הפחתת שגיאות באמצעות רשתות טנסור (TEM): פונקציית Qiskit מאת Algorithmiq

הערה

פונקציות Qiskit הן תכונה ניסיונית הזמינה רק למשתמשי IBM Quantum® Premium Plan, Flex Plan ו-On-Prem (דרך IBM Quantum Platform API) Plan. הן נמצאות בסטטוס שחרור תצוגה מקדימה וכפופות לשינויים.

גרסאות חבילות

הקוד בדף זה פותח תוך שימוש בדרישות הבאות. אנו ממליצים להשתמש בגרסאות אלו או חדשות יותר.

qiskit[all]~=2.3.0
qiskit-ibm-catalog~=0.11.0

סקירה כללית

שיטת הפחתת שגיאות באמצעות רשתות טנסור (TEM) של Algorithmiq היא אלגוריתם היברידי קוונטי-קלאסי המיועד לביצוע הפחתת רעש כולה בשלב עיבוד הנתונים הקלאסי שלאחר המדידה. עם TEM, אתה יכול לחשב ערכי ציפייה של אופרטורים תוך הפחתת שגיאות הרעש הבלתי-נמנעות המתרחשות בחומרה קוונטית, עם דיוק מוגבר ויעילות עלות גבוהה יותר, מה שהופך אותה לאפשרות מושכת מאוד עבור חוקרי קוונטום ואנשי מקצוע בתעשייה כאחד.

השיטה מורכבת מבניית רשת טנסור המייצגת את ההופכי של ערוץ הרעש הגלובלי המשפיע על מצב המעבד הקוונטי, ולאחר מכן החלת המיפוי על תוצאות מדידה שלמות-מידעית שנרכשו מהמצב הרועש, כדי לקבל מאמדים חסרי-הטיה עבור האופרטורים.

כיתרון, TEM מנצלת מדידות שלמות-מידעית כדי לספק גישה למגוון רחב של ערכי ציפייה מופחתי-שגיאות של אופרטורים, ויש לה עלות דגימה אופטימלית על החומרה הקוונטית, כמתואר ב-Filippov et al. (2023), arXiv:2307.11740, ו-Filippov et al. (2024), arXiv:2403.13542. עלות המדידה מתייחסת למספר המדידות הנוספות הנדרשות לביצוע הפחתת שגיאות יעילה, גורם קריטי בכדאיות החישובים הקוונטיים. לפיכך, ל-TEM יש פוטנציאל לאפשר יתרון קוונטי בתרחישים מורכבים, כגון יישומים בתחומי כאוס קוונטי, פיזיקה של גופים רבים, דינמיקת Hubbard, וסימולציות כימיה של מולקולות קטנות.

ניתן לסכם את התכונות והיתרונות העיקריים של TEM כך:

1. עלות דגימה אופטימלית: TEM היא אופטימלית ביחס לגבולות תיאורטיים, כלומר אף שיטה אינה יכולה להשיג עלות דגימה קטנה יותר. במילים אחרות, TEM דורשת את המספר המינימלי של מדידות נוספות לביצוע הפחתת שגיאות. משמעות הדבר היא שה-TEM משתמשת בזמן ריצה קוונטי מינימלי.
2. יעילות עלות: מאחר ש-TEM מטפלת בהפחתת רעש כולה בשלב העיבוד שלאחר המדידה, אין צורך להוסיף מעגלים נוספים למחשב הקוונטי, מה שלא רק מוזיל את החישוב אלא גם מצמצם את הסיכון להכנסת שגיאות נוספות עקב אי-שלמויות של מכשירים קוונטיים.
3. הערכת אופרטורים מרובים: הודות למדידות שלמות-מידעית, TEM מעריכה ביעילות אופרטורים מרובים עם אותם נתוני מדידה מהמחשב הקוונטי.
4. הפחתת שגיאות מדידה: פונקציית ה-TEM של Qiskit כוללת גם שיטה קניינית להפחתת שגיאות מדידה המסוגלת להפחית משמעותית שגיאות קריאה לאחר ריצת כיול קצרה.
5. דיוק: TEM משפרת משמעותית את הדיוק והאמינות של סימולציות קוונטיות דיגיטליות, מה שהופך אלגוריתמים קוונטיים למדויקים ואמינים יותר.

