Mitigación de errores en un dispositivo fotónico cuántico a corto plazo

Marca de tiempo: 4 de mayo de 2021 7:18 a.m.
Nodo de origen: 844782

daiqin su1, Roberto Israel1, Kunal Sharma2, Haoyuqi1, Ish Dhand1y Kamil Brádler1

1Xanadu, Toronto, Ontario, M5G 2C8, Canadá
2Instituto Hearne de Física Teórica y Departamento de Física y Astronomía, Universidad Estatal de Louisiana, Baton Rouge, LA, EE. UU.

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

La pérdida de fotones es destructiva para el rendimiento de los dispositivos fotónicos cuánticos y, por lo tanto, suprimir los efectos de la pérdida de fotones es fundamental para las tecnologías cuánticas fotónicas. Presentamos dos esquemas para mitigar los efectos de la pérdida de fotones para un dispositivo de muestreo de bosón gaussiano, en particular, para mejorar la estimación de las probabilidades de muestreo. En lugar de utilizar códigos de corrección de errores que son costosos en términos de sobrecarga de recursos de hardware, nuestros esquemas requieren solo una pequeña cantidad de modificaciones de hardware o incluso ninguna modificación. Nuestras técnicas de supresión de pérdidas se basan en la recopilación de datos de medición adicionales o en el procesamiento posterior clásico una vez que se obtienen los datos de medición. Mostramos que con un costo moderado del posprocesamiento clásico, los efectos de la pérdida de fotones se pueden suprimir significativamente para una cierta cantidad de pérdida. Los esquemas propuestos son, por lo tanto, un habilitador clave para las aplicaciones de dispositivos cuánticos fotónicos a corto plazo.

Imagen destacada: mitigue el efecto de la pérdida de fotones para un estado de vacío comprimido de dos modos. Aquí $ P ([n, n]) $ es la probabilidad de detectar un patrón de número de fotones $ [n, n] $.

Resumen popular

El dispositivo de muestreo de bosones gaussianos (GBS) es uno de los dispositivos fotónicos cuánticos más prometedores. Recientemente se ha utilizado para demostrar la ventaja computacional cuántica sobre las computadoras clásicas en un problema de muestreo específico. El dispositivo GBS también puede encontrar aplicaciones prácticas, por ejemplo, en la resolución de problemas de acoplamiento molecular, en un futuro próximo. Sin embargo, el rendimiento del dispositivo GBS se degrada drásticamente por la pérdida de fotones. En principio, la pérdida de fotones se puede corregir utilizando códigos de corrección de errores cuánticos, pero estos códigos introducen una gran sobrecarga de recursos. Este trabajo propone dos esquemas para mitigar el efecto de la pérdida de fotones para el dispositivo GBS a corto plazo, con una pequeña modificación de hardware o incluso sin modificación. El precio a pagar es realizar múltiples experimentos y un posprocesamiento clásico. Este trabajo encuentra que el efecto de la pérdida de fotones se puede suprimir significativamente con una cantidad moderada de recursos clásicos. Por lo tanto, los esquemas de mitigación de pérdidas propuestos son esenciales para las aplicaciones a corto plazo de las tecnologías fotónicas cuánticas.

► datos BibTeX

► referencias

[ 1 ] AG Fowler, M. Mariantoni, JM Martinis y AN Cleland, códigos de superficie: hacia la computación cuántica práctica a gran escala, Phys. Rev. A 86, 032324 (2012).
https: / / doi.org/ 10.1103 / PhysRevA.86.032324

[ 2 ] J. Preskill, Quantum Computing en la era NISQ y más allá, Quantum 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[ 3 ] S. Boixo, SV Isakov, VN Smelyanskiy, R. Babbush, N. Ding, Z. Jiang, MJ Bremner, JM Martinis y H. Neven, Caracterización de la supremacía cuántica en dispositivos a corto plazo, Nature Physics 14, 595 (2018) .
https: / / doi.org/ 10.1038 / s41567-018-0124-x

[ 4 ] S. Aaronson y L. Chen, Fundamentos teóricos de la complejidad de los experimentos de supremacía cuántica, arXiv: 1612.05903.
arXiv: 1612.05903v1

[ 5 ] F. Arute, et al., Supremacía cuántica usando un procesador superconductor programable, Nature 574, 505 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-1666-5

[ 6 ] MJ Bremner, R. Jozsa y DJ Shepherd, La simulación clásica de cálculos cuánticos de conmutación implica el colapso de la jerarquía polinómica, Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences 467, 459 (2011).
https: / / doi.org/ 10.1098 / rspa.2010.0301

