de tuinman onschuldig is. Wie heeft het?"
   • ...enzovoort voor elke belangrijke verdachte.

   De decoder probeert een oplossing te vinden waarbij het antwoord anders is dan de eerste gok.

3. De Vergelijking (De Gap):
   Je bekijkt de eerste gok van de detective en de beste "geforceerde" gok uit de andere runs.

   • Als de eerste gok veel waarschijnlijker is dan de geforceerde goks, is de detective zelfverzekerd. Je houdt het resultaat.
   • Als de eerste gok en een geforceerde gok bijna even waarschijnlijk zijn, is de detective in de war. De "Gap" tussen hun zekerheidsniveaus is klein. Je verwerpt dit resultaat.

Waarom dit een Groot Ding is

Het artikel testte deze strategie op twee specifieke kwantumcodes (72-qubit en 144-qubit) en vond enkele indrukwekkende resultaten:

• Betere Nauwkeurigheid: Door deze methode te gebruiken, verlaagden ze het aantal logische fouten met meer dan 4 keer in vergelijking met eerdere methoden, met exact dezelfde hardware en ruisniveaus.
• Lichtgewicht: Eerdere methoden vereisten zware, trage en complexe rekenstappen om fouten te controleren. Deze nieuwe methode gebruikt een "belief propagation"-decoder (een type snel, efficiënt algoritme) die vriendelijk is voor hardwarechips (FPGA's). Het is alsof je overschakelt van een zware, trage vrachtwagen naar een wendbare, snelle sportauto.
• Efficiëntie: Hoewel ze de decoder een paar extra keren moeten draaien (eenmaal voor de basisrun, en eenmaal voor elk "geforceerd" scenario), is het totale werk beheersbaar en kan het zelfs parallel worden uitgevoerd (zoals een team detectives dat tegelijkertijd werkt aan verschillende "wat als"-scenario's).

De Conclusie

De auteurs hebben een "vermoedensmeter" voor kwantumcomputers gecreëerd. Het vereist geen supercomputers om te draaien; het vraagt de decoder gewoon om een paar specifieke "wat als"-scenario's te proberen. Als de decoder niet duidelijk kan onderscheiden tussen het juiste antwoord en een verkeerd antwoord, zegt het systeem: "Ik weet het niet zeker, laten we deze eruit gooien en het opnieuw proberen."

Dit stelt kwantumcomputers in staat veel schonere, betrouwbaardere resultaten te produceren, vooral wanneer ze worden gebruikt om speciale resources (zoals "magische toestanden") voor te bereiden die nodig zijn voor geavanceerde kwantumaantaken. Het artikel merkt specifiek op dat dit nuttig is voor offline resource state-generatie, zoals het distilleren van magische toestanden voor protocollen zoals het 15-naar-1-protocol.

Technische samenvatting

Technische Samenvatting: Geforceerde Gap Post-Selectie voor Quantum LDPC Codes en hun Operaties

Probleemstelling
Hoog-ratio quantum low-density parity-check (LDPC) codes bieden aanzienlijke voordelen op het gebied van ruimte-overhead ten opzichte van surface codes, maar staan voor uitdagingen bij het implementeren van effectieve post-selectiestrategieën. Bij surface codes wordt een "complementary gap" gebruikt om decoderingsvertrouwen te kwantificeren door de log-waarschijnlijkheid van de meest waarschijnlijke correctie te vergelijken met een logisch complementaire correctie. Deze techniek is echter niet direct toepasbaar op algemene quantum LDPC codes om twee hoofdredenen:

1. Decoderonverenigbaarheid: Algemene quantum LDPC codes kunnen niet worden gedecodeerd met matching decoders, die centraal staan in de gap-berekening voor surface codes.
2. Combinatorische Explosie: Hoog-ratio codes bezitten vele logische observabelen ($k$ logische qubits impliceren $4k$ distincte logische klassen). Een naïeve aanpak voor post-selectie zou vereisen dat in elke logische klasse wordt gedecodeerd om het op één na meest waarschijnlijke resultaat te vinden, waardoor het proces computationeel onuitvoerbaar wordt (bijvoorbeeld $2^{12}$ klassen voor een 72-qubit code met $k=12$).

Methodologie: Geforceerde Gap Post-Selectie
De auteurs stellen een "Geforceerde Gap"-strategie voor, een algemene post-selectiemethode toepasbaar op hoog-ratio quantum LDPC codes met vele logische observabelen. De aanpak is decoder-onafhankelijk, maar vertrouwt op het vermogen om een decoder te dwingen een oplossing te vinden met een specifiek logisch resultaat.

