Absorción de ruido propagado (PNA)

Este paquete implementa la absorción de ruido propagado (PNA) [1] para mitigar errores en el valor esperado de observables.

PNA funciona «absorbiendo» las inversas de los canales de ruido aprendidos en un observable objetivo mediante propagación de Pauli. Es decir, cada generador de ruido de Pauli del modelo de ruido se propaga clásicamente hasta el final del circuito y se aplica al observable. El resultado es un nuevo observable que, al medirse en una QPU, mitiga el ruido de puertas aprendido.

Este paquete es adecuado para estimar valores esperados de circuitos cuánticos generales y observables de Pauli; sin embargo, la técnica suele ser más eficaz en circuitos casi Clifford.

Primeros pasos

Una guía sencilla para empezar rápidamente con este paquete está disponible en la guía de inicio rápido.

Ejemplos de casos de uso

Esta técnica se ha usado para mitigar el ruido en modelos de Ising trotterizados de 56 qubits [1].

Discusión técnica

Descripción general del método

Ejecutar puertas entrelazantes en las QPU modernas produce una cantidad sustancial de ruido. Hasta que haya dispositivos totalmente tolerantes a fallos, no se dispondrá de puertas entrelazantes ideales, $U$. En su lugar, estarán afectadas por algún canal de ruido, $\Lambda$.

Es posible aprender y caracterizar eficientemente este ruido de puertas como un modelo de Pauli-Lindblad y, como se muestra en la cancelación probabilística de errores (PEC), podemos mitigar el error implementando el antirruido, $\Lambda^{-1}$, con un protocolo de muestreo en la QPU [2]. Otras técnicas, como la mitigación de errores con redes tensoriales (TEM), implementan el canal de ruido inverso como un paso de posprocesamiento clásico [3].

Al igual que TEM, PNA implementa el canal de ruido inverso en un paso de procesamiento clásico. Mientras que TEM usa redes tensoriales para describir y aplicar el mapa que mitiga el ruido a un conjunto de mediciones informacionalmente completas, PNA usa la propagación de Pauli para propagar el observable, $O$, a través del canal de ruido inverso. El resultado es un nuevo observable, $\tilde{O}$, que, al medirse sobre el estado ruidoso, mitiga el ruido aprendido.

Fuentes de sesgo

• Esta implementación propaga hasta el final del circuito cada generador de error de Pauli dentro de cada canal de antirruido, $\Lambda^{-1}_i$. A medida que cada generador de antirruido se propaga hacia delante por el circuito bajo la acción de $N$ puertas de rotación de Pauli de un circuito de $M$ qubits, el número de términos crecerá como $O(2^N)$ hacia un máximo de $4^M$ componentes de Pauli únicos. Para controlar el coste de cálculo, hay que truncar los términos con coeficientes pequeños, lo que genera cierto error en el canal de antirruido evolucionado.

• Además del truncamiento del canal de antirruido evolucionado, $\Lambda^{-1}$, $\tilde{O}$ también se trunca al propagarse a través de $\Lambda^{-1}$. Esto también es una fuente de sesgo en el valor esperado mitigado final.

• Aunque dejar que $\tilde{O}$ crezca durante la propagación aumentará su precisión, medirlo requiere tomar muchos más shots en la QPU. Normalmente esto aumenta los coeficientes de los términos de Pauli originales de $O$ y, además, crea muchos términos de Pauli nuevos con coeficientes más pequeños. Tanto el reescalado de los coeficientes originales como la creación de nuevos términos pueden aumentar la sobrecarga de muestreo. En la práctica, truncamos una vez más midiendo solo los términos más grandes de $\tilde{O}$.

Contribuir

El código fuente está disponible en GitHub.

La guía para desarrolladores se encuentra en CONTRIBUTING.md, en la raíz del repositorio de este proyecto. Al participar, se espera que respetes el código de conducta de Qiskit.

Usamos GitHub issues para el seguimiento de solicitudes y errores.

Cómo citar este paquete

Si usas este paquete en tu investigación, utiliza el archivo CITATION.bib del repositorio de este proyecto para citar las referencias adecuadas.

Licencia

Apache License 2.0

Política de obsolescencia

Seguimos el versionado semántico. Ocasionalmente podemos introducir cambios incompatibles para mejorar la experiencia del usuario. Cuando sea posible, mantendremos las interfaces antiguas y las marcaremos como obsoletas, siempre que puedan coexistir con las nuevas. Cada mejora sustancial, cambio incompatible u obsolescencia quedará documentado en las notas de la versión.

Referencias

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].