תיאור

פונקציית ה-TEM מאפשרת לך לקבל ערכי ציפייה מופחתי-שגיאות עבור אופרטורים מרובים על Circuit קוונטי עם עלות דגימה מינימלית. ה-Circuit נמדד עם מדידת אופרטור-ערך חיובי שלמה-מידעית (IC-POVM), ותוצאות המדידה שנאספו מעובדות במחשב קלאסי. מדידה זו משמשת לביצוע שיטות רשת הטנסור ובניית מיפוי היפוך-רעש. הפונקציה מחילה מיפוי שהופך לחלוטין את ה-Circuit הרועש כולו באמצעות רשתות טנסור המייצגות את השכבות הרועשות.

לאחר שה-Circuits מוגשים לפונקציה, הם עוברים transpiling ואופטימיזציה כדי למזער את מספר השכבות עם שערים דו-Qubit (השערים הרועשים יותר במכשירים קוונטיים). הרעש המשפיע על השכבות נלמד דרך Qiskit Runtime תוך שימוש במודל רעש Pauli-Lindblad דליל כמתואר ב-E. van den Berg, Z. Minev, A. Kandala, K. Temme, Nat. Phys. (2023). arXiv:2201.09866.

מודל הרעש הוא תיאור מדויק של הרעש במכשיר המסוגל ללכוד תכונות עדינות, כולל crosstalk בין Qubits. עם זאת, הרעש על המכשירים יכול להשתנות ולהיסחף, והרעש הנלמד עשוי שלא להיות מדויק בנקודה שבה מתבצעת ההערכה. הדבר עלול לגרום לתוצאות לא מדויקות.

תחילת העבודה

התחבר באמצעות מפתח ה-API של IBM Quantum Platform, ובחר את פונקציית ה-TEM באופן הבא. (קטע קוד זה מניח שכבר שמרת את חשבונך בסביבה המקומית שלך.)

# Added by doQumentation — required packages for this notebook
!pip install -q qiskit qiskit-ibm-catalog

from qiskit_ibm_catalog import QiskitFunctionsCatalog

tem_function_name = "algorithmiq/tem"

catalog = QiskitFunctionsCatalog(channel="ibm_quantum_platform")

# Load your function
tem = catalog.load(tem_function_name)

דוגמה

קטע הקוד הבא מציג דוגמה שבה TEM משמשת לחישוב ערכי הציפייה של אופרטור עבור Circuit קוונטי פשוט.

from qiskit import QuantumCircuit
from qiskit.quantum_info import SparsePauliOp

# Create a quantum circuit
qc = QuantumCircuit(3)
qc.u(0.4, 0.9, -0.3, 0)
qc.u(-0.4, 0.2, 1.3, 1)
qc.u(-1.2, -1.2, 0.3, 2)
for _ in range(2):
    qc.barrier()
    qc.cx(0, 1)
    qc.cx(2, 1)
    qc.barrier()
    qc.u(0.4, 0.9, -0.3, 0)
    qc.u(-0.4, 0.2, 1.3, 1)
    qc.u(-1.2, -1.2, 0.3, 2)

# Define the observables
observable = SparsePauliOp("IYX", 1.0)

# Define the execution options
pub = (qc, [observable])
options = {"default_precision": 0.02}

# Define backend to use. TEM will choose the least-busy device reported by IBM if not specified
backend_name = "ibm_torino"

job = tem.run(pubs=[pub], backend_name=backend_name, options=options)

השתמש ב-Qiskit Serverless APIs כדי לבדוק את סטטוס עומס העבודה של פונקציית Qiskit שלך:

print(job.status())

QUEUED

אתה יכול לקבל את התוצאות כך:

result = job.result()
evs = result[0].data.evs

מידע

ערך הציפייה עבור ה-Circuit ללא רעש עבור האופרטור הנתון אמור להיות סביב 0.18409094298943401.

