Entanglement-assisted continuous-variable concatenated codes for encoding qubits or oscillators

本文提出并分析了纠缠辅助连续变量级联码，该类编码结合了纠缠辅助稳定器码与 Gottesman-Kitaev-Preskill (GKP) 码，旨在增强纠缠辅助下的“比特入振荡器”及“振荡器入振荡器”编码方案的纠错率并抑制正交分量误差方差。

要点

想象一下，你正试图在波涛汹涌、狂风大作的大海上发送一条极其脆弱的信息。在量子世界中，这条“信息”就是信息本身（比如一个量子比特），而“风暴”则是会扰乱或破坏数据的随机噪声。

这篇论文提出了一种全新的、超高效的方法来保护这条信息，它结合了两种不同的安全网：纠缠（一种奇妙的量子连接）和级联码（一种“盒中盒”策略）。

以下是他们想法的拆解，使用了日常生活的类比：

1. 两种安全网

要理解这篇论文，首先需要了解他们正在混合使用的两种工具：

• “量子绳索”（GKP 码）： 想象你的信息是一根脆弱的细绳。GKP 码就像是将这根细绳编织成一根粗壮的绳索。如果风（噪声）稍微推了一下绳索，这种编织结构能让它保持原位。它非常擅长修复位置或动量上的微小、随机的颠簸。
• “量子握手”（纠缠辅助码）： 想象你和你的朋友之间有一种预先共享的秘密连接。即使你们相隔数英里，如果你们两人各持有一枚“魔法硬币”的一半，你们就可以利用这种连接，比单独工作更快地修复错误。这被称为“纠缠辅助”。它能加速纠错过程，但需要你预先共享这些魔法硬币。

2. “盒中盒”策略

论文探讨了堆叠这两种安全网的两种方式。把这想象成为易碎的花瓶打包运输。

方法 A：“外层盒子”策略（振荡器内部的量子比特）

• 运作方式： 首先，你用标准的“量子绳索”（GK P）将你的信息包裹起来。然后，你将那根包裹好的绳索放入一个“量子握手”盒子中（纠缠辅助码）。
• 类比： 你用气泡膜（GKP）包裹花瓶，然后将包裹好的花瓶放入一个带有预设无线电链路（纠缠）的板条箱中，以便你和接收方可以进行协调运输。
• 结果： 作者通过一个特定的设置（3-量子比特重复码）测试了这种方法。他们发现，由于接收方已经准备好了“魔法硬币”（纠缠），这种方法在修复错误方面表现得非常好。它的性能实际上优于一种不使用这种预设帮助的著名的 5-量子比特码。

方法 B：“内层盒子”策略（量子比特内部的振荡器）

• 运作方式： 这是相反的过程。首先，你使用“量子握手”来保护信息。然后，你将整个受保护的包裹用“量子绳索”（GKP）包装起来。
• 类比： 你和接收方首先通过你们的魔法无线电（纠缠）建立连接，从而创建一个安全的通道。然后，你在发送这个通道之前，用气泡膜（GKP）包裹好信息。
• 结果： 这是这篇论文的重大突破。通过使用这种顺序，他们发现了一种能够同时平滑处理两种类型噪声（位置和动量）的方法。
  • 神奇的数学规律： 如果你使用 2 枚魔法硬币（纠缠模），你可以将信息的“抖动”降低为原来的 1/3。
  • 通用规则： 如果你使用 $n-1$ 枚魔法硬币，你可以将抖动降低为原来的 1/n。
  • 示例： 如果你使用 9 枚魔法硬币，你会使噪声减小到原来的 1/10。

3. 为什么这很重要（根据论文所述）

该论文声称，通过混合这两个概念，他们创建了一个具备以下特点的系统：

1. 资源节俭： 它能高效地使用“魔法硬币”（纠缠）。
2. 高性能： 它显著降低了信息失败的可能性（逻辑失败概率）。
3. 多功能性： 他们展示了如何针对发送简单的比特（量子比特）和发送连续波（振荡器）来实现这一目标。

他们并没有声称的事项

重要的是要严格遵循论文的内容：

• 他们没有声称这在今天已经可以投入商业使用。
• 他们没有声称这适用于医疗设备或临床用途。
• 他们没有声称这解决了所有的量子问题。
• 他们明确指出，他们的计算是在“理想”条件下进行的（完美的魔法硬币，且除了简单的抖动之外没有其他类型的噪声）。他们建议未来的工作可以测试现实世界的缺陷，但目前尚未进行。

总结

作者构建了一个用于量子信息传输的理论“超级包装”系统。通过利用预先共享的量子连接（纠缠）来辅助一种特定类型的纠错码（GKP），他们发现了一种让信息对噪声更加稳定的方法。他们证明了，你们共享的“魔法硬币”（纠缠）越多，你的量子信息就会变得越平稳、越安全。

技术摘要

技术摘要：用于编码量子比特或振荡器的纠缠辅助连续变量级联码

问题陈述
量子纠错（QEC）对于容错量子计算至关重要。虽然稳定器码在离散变量（DV）系统中非常有效，但连续变量（CV）系统（玻色子模式）需要特定的码，如 Gottesman-Kitaev-Preskill (GKP) 码，以纠正相空间中的微小位移误差。混合方法，例如将离散变量稳定器码与连续变量 GKP 码进行级联，已被探索用于提高纠错性能。然而，传统的级联方式并未利用预共享纠缠。纠缠辅助（EA）稳定器码已知可以通过放宽对自对偶稳定器群的要求来提高传输速率和纠错能力，前提是发送方和接收方共享纠缠比特（ebits）。本研究解决的核心问题是如何将纠缠辅助集成到级联的连续变量稳定器码中，以进一步增强误差抑制和逻辑失效概率，特别是在编码量子比特和振荡器方面。

