Deel 5 van de reeks Floquet-Ising: van twee qubits naar prethermale oscillaties
Op een ideale quantumcomputer is iedere gate precies unitair. Echte hardware voegt relaxatie, dephasing, coherent over- of onderdraaien, leakage, crosstalk en meetfouten toe. Foutmitigatie probeert de bias in een observable te verkleinen zonder de volledige logische foutcorrectie van een fault-tolerante computer.
Een transparant toy-ruismodel
In het twee-qubitmodel plaatsen we na iedere gate een lokale Pauli-depolariserende stap. Schematisch is voor één qubit
\[\mathcal{E}_p(\rho)=
(1-p)\rho+\frac{p}{3}
\left(X\rho X+Y\rho Y+Z\rho Z\right).
\]
De exacte gewichten hangen af van de gekozen conventie, maar het concept is helder: met kansgewicht p wordt een Pauli-fout toegevoegd. Omdat we de volledige dichtheidsmatrix kennen, kunnen we de ruis zonder samplingonzekerheid evalueren.
Dit is geen model van een specifieke IBM-kalibratie. Het mist onder meer tijdscorrelaties, drift, leakage en ruimtelijke crosstalk. De eenvoud is hier een voordeel: zij laat de mitigatierekenkunde zien zonder een verborgen fitmachine.
Zero-noise extrapolation
Stel dat de verwachting van een observable bij geschaalde ruis f ongeveer exponentieel afneemt:
\[M(f)=M(0)e^{-\gamma f}.
\]
Meet of bereken M(1) bij de oorspronkelijke ruis en M(2) bij tweemaal zoveel effectieve ruis. Dan geldt
\[\frac{M(1)^2}{M(2)}
=\frac{M(0)^2e^{-2\gamma}}{M(0)e^{-2\gamma}}
=M(0).
\]
Dit is de twee-punts exponentiële ZNE-estimator. Bij cycle 6 levert het toy model:
| Route | Magnetisatie |
|---|---|
| Exact, ruisvrij | 0.8273524194 |
| Native ruis f=1 | 0.6309694889 |
| Versterkte ruis f=2 | 0.4809840321 |
| Exponentiële ZNE | 0.8277249781 |
De correctie is indrukwekkend, maar grotendeels ontworpen succes: het eenvoudige kanaal volgt de exponentiële ansatz zeer goed. Op hardware kan een verkeerd functioneel model een fraai maar gebiased nulruispunt produceren.
Probabilistic error cancellation
PEC volgt een ander idee. Wanneer we het ruiskanaal voldoende nauwkeurig kennen, schrijven we de inverse werking als een quasi-probabilistische combinatie van fysiek uitvoerbare bewerkingen:
\[\mathcal{E}^{-1}=\sum_j \eta_j\mathcal{B}_j.
\]
Sommige coëfficiënten eta-j zijn negatief. We samplen bewerkingen volgens de absolute gewichten en vermenigvuldigen de uitkomst met een teken en normalisatiefactor. Gemiddeld kan de estimator onbevooroordeeld zijn, maar de variantie groeit met de quasi-probabilistische overhead.
PEC ruilt dus bias in voor samplingkosten. Bij diepe circuits kan die overhead exponentieel hard groeien. Een resultaat zonder foutbalken of QPU-kosten vertelt daarom maar de helft van het verhaal.
Ruisonderdrukking, readoutmitigatie en mitigatie
Verschillende technieken moeten niet op één hoop worden gegooid:
- Transpilatie en dynamical decoupling veranderen het circuit om fouten vooraf te onderdrukken.
- Gate twirling randomiseert coherente foutstructuur zodat een beter modelleerbaar effectief kanaal ontstaat.
- M3-readoutmitigatie kalibreert meetverwarring en corrigeert gemeten marginalen.
- ZNE extrapoleert vanaf meerdere ruissterktes.
- PEC gebruikt een gekarakteriseerde quasi-probabilistische inverse.
In onze IBM-route combineren we een rauwe arm met een XY4- en twirlingarm en gebruiken we een gedeelde gebalanceerde M3-kalibratie. Voor de globale 51-bitdistributie zijn 512 shots veel te schaars. Daarom wordt M3 lokaal toegepast op de één- en twee-qubitsupports van magnetisatie en ZZ-paren.
Waarom gedeelde kalibratie belangrijk is
Wanneer twee meetarmen met verschillende kalibraties worden gecorrigeerd, kan kalibratiedrift op een fysisch verschil lijken. Een gedeelde M3-snapshot maakt de vergelijking beter gepaard. Zij verwijdert niet alle drift: raw, suppression en calibratie worden nog steeds op verschillende momenten uitgevoerd. De tijdstempels horen daarom bij de wetenschappelijke data.
De validatiehiërarchie van de paper
QESEM-Unbiased gebruikt een PEC-achtige onbevooroordeelde estimator en wordt bij grotere diepte statistisch duur. QESEM-Extrapolated gebruikt noise-amplified estimators en bereikt latere cycli met lagere overhead, maar is modelafhankelijker. De paper valideert het latere pad waar beide routes nog overlappen.
Daar komen onafhankelijke noise-amplification factors, hardwaretests van het gekarakteriseerde ruis-model, klassieke vroege-cyclereferenties en geselecteerde Quantinuum-resultaten bij. Geen enkele controle draagt alleen de hele claim.
De eerlijkste conclusie uit het toy model
Het toy model laat exact zien hoe ruis een oscillatie dempt en hoe ZNE onder de juiste ansatz de nulruiswaarde reconstrueert. Het bewijst niet dat dezelfde ansatz op een 51-qubitprocessor geldig is. De wetenschappelijke waarde zit in de transparantie: we weten welke aanname de correctie laat werken en kunnen vervolgens op hardware testen of die aanname standhoudt.
In deel 6 zetten we de schaalstappen naast elkaar. Dan wordt zichtbaar waarom klassieke convergentie, mitigatieonzekerheid en resourceboekhouding samen bepalen of het woord quantumvoordeel verantwoord is.
Bronnen
- Afleiding en toy-implementatie.
- Z. Cai et al., Quantum Error Mitigation.
- E. Leviatan et al., QESEM-validatiehiërarchie.