De strategie verloopt in drie fasen:

1. Basisrun: De decoder wordt uitgevoerd op het waargenomen syndroom $\sigma$ om een basiscorrectie $e^{(0)}$ te produceren met logische klasse $L^{(0)}$. Als de decoder niet convergeert (een "erasure"), wordt de shot direct afgewezen.
2. Geforceerde Runs: Voor elk van de $K$ logische observabelen wordt de decoder $K$ keer opnieuw uitgevoerd. Bij de $i$-de run wordt het decoderingsprobleem gewijzigd door de $i$-de rij van de actie-matrix $A$ (met een omgekeerde bit $1 \oplus L^{(0)}_i$) toe te voegen aan de pariteitscheck-matrix $H$. Dit dwingt de decoder om een correctie $e^{(i)}$ te vinden waarbij de $i$-de logische observable het complementaire resultaat heeft ten opzichte van de basis.
3. Gap-berekening en Beslissing: Het algoritme bundelt alle geconvergeerde oplossingen om de set van gevonden distincte logische klassen te identificeren. Het berekent de "Gap" als het verschil in log-waarschijnlijkheden tussen de meest waarschijnlijke logische klasse $\lambda^{(0)}$ en de op één na meest waarschijnlijke distincte logische klasse $\lambda^{(1)}$:
   $$\text{Gap} := \log P[\lambda^{(0)}] - \log P[\lambda^{(1)}]$$
   Als alle geforceerde runs falen om te convergeren, wordt de Gap ingesteld op $\infty$ (geaccepteerd). Als de basis faalt, is de Gap 0 (afgewezen). Er wordt een drempelwaarde $T$ toegepast; shots met $\text{Gap} < T$ worden afgewezen.

Deze methode schaalt lineair met het aantal logische observabelen ($K+1$ runs) in plaats van exponentieel ($2^K$), waardoor deze computationeel haalbaar is.

Belangrijkste Bijdragen

• Generalisatie van Complementary Gap: Het werk breidt het concept van de complementary gap uit van surface codes naar algemene hoog-ratio quantum LDPC codes met meerdere logische qubits.
• Efficiënt Algoritme: Het introduceert een strategie die de onuitvoerbare enumeratie van alle logische klassen vermijdt door alleen afwijkingen in individuele observabelen te forceren, waardoor de computationele last van exponentieel naar lineair in $K$ wordt gereduceerd.
• Decoderonafhankelijkheid: De strategie is ontworpen om te werken met iteratieve decoders (zoals Belief Propagation) die mogelijk niet convergeren, waarbij niet-convergentie wordt behandeld als een specifiek signaal (erasure of oneindige gap) in plaats van een falen van de methode.
• Lichtgewicht Implementatie: In tegenstelling tot eerdere hoog-presterende strategieën die vertrouwen op high-latency Ordered Statistics Decoding (OSD), vertrouwt deze methode op FPGA-vriendelijke Belief Propagation (specifiek de Relay-BP decoder).

Resultaten
De strategie is getest met de Relay-BP decoder op:

• Rustende Circuits: De 72-qubit [[72, 12, 6]] en 144-qubit [[144, 12, 12]] bivariate bicycle (BB) codes.
• Logische Operaties: Chirurgie-gadgets (in-module $X_1$, $Y_1$ en inter-module $X_1X_1$) voor de 144-qubit code.

Belangrijkste bevindingen zijn:

• Verbetering Foutpercentage: Op de 72-qubit code bij fysieke ruis $p=10^{-3}$ bereikt de strategie een logisch foutpercentage per ronde van $\approx 3.5 \times 10^{-8}$ bij een post-selectiepercentage van 1%. Dit vertegenwoordigt een verbetering van meer dan een factor 4 ten opzichte van eerdere post-selectiestrategieën (bijvoorbeeld [LEB25] bij $\approx 10^{-5}$ en [Xie+26] bij $\approx 1.5 \times 10^{-7}$) onder vergelijkbare omstandigheden.
• Post-Selectiepercentage: De prestatiewinsten zijn het meest uitgesproken bij lage post-selectiepercentages (onder de 1%). De curve voor het logische foutpercentage vlakkt af na ongeveer 1% afwijzing, aangezien de resterende shots óf oneindige gaps hebben (basis convergeerde, geforceerde runs faalden) óf erasures zijn.
• Vergelijking met Eerder Werk: Hoewel andere strategieën (zoals die in [LEB25] en [Xie+26]) kunnen blijven verbeteren bij hogere post-selectiepercentages (bijvoorbeeld 5–30%), vereisen deze vaak meer computationeel intensieve decoders (BP-OSD). De Geforceerde Gap-strategie biedt superieure prestaties in het regime met lage afwijzingen met aanzienlijk lagere computationele overhead.

Betekenis en Beweringen
Het artikel beweert dat de Geforceerde Gap-strategie een "eenvoudige en algemene" oplossing biedt voor post-selectie in hoog-ratio quantum LDPC codes, met verbeterde logische foutpercentages en lichtgewicht berekening. De auteurs positioneren dit als een praktisch hulpmiddel voor scenario's waar post-selectie beschikbaar is, met name voor offline taken voor het genereren van resource-toestanden zoals distillatie van magische toestanden, waar operationele ruis vaak domineert.

De auteurs merken bescheiden op dat de strategie niet significant verbetert boven een post-selectiepercentage van 1% voor de geteste rustende circuits, en dat toekomstig werk de foutvloeren veroorzaakt door niet-convergerende geforceerde runs zou kunnen aanpakken door de methode te combineren met andere decoderingstechnieken (bijvoorbeeld OSD of decimatie). Zij benadrukken ook dat, hoewel de strategie effectief is voor huidige codegroottes, de schaalbaarheid naar grotere codedistances en lagere fysieke foutpercentages verder onderzoek vereist, mogelijk via analyse van zeldzame gebeurtenissen in plaats van directe Monte Carlo-simulatie.