方法论
作者提出了两种不同的级联架构，结合了 EA-稳定器码和 GKP 码，记作 $A \triangleright B$，其中 $A$ 是外层码，$B$ 是内层码。

1. $C_{EA-stabilizer} \triangleright C_{GKP}$（量子比特入振荡器）：

   • 结构： 将一个外层 EA-稳定器码（离散变量）与一个内层 GKP 码（连续变量）进行级联。
   • 过程： 首先使用 EA-稳定器码（利用预共享的 ebits）将一个逻辑量子比特编码为物理量子比特状态。随后，每个物理量子比特以及 ebits 的一半被编码为计算 GKP 态（振荡器）。
   • 示例： 作者分析了一个 $[[3, 1, 3; 2]]$ EA-重复码与 GKP 码的级联。外层通过两个预共享的 ebits 将一个逻辑量子比特编码为三个物理量子比特。内层将这三个量子比特和两个 ebit 的一半编码为五个谐振振荡器。
   • 解码： 先对单个模式进行连续变量误差纠正，随后利用 EA-稳定器伴随式（syndromes）纠正离散误差。

2. $C_{GKP} \triangleright C_{EA-stabilizer}$（振荡器入振荡器）：

   • 结构： 将一个外层 GKP 码与一个内层 EA-稳定器码进行级联。
   • 过程： 首先产生一个单模 GKP 编码态。该状态随后通过由 EA-稳定器码导出的高斯编码器，编码到多个振荡器模式中，并利用预共享的 GKP Bell 态（纠缠模式或 emodes）。
   • 示例： 作者提出了一个 $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ 码。一个单逻辑 GKP 态通过两个预共享的 GKP Bell 对（emodes）被编码到三个振荡器模式中。编码过程利用了一个由 SUM 门组成的高斯幺正编码器 ($U^G_{enc}$)。
   • 解码： 系统采用对数据模式和辅助 emode 的稳定器进行伴随式测量。由于无法在不破坏状态的情况下直接测量数据模式的伴随式，作者使用极大似然估计（MLE）根据测得的辅助模式伴随式以及独立同分布（iid）高斯噪声的假设，来推断最可能的误差值。

主要贡献与结果

• 提出 EA 级联码： 本文引入并形式化了两种新的级联码族：$C_{EA-stabilizer} \triangleright C_{GKP}$ 和 $C_{GKP} \triangleright C_{EA-stabilizer}$。
• $C_{GKP} \triangleright C_{EA-stabilizer}$ 中的噪声抑制：
  • 对于 $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ 的特定情况，作者证明了使用两个极大纠缠模式（emodes）可以将数据模式在位置（$q$）和动量（$p$）正交分量上的误差方差降低至 $1/3$。
  • 残余逻辑误差遵循高斯分布，其方差为 $\sigma^2/3$，而原始方差为 $\sigma^2$。
  • 这是在不增加额外正交挤压的情况下实现的，而是依靠纠缠辅助。
• 向 $n$-量子比特 EA 重复码的推广：
  • 作者将 $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$ 方案推广到了一个码族：$C_{GKP} \triangleright C_{[[n, 1, n; n-1]]}$，其中 $n$ 是大于或等于 3 的奇整数。
  • 定理 1： 该码族使用 $n-1$ 个 emodes 来将数据模式在位置和动量正交分量上的误差方差降低至 $1/n$。
  • 该结果与先前文献中的无偏 GKP-重复码（文献 [28]）进行了比较，指出所提出的 EA 方案实现了类似的抑制因子（对于 $n+1$ 个模式为 $1/(n+1)$），但具有不同的资源结构（在重复语境下，使用 $n-1$ 个 emodes 处理 $n$ 个总模式）。
• 性能比较：
  • 计算得出 $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ 的逻辑失效概率，并显示其性能优于 $C_{[[5, 1, 3]]} \triangleright C_{GKP}$ 码（一种不带 EA 辅助的标准量子比特入振荡器码）。这种改进归功于外层 EA 码在接收方持有无噪声的 ebit 一半。
  • 相反，研究发现 $C_{GKP} \triangleright C_{[[3, 1, 3; 2]]}$（振荡器入振荡器）的逻辑失效概率高于其 $C_{[[3, 1, 3; 2]]} \triangleright C_{GKP}$ 对应的码。作者将其归因于前者必须对未测量的状态进行估计，而后者允许进行全套 EA 稳定器测量。

意义与主张
本文声称将最近关于 $C_{stabilizer} \triangleright C_{GKP}$ 和 $C_{GKP} \triangleright C_{stabilizer}$ 码的比较研究扩展到了它们的纠缠辅助版本。其主要意义在于证明了纠缠辅助可以有效地集成到连续变量级联码中，从而实现：

1. 在量子比特入振荡器方案中提高纠错率并降低逻辑失效概率。
2. 提供一种机制，利用 $n-1$ 个纠缠模式将振荡器数据模式在两个正交分量上的方差降低至 $1/n$，为那些需要额外挤压或更多辅助模式的方案提供了一种资源高效的替代方案。

作者保持了审慎的范围，指出其分析假设了理想的 GKP 态和高斯位移误差。他们承认，尽管结果令人期待，但实际应用需要解决有限能量效应、非高斯噪声通道（如纯损耗）以及在现实硬件约束下的容错阈值问题。他们建议这些框架可以应用于量子中继器和分布式传感，但除了引用能够生成所需状态的现有平台（如捕获离子、超导电路、光子学）之外，并未提出具体的实验装置。