קלטים

פרמטרים

שם	סוג	תיאור	נדרש	ברירת מחדל	דוגמה
pubs	Iterable[EstimatorPubLike]	אוסף של אובייקטים דמויי PUB (primitive unified bloc), כגון טאפלים (circuit, observables) או (circuit, observables, parameters, precision). ראה סקירת PUBs למידע נוסף. אם מועבר Circuit שאינו ISA, הוא יעבור transpiling עם הגדרות אופטימליות. אם מועבר Circuit ISA, הוא לא יעבור transpiling; במקרה זה, האופרטור חייב להיות מוגדר על ה-QPU כולו.	כן	N/A	(circuit, observables)
backend_name	str	שם ה-Backend לביצוע השאילתה.	לא	אם לא מסופק, ישמש ה-Backend הפחות עמוס.	"ibm_fez"
options	dict	אפשרויות קלט. ראה את הסעיף Options לפרטים נוספים.	לא	ראה את הסעיף Options לפרטים נוספים.	{"max_bond_dimension": 100\}

זהירות

ל-TEM כרגע יש את המגבלות הבאות:

• מעגלים עם פרמטרים אינם נתמכים. הארגומנט parameters צריך להיות מוגדר ל-None אם צוינה דיוק. הגבלה זו תוסר בגרסאות עתידיות.
• נתמכים רק מעגלים ללא לולאות. הגבלה זו תוסר בגרסאות עתידיות.
• שערים לא-יוניטריים, כגון reset, measure, וכל צורות ה-control flow אינם נתמכים. תמיכה ב-reset תתווסף בגרסאות הקרובות.

אפשרויות

מילון המכיל את האפשרויות המתקדמות עבור ה-TEM. המילון עשוי להכיל את המפתחות בטבלה הבאה. אם אחת מהאפשרויות לא מסופקת, יוחל ערך ברירת המחדל המפורט בטבלה. ערכי ברירת המחדל מתאימים לשימוש רגיל ב-TEM.

שם	אפשרויות	תיאור	ברירת מחדל
tem_max_bond_dimension	int	ממד הקשר המקסימלי לשימוש עבור רשתות הטנסור.	500
tem_compression_cutoff	float	ערך ה-cutoff לשימוש עבור רשתות הטנסור.	1e-16
compute_shadows_bias_from_observable	bool	דגל בוליאני המציין האם ה-bias לפרוטוקול מדידת הצללים הקלאסיים צריך להיות מותאם לאופרטור ה-PUB או לא. אם False, ישמש פרוטוקול הצללים הקלאסיים (הסתברות שווה למדידת Z, X, Y).	False
shadows_bias	np.ndarray	ה-bias לשימוש עבור פרוטוקול מדידת הצללים הקלאסיים האקראיים, מערך חד-ממדי או דו-ממדי בגודל 3 או בצורה (num_qubits, 3) בהתאמה. הסדר הוא ZXY	np.array([1 / 3, 1 / 3, 1 / 3])
max_execution_time	int או None	זמן הביצוע המקסימלי על ה-QPU בשניות. אם זמן הריצה עולה על ערך זה, העבודה תבוטל. אם None, יוחל מגבלה ברירת מחדל שנקבעה על ידי Qiskit Runtime.	None
num_randomizations	int	מספר האקראויות לשימוש ללמידת רעש ו-gate twirling.	32
max_layers_to_learn	int	המספר המקסימלי של שכבות ייחודיות ללמידה.	4
mitigate_readout_error	bool	דגל בוליאני המציין האם לבצע הפחתת שגיאות קריאה או לא.	True
num_readout_calibration_shots	int	מספר הירויות לשימוש להפחתת שגיאות קריאה.	10000
default_precision	float	הדיוק ברירת המחדל לשימוש עבור ה-PUBs שלא צוין עבורם דיוק.	0.02
seed	int או None	הגדר את ה-seed של מחולל המספרים האקראיים לצורך שחזוריות. אם None, אל תגדיר את ה-seed.	None

