Leveraging Correlated Decoding for Bias-Tailored Compass Codes

Resumo Técnico: Aproveitando a Decodificação Correlacionada para Códigos Bússola Adaptados a Vieses

Declaração do Problema
A correção de erros quânticos (QEC) é essencial para a computação quântica tolerante a falhas, no entanto, sua eficácia é frequentemente limitada pela incompatibilidade entre o projeto do código e as características específicas de ruído do hardware. Muitas plataformas físicas, incluindo íons presos e qubits supercondutores, exibem ruído fortemente viesado, onde erros de desfase (Pauli-Z) ocorrem com muito mais frequência do que erros de inversão de bit (Pauli-X). Embora códigos adaptados a vieses, como códigos de superfície deformados por Clifford e códigos bússola alongados, tenham demonstrado altos limiares sob ruído viesado em modelos idealizados de "capacidade do código", seu desempenho sob ruído realista de "nível de circuito" permanece um desafio. Além disso, decodificadores padrão de Correspondência Perfeita de Peso Mínimo (MWPM) frequentemente falham em explorar plenamente as correlações entre erros (por exemplo, erros Y causando síndromes X e Z simultâneas) ou as assimetrias específicas introduzidas por deformações de Clifford, particularmente quando hiperarestas no grafo de decodificação são simplificadas para evitar complexidade computacional.

Metodologia
Os autores investigam o desempenho de códigos bússola alongados deformados por Clifford sob ruído viesado de nível de circuito. O estudo foca em uma classe específica de códigos onde operadores de gauge são fixados de acordo com um parâmetro de alongamento $\ell$, combinados com uma deformação de Clifford ZXXZ$\square$ (aplicando portas Hadamard a qubits específicos para modificar as bases de estabilizadores).

A pesquisa emprega a seguinte estrutura metodológica:

1. Simulação de Código e Circuito: Os autores simulam códigos bússola alongados CSS e deformados por ZXXZ$\square$ com distâncias $d \in \{11, 13, 15, 17, 19\}$ e parâmetros de alongamento $\ell \in \{2, 3, 4, 5, 6\}$. Eles utilizam o simulador Stim para gerar circuitos de extração de síndrome, incluindo $d$ rodadas de extração de síndrome repetida.
2. Modelo de Ruído: Um modelo de ruído Híbrido Viesado-Depolarizante (HBD) é implementado. Este modelo aplica canais de Pauli viesados a qubits ociosos e portas CZ que preservam o viés, enquanto aplica canais depolarizantes a portas que não preservam o viés (CNOT, Hadamard) e erros de preparação/medição de estado (SPAM).
3. Estratégias de Decodificação: O estudo compara três abordagens de decodificação:
   • MWPM Padrão: O decodificador de referência que simplifica o grafo de correspondência ignorando hiperarestas.
   • MWPM Correlacionado CSS: Um decodificador de dois estágios para simulações de capacidade do código que decodifica erros X e Z sequencialmente, atualizando os pesos das arestas com base em probabilidades condicionais derivadas de correlações de erros Y e no viés do ruído ($\eta$).
   • MWPM Correlacionado PyMatching: Um decodificador de nível de circuito que utiliza o Modelo de Erro de Detector (DEM) para capturar correlações. Ele executa um processo MWPM de duas passagens, onde a primeira passagem identifica mecanismos de erro (hiperarestas) para atualizar os pesos do grafo de correspondência para a segunda passagem, lidando efetivamente com erros correlacionados sem simplificar prematuramente a topologia do grafo.

Principais Contribuições e Resultados
O artigo apresenta simulações de nível de circuito avaliando os limiares desses códigos em uma faixa de vieses de ruído ($\eta$).

• Superioridade da Decodificação Correlacionada: A principal descoberta é que a decodificação correlacionada melhora consistentemente os limiares para todos os vieses de ruído em relação ao MWPM padrão sob ruído de nível de circuito. Essa melhoria é significativamente mais pronunciada no nível de circuito do que no nível de capacidade do código, pois as simulações de circuito introduzem correlações mais complexas que o decodificador correlacionado PyMatching pode explorar.
• Impacto do Alongamento e da Deformação:
  • Para códigos bússola alongados CSS, o ganho relativo da decodificação correlacionada é mais alto para códigos com alto alongamento ($\ell=6$), alcançando um ganho de limiar relativo de até 35% em baixo viés ($\eta=0.5$).
  • Para códigos deformados por ZXXZ$\square$, o ganho absoluto de limiar aumenta com o viés, mas o ganho relativo melhora com o alongamento em todos os vieses.
  • Notavelmente, a vantagem da deformação ZXXZ$\square$ observada em simulações de capacidade do código (onde superava os códigos CSS em alto viés) é perdida no nível de circuito. Os autores atribuem isso à mistura de portas que preservam o viés (CZ) e portas depolarizantes (CNOT, H) nos circuitos de extração de síndrome, o que satura o viés efetivo e quebra as regiões simétricas que anteriormente favoreciam os códigos deformados.
• Confiança do Decodificador: A análise do gap complementar assinado indica que os decodificadores correlacionados tornam-se mais confiantes em experimentos de memória Z à medida que o viés aumenta. Para códigos ZXXZ$\square$, tanto as memórias X quanto Z mostram confiança aumentada com viés mais alto.

Significado e Alegações
O artigo alega que a decodificação correlacionada é uma ferramenta crítica para maximizar a utilidade de códigos adaptados a vieses em ambientes de hardware realistas. Especificamente:

• Demonstra que estabilizadores assimétricos (encontrados em códigos bússola alongados) combinados com deformações de Clifford amplificam a utilidade da decodificação correlacionada, permitindo que o decodificador aproveite correlações estruturadas de estabilizadores de alto peso.
• O trabalho destaca que, embora deformações de Clifford possam melhorar os limiares, seus benefícios podem ser negados no nível de circuito se o modelo de ruído incluir portas que não preservam o viés.
• Os autores sugerem que a decodificação correlacionada pode oferecer benefícios além de simples aumentos de limiar, potencialmente ajudando a contornar "reduções de distância" causadas por fronteiras frágeis em códigos deformados por Clifford, um problema conhecido em regimes de ruído viesado.

O estudo conclui que, embora a adaptação a vieses seja eficaz, o co-design de códigos e decodificadores correlacionados é necessário para realizar plenamente altos limiares sob ruído viesado de nível de circuito.