Assorbimento del rumore propagato (PNA)

Questo pacchetto implementa l'assorbimento del rumore propagato (PNA) [1] per mitigare gli errori nel valore di aspettazione delle osservabili.

La PNA funziona “assorbendo” gli inversi dei canali di rumore appresi in un'osservabile target tramite la propagazione di Pauli. Cioè, ogni generatore di rumore di Pauli nel modello di rumore viene propagato classicamente fino alla fine del circuito e applicato all'osservabile. Ne risulta una nuova osservabile che, quando misurata su una QPU, mitiga il rumore di gate appreso.

Questo pacchetto è adatto a stimare i valori di aspettazione di circuiti quantistici generici e di osservabili di Pauli; tuttavia, la tecnica è in genere più efficace sui circuiti quasi-Clifford.

Per iniziare

Una semplice guida per iniziare rapidamente con questo pacchetto è disponibile nella guida rapida.

Esempi di casi d'uso

Questa tecnica è stata usata per mitigare il rumore su modelli di Ising con Trotterizzazione a 56 qubit [1].

Discussione tecnica

Panoramica del metodo

L'esecuzione di gate di entanglement sulle QPU moderne produce una quantità sostanziale di rumore. Finché non saranno disponibili dispositivi pienamente fault tolerant, non avremo a disposizione gate di entanglement ideali, $U$. Questi saranno invece affetti da un certo canale di rumore, $\Lambda$.

È possibile apprendere e caratterizzare in modo efficiente questo rumore di gate come modello di Pauli-Lindblad e, come mostrato nella cancellazione probabilistica degli errori (PEC), possiamo mitigare l'errore implementando l'anti-rumore, $\Lambda^{-1}$, con un protocollo di campionamento su QPU [2]. Altre tecniche, come la mitigazione degli errori con reti tensoriali (TEM), implementano il canale di rumore inverso come passaggio di post-elaborazione classica [3].

Come la TEM, la PNA implementa il canale di rumore inverso in un passaggio di elaborazione classica. Mentre la TEM usa reti tensoriali per descrivere e applicare la mappa che mitiga il rumore a un insieme di misure informazionalmente complete, la PNA usa la propagazione di Pauli per propagare l'osservabile, $O$, attraverso il canale di rumore inverso. Ne risulta una nuova osservabile, $\tilde{O}$, che, misurata sullo stato rumoroso, mitiga il rumore appreso.

Fonti di bias

• Questa implementazione propaga fino alla fine del circuito ogni generatore di errore di Pauli all'interno di ciascun canale di anti-rumore, $\Lambda^{-1}_i$. Man mano che ogni generatore di anti-rumore viene propagato in avanti attraverso il circuito sotto l'azione di $N$ gate di rotazione di Pauli di un circuito a $M$ qubit, il numero di termini crescerà come $O(2^N)$ verso un massimo di $4^M$ componenti di Pauli distinte. Per controllare il costo computazionale, i termini con coefficienti piccoli devono essere troncati, il che produce un certo errore nel canale di anti-rumore evoluto.

• Oltre al troncamento del canale di anti-rumore evoluto, $\Lambda^{-1}$, anche $\tilde{O}$ viene troncata mentre è propagata attraverso $\Lambda^{-1}$. Anche questa è una fonte di bias nel valore di aspettazione mitigato finale.

• Lasciare crescere $\tilde{O}$ durante la propagazione ne aumenta l'accuratezza, ma misurarla richiede molti più shot sulla QPU. In genere ciò aumenta i coefficienti dei termini di Pauli originali in $O$ e crea molti nuovi termini di Pauli con coefficienti più piccoli. Sia il riscalamento dei coefficienti originali sia la creazione di nuovi termini possono aumentare l'overhead di campionamento. In pratica, tronchiamo ancora una volta misurando solo i termini più grandi di $\tilde{O}$.

Contribuire

Il codice sorgente è disponibile su GitHub.

La guida per gli sviluppatori si trova in CONTRIBUTING.md, nella radice del repository di questo progetto. Partecipando, ci si aspetta che tu rispetti il codice di condotta di Qiskit.

Usiamo le issue di GitHub per tracciare richieste e bug.

Citare questo pacchetto

Se usi questo pacchetto nella tua ricerca, usa il file CITATION.bib nel repository di questo progetto per citare i riferimenti appropriati.

Licenza

Apache License 2.0

Politica di deprecazione

Seguiamo il versionamento semantico. Occasionalmente potremmo introdurre modifiche non retrocompatibili per migliorare l'esperienza utente. Quando possibile, manterremo le vecchie interfacce e le contrassegneremo come deprecate, finché potranno coesistere con le nuove. Ogni miglioramento sostanziale, modifica non retrocompatibile o deprecazione sarà documentata nelle note di rilascio.

Riferimenti

1. Andrew Eddins, et al., Computing noise-canceling observables via Pauli propagation, arXiv:2606.20441 [quant-ph].

2. Ewout van den Berg, et al., Probabilistic error cancellation with sparse Pauli-Lindblad models on noisy quantum processors, arXiv:2201.09866 [quant-ph].

3. Sergei Filippov, et al., Scalable tensor-network error mitigation for near-term quantum computing, arXiv:2307.11740 [quant-ph].