[ 7 ] MJ Bremner, A. Montanaro y DJ Shepherd, Complejidad de casos promedio versus simulación aproximada de cálculos cuánticos de conmutación, Phys. Rev. Lett. 117, 080501 (2016).
https: / / doi.org/ 10.1103 / PhysRevLett.117.080501

[ 8 ] MJ Bremner, A. Montanaro y DJ Shepherd, Lograr la supremacía cuántica con cálculos cuánticos de conmutación escasos y ruidosos, Quantum 1, 8 (2017).
https:/​/​doi.org/​10.22331/​q-2017-04-25-8

[ 9 ] S. Aaronson, A. Arkhipov, La complejidad computacional de la óptica lineal, Actas del cuadragésimo tercer simposio anual de ACM sobre teoría de la computación, 333-342 (2011).
https: / / doi.org/ 10.1145 / 1993636.1993682

[ 10 ] CS Hamilton, R. Kruse, L. Sansoni, S. Barkhofen, C. Silberhorn, Christine e I. Jex, muestreo de bosones gaussianos, Phys. Rev. Lett. 119, 170501 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.170501

[ 11 ] S. Rahimi-Keshari, AP Lund y TC Ralph, ¿Qué puede decir la óptica cuántica sobre la teoría de la complejidad computacional ?, Phys. Rev. Lett. 114, 060501 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.114.060501

[ 12 ] S. Rahimi-Keshari, TC Ralph y CM Caves, condiciones suficientes para una simulación clásica eficiente de la óptica cuántica, Phys. Rev. X 6, 021039 (2016).
https: / / doi.org/ 10.1103 / PhysRevX.6.021039

[ 13 ] A. Peruzzo, J. McClean, P. Shadbolt, M. Yung, X. Zhou, PJ Love, A. Aspuru-Guzik y JL O'brien, Un solucionador de valores propios variacionales en un procesador cuántico fotónico, Nature Communications 5, 4213 (2014).
https: / / doi.org/ 10.1038 / ncomms5213

[ 14 ] E. Farhi, J. Goldstone y S. Gutmann, Un algoritmo de optimización de aproximación cuántica, arXiv: 1411.4028.
arXiv: 1411.4028

[ 15 ] E. Farhi y AW Harrow, supremacía cuántica a través del algoritmo de optimización cuántica aproximada, arXiv: 1602.07674.
arXiv: 1602.07674

[ 16 ] K. Temme, S. Bravyi y JM Gambetta, Mitigación de errores para circuitos cuánticos de profundidad corta, Phys. Rev. Lett. 119, 180509 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509

[ 17 ] Y. Li, y SC Benjamin, Simulador cuántico variacional eficiente que incorpora minimización activa de errores, Phys. Rev. X 7, 021050 (2017).
https: / / doi.org/ 10.1103 / PhysRevX.7.021050

[ 18 ] A. Kandala, K.Temme, AD Córcoles, A. Mezzacapo, JM Chow y JM Gambetta, La mitigación de errores extiende el alcance computacional de un procesador cuántico ruidoso, Nature 567, 491 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-1040-7

[ 19 ] S. Endo, SC Benjamin y Y. Li, Mitigación práctica de errores cuánticos para aplicaciones del futuro cercano, Phys. Rev. X 8, 031027 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.031027

[ 20 ] C. Song, J. Cui, H. Wang, J. Hao, H. Feng, H. y Li, Ying, Computación cuántica con mitigación de errores universales en un procesador cuántico superconductor, Science Advances 5, (2019).
https: / / doi.org/ 10.1126 / sciadv.aaw5686

[ 21 ] S. Zhang, Y. Lu, K. Zhang, W. Chen, Y. Li, J. Zhang y K. Kim, Puertas cuánticas mitigadas por errores que exceden las fidelidades físicas en un sistema de iones atrapados, Nature Communications 11, 1 ( 2020).
https: / / doi.org/ 10.1038 / s41467-020-14376-z

[ 22 ] X. Bonet-Monroig, R. Sagastizabal, M. Singh y TE O'Brien, Mitigación de errores de bajo costo mediante verificación de simetría, Phys. Rev. A 98, 062339 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.062339

[ 23 ] R. Sagastizabal, X. Bonet-Monroig, M. Singh, MA Rol, CC Bultink, X. Fu, CH Price, VP Ostroukh, N. Muthusubramanian, A. Bruno, M. Beekman, N. Haider, TE O'Brien y L. DiCarlo, Mitigación de errores experimentales mediante verificación de simetría en un eigensolver cuántico variacional, Phys. Rev. A 100, 010302 (R) (2019).
https: / / doi.org/ 10.1103 / PhysRevA.100.010302

