🔬 physics

Budget-Aware Neural Error Mitigation forVariational Quantum Algorithms

本文介绍了一种预算条件神经误差缓解（NEM）方法，该方法通过在多种采样预算下对单次测量进行校正，在变分量子算法中优于零噪声外推和 Clifford 数据回归等传统技术，从而在现实设备的噪声和失准情况下提供了卓越的准确性和成本效率。

原作者： Guilin Zhang, Kai Zhao, Xu Chu

发布于 2026-08-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Guilin Zhang, Kai Zhao, Xu Chu

原始论文采用 CC BY 4.0 许可（https://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

想象一下，你正在尝试调到一个清晰的电台，但信号模糊不清，充满了杂音和噼啪声。在量子计算的世界里，这种“杂音”被称为噪声（noise）。今天的量子计算机就像这些模糊的收音机；它们功能强大但并不完美，产生的错误会毁掉它们的计算。科学家们正试图制造更好的计算机，但目前，他们必须在这些有噪声的机器上进行工作。为了获得有用的答案，他们使用了一种称为**误差缓解（error mitigation）**的特殊技巧。把这些技巧想象成解决数学问题的降噪耳机。它们并不能修复损坏的耳机（计算机），但它们试图清理声音，让你能真正听到音乐。

一种流行的清理噪声的方法是调大音量（放大噪声），然后猜测如果音量调到零时声音会是什么样。另一种方法是在一台没有噪声的计算机上运行大量的练习测试，学习有噪声的计算机是如何搞砸事情的，然后将学到的教训应用到实际问题中。但问题在于：每当你运行一次测试，你都必须“消耗”一定数量的有限时间和能量，这被称为采样预算（shot budget）。有些技巧很便宜但学习缓慢；有些则很快但运行成本高昂。核心问题是：如果你只有极少的时间来获取答案，哪种技巧能在不浪费预算的情况下效果最好？

这篇题为《面向变分量子算法的预算感知神经误差缓解》（Budget-Aware Neural Error Mitigation for Variational Quantum Algorithms）的论文正是探讨了这个问题。作者 Guilin Zhang、Kai Zhao 和 Xu Chu 指出，比较这些噪声消除技巧通常是不公平的，因为研究人员经常假定每个人都有无限的预算。在现实世界中，特别是在运行需要检查数千个设置的复杂优化循环时，你有一个严格的限制，即你可以运行实验的次数。

该团队引入了一种新方法：预算感知神经误差缓解（NEM）。想象一下，你有一个智能助手，它观察你的嘈ell噪声信号，检查杂音的类型，并且准确知道你拥有多少“音量”（采样预算）。与其像传统的“调大音量”法那样运行电路三次或五次来猜测答案，或者像“练习测试”法那样运行三十次来学习模式，这个神经网络只需一次运行即可完成任务。它使用了一个巧妙的技巧：它经过训练，能够理解如果你的采样次数很少，噪声就是狂野且随机的，因此它对信号的信任度较低；如果你有许多采样次数，噪声就会变得平稳，因此它对信号的信任度更高。这使得一个单一的模型无论在预算极少还是极大的情况下都能完美运行。

研究人员在模拟和真实的 IBM 量子处理器上测试了这个想法，将其与两种最常见的方法进行了对比：零噪声外推法（Zero-Noise Extrapolation, ZNE），它试图通过在不同噪声水平下多次运行电路来猜测零噪声下的答案；以及Clifford 数据回归法（Clifford Data Regression, CDR），它利用大量的练习运行来构建修正映射。他们设定了一场“公平竞争”，即每种方法都必须花费完全相同的总时间（采样数）来获得一个答案。

