Covering the Pauli Observables: Sampling Thresholds and the Design Effect of a Measurement Setting
本文确立了随机测量设置在特定的指数增长率下,能够覆盖帕利观测量的锐利阈值比例,量化了由此产生的通过状态依赖型“设计效应”所体现的相关性,并证明了通过直方图拟合利用这些相关性,相比于独立测量,能显著减少量子态层析所需的电路运行次数和重建误差。
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
要理解这些研究人员的工作,首先必须理解观察量子计算机内部状态的挑战。量子计算机并不像存储简单比特那样存储信息(即非零即一),而是使用量子比特(qubits),它们可以同时存在于两种状态的复杂组合之中。为了了解量子计算机实际在做什么,科学家必须执行一个被称为“量子态层析成像”(quantum state tomography)的过程,这本质上是对机器内部状态进行一次完整的“拍照”。这需要测量量子比特的特定属性,这些属性被称为“可观测量”(observables)。在量子世界中,这些属性的行为就像指南针上的方向,对于每一个量子比特,都有四个基本方向可供选择。
问题在于,这些方向的数量如此之多,以至于逐一测量它们将耗费极其漫长的时间。如果科学家拥有一台仅有几十个量子比特的机器,方向组合的可能性增长速度之快,会超过宇宙中的原子总数。为了使这项任务变得可行,实验人员并不会单独测量这些属性。相反,他们会为整个机器选择一个单一的“设置”(setting)。一个设置是指决定让所有量子比特同时沿着三个特定的轴进行测量。当机器在该设置下运行时,它产生的单条数据字符串实际上同时包含了许多不同属性的信息。这项研究中的研究人员提出了一个根本性的问题:如果我们随机选择这些设置,我们需要收集多少个设置,才能捕捉到足够的信息来重建整个量子态?
由北卡罗来纳州立大学和芝加哥大学研究人员领导的团队发现,答案并不是简单地收集更多数据直到感觉“足够”那么简单。相反,存在一个尖锐且突然的临界点。他们发现,随着随机设置数量的增加,所捕捉到的信息比例在很长一段时间内保持在较低水平,但一旦设置的数量达到相对于量子比特数量的特定增长率,信息覆盖率就会突然跃升至接近完全覆盖。这个速率是由被测属性的平均复杂度决定的。低于这个阈值,设置不足以描述该系统;高于这个阈值,设置则绰绰有余。研究人员计算出了达到任何所需覆盖水平所需的精确设置数量,提供了一个精确的公式,告诉实验人员究竟需要安排多少次运行。他们还证明,虽然理论上通过巧妙的、预先计划的设置选择可以更高效,但随机选择的效果几乎与最佳策略不相上下,实现相同结果所需的设置次数不到最佳策略的两倍。
然而,这项研究不仅限于计算需要多少个设置。研究人员意识到,并非所有的设置在产生数据质量方面都是平等的。当选择一个设置时,它会利用同一组底层数据同时测量一组属性。由于这些属性源自同一次测量事件,它们的估计值是相互关联或相关的。如果被测量的量子态具有高度结构化特征,例如所有量子比特步调一致的特定纠缠态,这种相关性就会变得非常强。团队开发了一种衡量这种强度的方法,称之为“设计效应”(design effect)。这个数值告诉科学家,来自单个设置的数据具有多大的冗余度。对于某些复杂的量子态,来自一个设置的数据高度集中,其效果等同于拥有许多独立的测量;而对于其他状态,数据则分布得更加均匀。
研究人员通过对一个六量子比特系统的详细计算机模拟测试了这些想法。他们对比了两种方法:一种是分别测量每个属性,另一种是使用随机设置来同时捕捉多个属性。结果令人震惊。通过使用随机设置,并应用一种复杂的数学技术来拟合原始数据的直方图(而非仅仅是取平均值),他们重建量子态所需的电路运行次数比传统方法少得多。在他们的模拟中,新方法所需的运行次数减少了 7 到 38 倍。当研究人员考虑到测量之间的相关性时,改进效果甚至更加显著。他们发现,对于某些结构化状态,忽略这些相关性会导致精度损失两倍,但通过对这些相关性进行建模,他们可以找回这部分损失的精度。
这项工作为试图表征量子计算机的实验人员提供了一份清晰的路线图。它表明,他们不需要花费数年时间去寻找完美的测量序列。相反,他们可以依赖随机选择,因为他们知道一旦跨过特定的阈值,就能捕捉到必要的信息。此外,通过理解来自单个设置的数据是如何相关的,他们可以使用更强大的重建方法,从每一次运行中提取出最大的价值。这项研究证实,理解复杂量子系统的路径不在于规避随机性,而在于理解如何利用随机性,将混乱的测量集合转化为一幅精准的量子世界图景。
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。