[ 24 ] S. McArdle, X. Yuan y S. Benjamin, Simulación cuántica digital mitigada por errores, Phys. Rev. Lett. 122, 180501 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.180501

[ 25 ] X. Bonet-Monroig, R. Sagastizabal, M. Singh y TE O'Brien, Mitigación de errores de bajo costo mediante verificación de simetría, Phys. Rev. A 98, 062339 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.062339

[ 26 ] M. Cerezo, K. Sharma, A. Arrasmith y PJ Coles, Eigensolver de estado cuántico variacional, arXiv: 2004.01372.
arXiv: 2004.01372

[ 27 ] JR McClean, J. Romero, R. Babbush y A. Aspuru-Guzik, La teoría de algoritmos cuánticos híbridos variacionales, New Journal of Physics 18, 023023 (2016).
https:/​/​doi.org/​10.1088/​1367-2630/​18/​2/​023023

[ 28 ] K. Sharma, S. Khatri, M. Cerezo y PJ Coles, Resistencia al ruido de la compilación cuántica variacional, New Journal of Physics 22, 043006 (2020).
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c

[ 29 ] L. Cincio, K. Rudinger, M. Sarovar y PJ Coles, Aprendizaje automático de circuitos cuánticos resistentes al ruido, PRX Quantum 2, 010324 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324

[ 30 ] Y. Chen, M. Farahzad, S. Yoo y T. Wei, Detector de tomografía en computadoras cuánticas IBM y mitigación de una medición imperfecta, Phys. Rev. A 100, 052315 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.100.052315

[ 31 ] MR Geller y M. Sun, Corrección eficiente de errores de medición de múltiples bits, arXiv: 2001.09980.
arXiv: 2001.09980

[ 32 ] L. Funcke, T. Hartung, K. Jansen, S. Kühn, P. Stornati y X. Wang, Mitigación de errores de medición en computadoras cuánticas mediante la corrección clásica de inversión de bits, arXiv: 2007.03663.
arXiv: 2007.03663

[ 33 ] H. Kwon y J. Bae, Un enfoque híbrido cuántico-clásico para mitigar los errores de medición en algoritmos cuánticos, IEEE Transactions on Computers (2020).
https: / / doi.org/ 10.1109 / TC.2020.3009664

[ 34 ] JR McClean, ME Kimchi-Schwartz, J. Carter y WA de Jong, Jerarquía clásica cuántica híbrida para la mitigación de la decoherencia y determinación de estados excitados, Phys. Rev. A 95, 042308 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.95.042308

[ 35 ] J. Sun, X. Yuan, T. Tsunoda, V. Vedral, SC Bejamin y S. Endo, Mitigación del ruido realista en dispositivos cuánticos de escala intermedia ruidosos prácticos, Phys. Rev. Applied 15, 034026 (2021).
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034026

[ 36 ] A. Strikis, D. Qin, Y. Chen, BC Benjamin y Y. Li, Mitigación de errores cuánticos basada en el aprendizaje, arXiv: 2005.07601.
arXiv: 2005.07601

[ 37 ] P. Czarnik, A. Arrasmith, PJ Coles y L. Cincio, Mitigación de errores con datos del circuito cuántico de Clifford, arXiv: 2005.10189.
arXiv: 2005.10189

[ 38 ] A. Zlokapa y A. Gheorghiu, Un modelo de aprendizaje profundo para la predicción de ruido en dispositivos cuánticos a corto plazo, arXiv: 2005.10811.
arXiv: 2005.10811

[ 39 ] J. Arrazola y TR Bromley, Uso de muestreo de bosones gaussianos para encontrar subgrafos densos, Phys. Rev. Lett. 121, 030503 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.030503

[ 40 ] K. Brádler, S. Friedland, J. Izaac, N. Killoran y D. Su, isomorfismo gráfico y muestreo del bosón gaussiano, Spec. Matrices 9, 166 (2021).
https: / / doi.org/ 10.1515 / spma-2020-0132

[ 41 ] M. Schuld, K. Brádler, R. Israel, D. Su y B. Gupt, Midiendo la similitud de gráficos con un muestreador de bosones gaussianos, Phys. Rev. A 101, 032314 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.032314

[ 42 ] K. Brádler, R. Israel, M. Schuld y D. Su, Una dualidad en el corazón del muestreo del bosón gaussiano, arXiv: 1910.04022.
arXiv: 1910.04022v1