以下是他们在模拟和 IBM 真实处理器上的发现：

低预算下的胜者： 当预算紧张时（这在大多数现实世界的量子算法中都是常态），新的神经方法（NEM）是明显的冠军。当计算机具有特定的校准误差时，它减少了 72% 到 81% 的误差，并且它是唯一一种在低预算（高达 2¹⁴ 次采样）下仍能比不做任何处理更有效的方法。
猜测的危险性： 旧的“调大音量”法（ZNE）被证明是有风险的。在约 38% 到 63% 的模拟案例中，以及在 IBM 真实处理器上高达 88% 的时间里，ZNE 实际上让结果比直接接受有噪声的结果还要糟糕。这就像是通过观察一个被加热过的温度计来猜测温度；有时你会猜对，但通常你会猜得离谱。
昂贵的替代方案： “练习测试”法（CDR）非常准确，但它很昂贵。只有当你拥有巨大的预算——具体来说，比新神经方法多出 32 倍 的采样次数时，它才会超越新的神经方法。如果你能承担起多运行 32 倍实验的代价，CDR 是很棒的，但对于大多数用户来说，它的成本太高了。
现实世界的证明： 团队不仅进行了模拟，还在真实的 IBM “Heron” 处理器上进行了测试。他们证实了“调大音量”法在真实硬件上表现不佳，经常给出更差的答案。然而，他们也发现，他们的神经模型在真实硬件上需要一点点帮助才能完美运行。通过在真实设备上额外运行 120 个电路来微调模型，他们恢复了 39% 的误差减少，证明了该方法在模拟之外也是有效的。

论文结论指出，我们选择误差缓解方法的方式需要改变。我们不应该问“如果我有无限的时间，哪种方法最准确？”，而应该问“对于我实际拥有的预算，哪种方法能给出最好的答案？”作者表明，对于当前量子算法中典型的紧凑预算，一种智能的、单次运行的神经网络是最可靠的工具，而旧方法要么浪费资源，要么（在进行外推的情况下）面临让情况变得更糟的风险。他们还指出，虽然他们的方法很强大，但它依赖于目前由经典计算机生成的训练数据，因此它最适用于那些可以被普通笔记本电脑模拟的小型问题，尽管在他们的测试中，该方法可以很好地扩展到 20 个量子比特。

技术摘要：面向变分量子算法的预算感知神经误差缓解技术

问题陈述

变分量子算法（VQA），如变分量子特征值求解器（VQE）和量子近似优化算法（QAOA），目前受到近期待机硬件设备噪声的限制。虽然误差缓解（EM）是标准的补救措施，但现有对缓解方法的比较存在缺陷。传统的基准测试固定了每次电路执行的采样数（shots），却忽略了生成单个估计值所需的执行倍数（execution multiplicity）。

例如，零噪声外推法（ZNE）在每次估计时需要 3–5 次执行；而 Clifford 数据回归（CDR）在每个目标电路周围需要 32 次执行（使用 31 个训练电路）。相比之下，经过训练的神经模型仅需一次执行。在 VQA 循环中，需要在固定总采样预算下评估数千个参数设置，这种执行倍数的差异决定了哪种方法实际上是可负担的。此外，ZNE 依赖于噪声缩放假设，而这些假设在实际设备中经常被违反，导致标准准确性指标无法捕捉到的失效模式。

方法论：预算调节的神经误差缓解（NEM）

作者提出了**预算调节的神经误差缓解（NEM）**框架，该框架将采样噪声规模（shot-noise scale）作为模型的显式输入，使得单个网络能够服务于任何部署预算。

模型架构

该模型通过结合电路特征（ $x_c$ ）、设备特征（ $x_n$ ）以及采样噪声规模，从单个含噪的 $S$ -次采样测量值 $\langle H \rangle_{noisy}$ 中预测理想期望值 $\langle H \rangle_{ideal}$ ：

电路特征 ( $x_c$ )： 量子比特数、层数、参数量以及变分角度。
设备特征 ( $x_n$ )： 门错误率、读取不对称性和校准漂移规模。
采样噪声规模： 将 $1/\sqrt{S}$ 附加到设备特征中，使网络能够学习输入中的波动有多少是测量噪声，有多少是可学习的偏差。

该架构由两个多层感知机（MLP）编码器（用于处理电路和噪声特征）和一个融合网络组成，后者输出一个残差修正项并加到输入估计值上。标准配置使用约 42.8 万个参数。

