Quantized memory of measurement records near the light cone of quantum circuits
本文证明了混沌量子电路中光锥附近的测量记录统计特性是精确可解的，并表现出量子化记忆，这一理论预测已在 156 量子比特超导处理器上得到实验验证，为动态电路提供了一个与系统规模无关的参考。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代量子计算机正开始实现曾经不可能完成的任务：它们可以在计算运行过程中测量自身的内部组件。这些机器不再是等到最后才观察结果，而是在过程进行中窥探其微小的量子比特（qubits）的状态。这种数据流是机器的原始输出，包含了解决复杂问题（如纠错或制备奇异量子态）的答案。然而，对于功能最强大且最具混沌性的电路类型，预测这种数据流应该呈现出什么样，其难度与模拟整个计算机本身不相上下。一旦设备变得过于庞大，以至于经典超级计算机无法对其建模，科学家们就会失去参考基准。他们将无法知道机器是否在正常工作，或者它产生的奇异数据是否仅仅是噪声，因为没有一个“正确”的答案可以用来核对。
这项研究中的研究人员解决了一个基本问题：即使对于最大的机器和任何类型的量子门，这种混沌的数据流中是否存在任何仍然可预测的部分？他们发现答案是肯定的，但前提是你必须从一个非常特定的视角来看待。通过专注于在“光锥”（信息在电路中传播的最快路径）边缘进行的测量，他们发现数据遵循一个简单且精确的规则。无论计算机规模如何大，或者使用何种特定的量子门来操纵量子比特，这一规则都成立。事实证明，机器其余部分的混沌行为就像一个完美的、健忘的背景，使得边缘测量能够遵循一个可以被精确计算的清晰数学模式。
为了理解这如何运作，请想象一长排人正在传递消息。在一个混沌系统中，消息通常会被搅乱到无法辨认。但如果你站在队伍的最末端，只听那个刚刚到达的人，你会发现他带来的消息仅取决于前一刻站在他旁边的人。人群中的其他人，无论多么庞大或嘈闹，都不会影响那个特定的人所说的话。研究人员展示了，在量子电路中，沿着这条最快路径进行的测量表现得就像一个简单的二态系统。下一次测量的结果仅取决于上一次的结果，形成了一个可预测的链条。这令人惊讶，因为电路的其余部分正在进行极其复杂的操作，但光锥的边缘却保持着简单与精确。
团队将这一想法进一步推进，将观测点向电路内部稍微移动，远离最边缘。他们发现，随着向内移动，系统的记忆力以一种非常特定的、量子化的方式增长。每向内移动一步，系统能够记住的信息量就恰好增加一个比特。这意味着数据的复杂度并非随机的；它是受几何结构严格限制的。如果你位于边缘向内一步的位置，系统会多记住一个信息；如果你向内两步，它会多记住两个。这一规则适用于电路中使用的几乎任何类型的门。研究人员证明，对于通用门，系统会达到这个极限，它记住的信息量恰好等于几何结构所允许的量，且不会更多。
为了证明这些想法不仅仅是理论，科学家们在一个拥有 156 个量子比特的真实量子处理器上进行了测试，该处理器是通过云端访问的。他们运行了一系列实验，准备了一个特定的初始状态，然后在量子比特穿过电路的过程中对其进行测量。首先，他们确认了就在光锥边缘进行的测量确实遵循了他们推导出的简单、可预测的模式。随后，他们测试了系统对噪声的反应。他们发现，如果让量子比特在到达测量线之前处于“静止”状态，数据就会受到损坏。然而，他们发现了一个简单的修复方法：通过在量子比特进入测量线之前随机翻转其状态，他们可以抹除这种损坏并恢复精确的定律，且无需额外的复杂门。这种“晚期旋转”（late twirl）起到了完美重置的作用，确保了数据的纯净。
研究人员还利用这一设置来检查机器是否执行了一种被称为“双幺正”（dual-unitary）的特殊门。这类门非常罕见，并具有独特的数学特性。理论预测，如果机器使用了双幺正门，那么在光锥向内移动一步处的测量将完全没有对过去的记忆；数据将是完全随机的。当他们进行测试时，双幺正门的数据显示出零记忆，证实了该门正在按预期工作。相比之下，当他们使用标准的混沌门时，数据展现出了预期的记忆，证明了系统正如理论所言在记录过去。
最后，团队寻找了电路更深处的系统“记忆”。他们预测，对于混沌门，数据会记得两三个步骤前的测量结果，但对于双幺正门，则什么都不会记得。在真实硬件上，他们发现了完全符合预期的结果。混沌门显示出清晰的过去记忆，而双幺正门则毫无记忆。他们在另外两个不同的处理器上重复了这些测试，结果每次都经得起检验。记忆的大小与他们的预测完美匹配，只要考虑到机器特定的噪声即可。这项工作为检查量子计算机提供了一个新的、精确的参考标准。它表明，即使在最混沌的系统中，也存在着完美的、可预测性的区域，可以用作验证机器是否正常工作的手段，从而提供了一种无需进行模拟整个“不可能任务”的可靠方式来测试硬件。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。