פלטים

PrimitiveResults של Qiskit המכיל את התוצאה המופחתת-שגיאות על ידי TEM. התוצאה עבור כל PUB מוחזרת כ-PubResult המכיל את השדות הבאים:

שם	סוג	תיאור
data	DataBin	DataBin של Qiskit המכיל את האופרטור המופחת-שגיאות על ידי TEM ושגיאת התקן שלו. ל-DataBin יש את השדות הבאים: evs: ערך האופרטור המופחת-שגיאות על ידי TEM. stds: שגיאת התקן של האופרטור המופחת-שגיאות על ידי TEM.
metadata	dict	מילון המכיל תוצאות נוספות. המילון מכיל את המפתחות הבאים: "evs_non_mitigated": ערך האופרטור ללא הפחתת שגיאות. "stds_non_mitigated": שגיאת התקן של התוצאה ללא הפחתת שגיאות. "evs_mitigated_no_readout_mitigation": ערך האופרטור עם הפחתת שגיאות אך ללא הפחתת שגיאות קריאה. "stds_mitigated_no_readout_mitigation": שגיאת התקן של התוצאה עם הפחתת שגיאות אך ללא הפחתת שגיאות קריאה. "evs_non_mitigated_with_readout_mitigation": ערך האופרטור ללא הפחתת שגיאות אך עם הפחתת שגיאות קריאה. "stds_non_mitigated_with_readout_mitigation": שגיאת התקן של התוצאה ללא הפחתת שגיאות אך עם הפחתת שגיאות קריאה.

אחזור הודעות שגיאה

אם סטטוס העומס שלך הוא ERROR, השתמש ב-job.result() כדי לאחזר את הודעת השגיאה באופן הבא:

print(job.result())

PrimitiveResult([PubResult(data=DataBin(evs=np.ndarray(<shape=(1,), dtype=float64>), stds=np.ndarray(<shape=(1,), dtype=float64>)), metadata={'evs_non_mitigated': array([-0.06314623]), 'stds_non_mitigated': array([0.05917147]), 'evs_mitigated_no_readout_mitigation': array([-0.06411205]), 'stds_mitigated_no_readout_mitigation': array([0.05992467]), 'evs_non_mitigated_with_readout_mitigation': array([-0.07028881]), 'stds_non_mitigated_with_readout_mitigation': array([0.06353934])})], metadata={'resource_usage': {'RUNNING: OPTIMIZING_FOR_HARDWARE': {'CPU_TIME': 0.915754}, 'RUNNING: WAITING_FOR_QPU': {'CPU_TIME': 18.804865}, 'RUNNING: POST_PROCESSING': {'CPU_TIME': 10.433445}, 'RUNNING: EXECUTING_QPU': {'QPU_TIME': 159.0}}})

קבלת תמיכה

פנה אל qiskit_ibm@algorithmiq.fi

הקפד לכלול את המידע הבא:

• מזהה עבודת פונקציית Qiskit (qiskit-ibm-catalog), job.job_id
• תיאור מפורט של הבעיה
• כל הודעות שגיאה או קודים רלוונטיים
• צעדים לשחזור הבעיה

הצעדים הבאים

המלצות

• בקש גישה להפחתת שגיאות באמצעות רשתות טנסור של Algorithmiq
• עיין ב-Filippov, S., et al. (2023). Scalable tensor-network error mitigation for near-term quantum computing. arXiv preprint arXiv:2307.11740.
• עיין ב-Filippov, S., et al. (2024). Scalability of quantum error mitigation techniques: from utility to advantage. arXiv preprint arXiv:2403.13542.
• עיין ב-Fischer, E. F., et al. (2024). Dynamical simulations of many-body quantum chaos on a quantum computer. arXiv preprint arXiv:2411.00765.