训练协议

数据生成： 使用精确的无噪声模拟生成训练对，其中无噪声模拟作为理想标签，有噪声模拟作为输入。
预算调节： 在训练期间，采样数 $S$ 从 $2^8$ 到 $2^{16}$ 进行对数均匀分布采样。这确保了模型能够在不重新训练的情况下，学习如何根据噪声水平调整其修正幅度。
损失函数： 使用 AdamW 最小化 Huber 损失。

评估协议：等预算比较

论文引入了一种严谨的评估协议，即为每种方法（NEM、ZNE、CDR 和未缓解执行）分配相同的每个评估点的总采样预算 $B$ 。

NEM： 使用 1 次执行，每次执行 $B$ 次采样。
ZNE： 将 $B$ 分配给 3–5 次执行（例如，每次 $B/3$ 次采样）。
CDR： 将 $B$ 分配给 32 次执行（例如，每次 $B/32$ 次采样）。
噪声机制： 研究评估了三种机制：随机设备噪声、随机相关噪声以及相干失校（控制偏移误差）。

核心结果

1. 帕累托前沿性能

在等预算协议下，NEM 在低到中等预算范围内占据主导地位：

相干失校： 在预算 $B=2^{10}$ 到 $2^{16}$ 之间，NEM 将平均误差降低了 72–81%。它是每个测试预算下最准确的方法。
随机噪声： 在预算高达 $B=2^{14}$ 时，NEM 是唯一能优于未缓解执行的方法（提升了 11–20%）。
盈亏平衡点： 只有在最大的测试预算（ $B=2^{16}$ ）下，CDR 才会超过 NEM，但实现边际收益需要 32 倍更高的单次评估量子成本。

2. 外推法的失效模式 (ZNE)

研究表征了 ZNE 在相干失校下的一个关键失效模式：

机制： 幺正折叠（Unitary folding）线性放大相干角度误差，同时观测量的响应变得非单调。
后果： 在模拟中，ZNE 返回的结果在 38–63% 的实例中比未缓解执行更差。在极端情况下，单次实例误差可达到无缓解水平的三个数量级以上。
硬件验证： 在真实的 IBM Heron 处理器上，ZNE 在 80–88% 的实例中失败，其平均误差比未缓解执行高出 3.0 至 4.1 倍。

3. 扩展性与鲁棒性

量子比特扩展： 在结构化噪声机制下，NEM 的误差降低能力（61–85%）在 4 到 20 个量子比特 范围内保持稳定。
有界失效： 与 ZNE 具有无限误差潜力不同，NEM 的输出是一个有界的残差修正。其最坏情况下的误差从未超过所有测试实例中最差的未缓解误差。
硬件微调： 在数字孪生（digital twin）上训练的模型显示出模拟与硬件之间的差距。然而，通过在小型设备端数据集（120 个电路）上进行微调，恢复了 39% 的误差降低。

4. 消融实验

直接预测控制： 一个试图在没有含噪测量值的情况下仅凭特征预测 $\langle H \rangle_{ideal}$ 的模型表现不如未缓解执行，这证实了该网络起的是修正作用而非记忆作用。
特征重要性： 设备特征至关重要；移除这些特征会导致误差增加三倍。

意义与主张

论文认为，预算感知会计（budget-aware accounting） 是比较误差缓解方法的必要框架。

部署现实： “最好”的方法不是在无限采样下准确度最高的方法，而是在每个评估点固定预算下提供最佳准确度的方法。NEM 占据了准确度-成本帕累托前沿的低预算端。
安全性： NEM 提供了一种有界的失效行为，而基于外推的方法（如 ZNE）在相干噪声下可能会发生灾难性的发散。
适度的声明： 作者明确表示，他们并不声称具有架构上的新颖性（该网络是标准的残差 MLP），也不声称 NEM 是普遍优越的。他们承认，如果可以承担 32 倍的预算增加，CDR 会更准确。其贡献在于评估协议、模型的预算调节以及对外推失效的表征。

研究结论指出，对于通常需要在紧凑采样预算下评估数千个参数的 VQA 优化循环而言，单次执行的学习型缓解是由于其可靠性和经济性而成为最理想的选择，前提是部署过程包含处理模拟与硬件间隙的机制（例如微调）。