Data and code for collision-model Dicke-state preparation: depth-fidelity frontiers, circuit costs, and superconducting-processor measurements
Dit artikel presenteert een open dataset en bijbehorende code die de voorbereiding van Dicke-toestanden via een botsingsgebaseerd protocol beschrijft, waarbij ruisvrije fideliteitsbenchmarks worden aangeboden over variërende circuitdieptes en qubit-aantallen, samen met schattingen van de benodigde middelen en experimentele metingen op een 54-qubit supergeleidende processor om de afwegingen tussen de staatvoorbereidingsfideliteit, circuitkosten en hardwareruis te analyseren.
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
In de wereld van quantumcomputing wordt informatie opgeslagen in minuscule eenheden die qubits worden genoemd. In tegenstelling tot de bits in een standaardcomputer, die ofwel nul of één zijn, kunnen qubits in een delicate combinatie van beide toestanden tegelijkertijd bestaan. Wanneer veel qubits aan elkaar gekoppeld zijn, kunnen ze een speciale vorm van verbinding vormen die verstrengeling (entanglement) wordt genoemd, waarbij de toestand van de ene qubit onmiddellijk de anderen beïnvloedt, ongeacht hoe ver ze van elkaar verwijderd zijn. Onder de vele manieren om deze verstrengelde groepen te arrangeren, neemt een specifieke familie van toestanden, de Dicke-toestanden, een unieke plaats in. Stel je een kamer vol mensen voor waarin een vast aantal van hen een rode bal vasthoudt, maar niemand weet precies wie hem vasthoudt; de rode ballen zijn gelijkmatig verdeeld over iedereen op een manier die perfect in evenwicht is. Dit is hoe een Dicke-toestand eruitziet: een precies aantal energie-eenheden, of excitaties, wordt coherent gedeeld over een groep qubits. Deze toestanden zijn niet slechts theoretische curiositeiten; ze zijn krachtige instrumenten voor het voelen van magnetische velden, het bouwen van quantumnetwerken en het detecteren van subtiele veranderingen in de omgeving die andere toestanden zouden missen. Het creëren van deze toestanden in een echte machine is echter berucht moeilijk. Naarmate het aantal qubits groeit, wordt de taak lastiger, en de onvermijdelijke ruis in de machine heeft de neiging de delicate balans te vernietigen voordat de toestand zelfs maar voltooid is.
Een team van onderzoekers heeft nu een uitgebreide collectie gegevens en computercode uitgebracht die de weg naar het effectiever creëren van deze toestanden in kaart brengt. Ze richtten zich op een methode die het creatieproces behandelt als een reeks korte, herhaalde ontmoetingen tussen de qubits en een hulpdeeltje. In deze aanpak beweegt een mobiele hulp-qubit door het systeem en wisselt op een gecontroleerde manier stukjes informatie uit met de hoofd-qubits. Door te variëren in hoe sterk deze interacties zijn en hoe vaak ze voorkomen, ontdekten de onderzoekers dat ze het systeem naar de gewenste Dicke-toestand kunnen sturen. Het team stopte niet bij één enkele succesvolle poging; ze verkenden een uitgestrekt landschap van mogelijkheden. Ze simuleerden het proces voor systemen variërend van vijf tot veertien qubits, waarbij ze honderden verschillende dieptes, of lengtes, van de interactiesequentie testten. Voor elke mogelijke lengte van het proces berekenden ze de hoogste kwaliteit van de resulterende toestand die bereikt zou kunnen worden in een perfecte, ruisvrije wereld. Dit creëerde een gedetailleerde kaart, of frontlijn, die precies laat zien hoe de kwaliteit van de toestand verbetert naarmate het proces langer wordt, en hoeveel langer het nodig is om een specifiek niveau van perfectie te bereiken.
De onderzoekers namen deze theoretische kaart vervolgens mee en testten deze op een echte quantumcomputer, een 54-qubit supergeleidende processor in Finland. Ze selecteerden een handvol specifieke toestanden uit hun simulaties en draaiden de bijbehorende circuits op de fysieke machine. De resultaten waren veelzeggend. Voor de kortste, eenvoudigste versies van het proces slaagde de machine erin om ongeveer drie kwart van de ideale kwaliteit te behouden die de simulaties voorspelden. Dit suggereert dat zelfs met de ruis en fouten die inherent zijn aan de huidige hardware, deze korte circuits robuust genoeg zijn om bruikbare resultaten te produceren. Echter, toen de onderzoekers het proces langer en complexer maakten in een poging om een hogere perfectie te bereiken, daalden de resultaten scherp. De diepste, meest complexe circuits presteerden niet beter dan een volledig willekeurig, afgebroken systeem. Dit scherpe contrast benadrukt een cruciale afweging: hoewel het toevoegen van meer stappen theoretisch de toestand kan verbeteren, is de fysieke machine nog niet perfect genoeg om de extra tijd en complexiteit aan te kunnen zonder de zeer eigenwijze coherentie die het probeert op te bouwen, te verliezen.
Om andere wetenschappers te helpen bij het navigeren door deze afweging, heeft het team een complete toolkit geleverd. Ze hebben de ruwe cijfers uit hun simulaties vrijgegeven, de geschatte kosten van het draaien van deze circuits in termen van het aantal vereiste basisoperaties, en de werkelijke metingen van de echte machine. Dit stelt iedereen in staat om een specifiek doel op te zoeken, zoals "Ik heb een toestand nodig met vijf qubits en twee excitaties", en precies te zien hoeveel stappen er nodig zijn om dicht bij de beste mogelijke kwaliteit te komen, en wat de kosten zijn in termen van tijd en fouten. Ze hebben ook de code opgenomen om hun werk te reproduceren, waardoor de weg die zij hebben gevonden openstaat voor anderen om te verifiëren en te verbeteren. De gegevens laten zien dat voor veel van de door hen bestudeerde toestanden, één ronde van interacties vaak voldoende was om de hoogst haalbare kwaliteit binnen de grenzen van hun zoektocht te bereiken. In andere gevallen hielp dieper gaan wel, maar slechts tot een bepaald punt waarop de ruis van de machine begon te overheersen boven de voordelen van de extra inspanning.
Dit werk claimt niet het probleem van het creëren van perfecte quantumtoestanden op de huidige hardware te hebben opgelost. In plaats daarvan biedt het een duidelijke, eerlijke gids voor de huidige grenzen. Het laat zien dat hoewel we deze complexe toestanden kunnen voorbereiden, de diepte van het proces wordt beperkt door de kwaliteit van de machine zelf. De onderzoekers hebben aangetoond dat het forceren van een dieper, complexer proces vaak leidt tot verminderde meeropbrengsten, omdat de imperfecties van de machine sneller accumuleren dan het algoritme ze kan corrigeren. Door een volledig verslag te leveren van wat werkt, wat faalt en waar de balans ligt, dient deze dataset als een benchmark voor toekomstige verbeteringen. Het vertelt ons dat de weg vooruit niet simpelweg het bouwen van langere circuits is, maar het vinden van het ideale punt waar het circuit lang genoeg is om nuttig te zijn, maar kort genoeg om te overleven in de ruis van de echte wereld. De vrijgave van deze gegevens en code zorgt ervoor dat de gemeenschap op deze bevindingen kan voortbouwen, door nieuwe methoden te testen tegen een solide fundament van wat al is gemeten en begrepen.
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.