[ 43 ] C. Weedbrook, S. Pirandola, R. García-Patrón, NJ Cerf, TC Ralph, JH Shapiro y S. Lloyd, Información cuántica gaussiana, Rev. Mod. Phys. 84, 621 (2012).
https: / / doi.org/ 10.1103 / RevModPhys.84.621

[ 44 ] K. Brádler, P. Dallaire-Demers, P. Rebentrost, D. Su y C. Weedbrook, muestreo del bosón gaussiano para emparejamientos perfectos de gráficos arbitrarios, Phys. Rev. A 98, 032310 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.032310

[ 45 ] H. Qi, DJ Brod, N. Quesada y R. García-Patrón, Regímenes de simulación clásica para muestreo ruidoso de bosones gaussianos, Phys. Rev. Lett. 124, 100502 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.124.100502

[ 46 ] WR Clements, PC Humphreys, BJ Metcalf, WS Kolthammer e IA Walsmley, Diseño óptimo para interferómetros multipuerto universales, Optica 3, 1460 (2016).
https: / / doi.org/ 10.1364 / OPTICA.3.001460

[ 47 ] M. Reck, A. Zeilinger, HJ Bernstein y P. Bertani, Realización experimental de cualquier operador unitario discreto, Phys. Rev. Lett. 73, 58 (1994).
https: / / doi.org/ 10.1103 / PhysRevLett.73.58

[ 48 ] M. Jacques, A. Samani, E. El-Fiky, D. Patel, X. Zhenping y DV Plant, Optimización del diseño de desfasadores termoópticos y mitigación de la diafonía térmica en la plataforma SOI, Opt. Express 27, 10456 (2019).
https: / / doi.org/ 10.1364 / OE.27.010456

[ 49 ] A. Serafini, Variables continuas cuánticas: una introducción a los métodos teóricos (CRC Press, 2017).

[ 50 ] J. Huh, GG Guerreschi, B. Peropadre, JR McClean y A. Aspuru-Guzik, muestreo de bosones para espectros vibrónicos moleculares, Nature Photonics 9, 615 (2015).
https: / / doi.org/ 10.1038 / nphoton.2015.153

[ 51 ] S. Rahimi-Keshari, MA Broome, R. Fickler, A. Fedrizzi, TC Ralph y AG White, Caracterización directa de redes ópticas lineales, Opt. Express 21, 13450 (2013).
https: / / doi.org/ 10.1364 / OE.21.013450

[ 52 ] V. Giovannetti, AS Holevo y R. García-Patrón, Una solución de la conjetura del optimizador gaussiano para canales cuánticos, Commun. Matemáticas. Phys. 334, 1553 (2015).
https:/​/​doi.org/​10.1007/​s00220-014-2150-6

[ 53 ] R. García-Patrón, J. Renema y V. Shchesnovich, Simulando muestreo de bosones en arquitecturas con pérdida, Quantum 3, 169 (2019).
https:/​/​doi.org/​10.22331/​q-2019-08-05-169

[ 54 ] R. Kruse, CS Hamilton, L. Sansoni, S. Barkhofen, C. Silberhorn e I. Jex, Estudio detallado del muestreo del bosón de Gauss, Phys. Rev. A 100, 032326 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.100.032326

Citado por

[1] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C. Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio y Patrick J. Coles, "Variational Quantum Algorithms", arXiv: 2012.09265.

[2] Tyler Volkoff, Zoë Holmes y Andrew Sornborger, "Teoremas de compilación universal y (No) Free-Lunch para el aprendizaje cuántico de variables continuas", arXiv: 2105.01049.

[3] Shreya P. Kumar, Leonhard Neuhaus, Lukas G. Helt, Haoyu Qi, Blair Morrison, Dylan H. Mahler e Ish Dhand, "Mitigar las imperfecciones de la óptica lineal mediante la asignación de puertos y la compilación", arXiv: 2103.03183.

[4] Saad Yalouz, Bruno Senjean, Filippo Miatto y Vedran Dunjko, "Codificación de funciones de onda de muchos bosones fuertemente correlacionadas en una computadora cuántica fotónica: aplicación al atractivo modelo Bose-Hubbard", arXiv: 2103.15021.

Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2021-05-07 23:43:35). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.

On Servicio citado por Crossref no se encontraron datos sobre las obras citadas (último intento 2021-05-07 23:43:33).

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.

Fuente: https://quantum-journal.org/papers/q-2021-05-04-452/

Sello de tiempo:

Mas de Diario cuántico