Hata Tespiti ile Probabilistic Error Cancellation: Örnekleme Maliyetinde 63 Kata Varan Azalma

IBM donanımında PEC ile derin devre çalıştırıyorsanız doğruluğun bedelini shot ile ödersiniz ve bu fatura devre derinliğiyle üssel büyür. IBM Research'ün 11 Eylül 2026'da yayımladığı preprint, hata tespitinin bu maliyetin bir kısmını üstlenmesi için bir yol bildiriyor: altı adımlık bir Trotter devresinde çıkarsanan örnekleme maliyeti 85.545'ten 1.359'a iniyor.

PEC'in shot maliyeti derinlikle neden üssel büyüyor

PEC, işlemcinin gürültüsünün bir modelini öğrenir; sonra devreyi değiştirilmiş biçimlerde çalıştırıp sonuçları artı ve eksi ağırlıklarla birleştirerek bu gürültüyü tersine çevirir. Yöntemi gerçek donanımda uygulanabilir kılan seyrek Pauli-Lindblad protokolü (Nature Physics 19, 1116) korelasyonlu gürültüyü makul sayıda parametreyle modelliyor; 20 qubitlik bir kapı katmanının gürültüsünü öğrendi ve dört ile on qubitlik Ising zincirlerinde PEC uyguladı.

Bedeli, katman katman katlanan bir örnekleme maliyeti. Takagi, Tajima ve Gu bunun PEC'e özgü olmadığını, genel olarak hata azaltmaya ait bir sınır olduğunu gösterdi: evrensel alt sınırları (Physical Review Letters 131, 210602) henüz keşfedilmemiş olanlar dahil genel hata azaltma protokollerine uygulanıyor ve bunların geniş bir sınıfı için, çeşitli gürültü modellerinde örnekleme maliyetinin devre derinliğiyle üssel büyümek zorunda olduğunu ortaya koyuyor.

Yani hata azaltmanın içinde kalarak bu duvardan kaçış yok. Geriye üssün tabanını küçültmek kalıyor.

Hata tespiti doğruluğu shot harcayarak satın alır

Diğer kol devreye check qubit ekler, bunları ölçer ve sendromu tetiklenen her run'ı çöpe atar. Microsoft ve Quantinuum, Quantinuum'un tuzaklanmış iyon donanımında fiziksel devre taban çizgilerine göre 11 kat ile 800 kat arasında mantıksal hata oranı iyileşmesi bildirdi (Nature 654, 349); sonuçlar, iki hata düzeltme kodunun (12 qubitlik carbon kodu ve 16 qubitlik tesseract renk kodu) hata tespiti ve post-selection ile birleştirilmesine dayanıyor.

Post-selection'ın da kendi para birimi var: kabul olasılığı. Atılan shot da cihaz zamanı harcamıştır, yani tespit bir üsseli başka bir üssele takas eder.

İkisini birleştirmeyi engelleyen doğrusalsızlık

PEC kestirimcisi örneklerinde doğrusaldır: her rastgeleleştirilmiş devre işaretli bir ağırlıkla katkı verir, ortalama da azaltılmış beklenen değeri verir. Post-selection ise her beklenen değeri, girdi durumuna ve rastgeleleştirmeye bağlı olabilen kendi kabul olasılığına bölerek normalize eder; bu da onu genel olarak doğrusal olmayan bir işlem yapar. Her rastgeleleştirmeyi ayrı ayrı normalize ederseniz ortalanan topluluk, PEC'in tersine çevirdiğini varsaydığı topluluk olmaktan çıkar; preprint bu artık yanlılığı bir genlik sönümü örneğiyle gösteriyor.

Çözüm, post-selection uygulanmış haritaları normalize etmeden bırakmak. Her rastgeleleştirmenin beklenen değeri kendi kabul olasılığı alpha_r ile çarpılıyor, sonuçlar ortalanıyor ve toplam ancak o noktada ortak alpha değerine bölünüyor. Normalizasyon bir kez, ortalamadan sonra yapılıyor; orada doğrusal kestirimciyle uyumlu kalıyor.

Katman bazlı gürültü modelinin ifade edemediği spacetime korelasyonu

Post-selection geriye kalan gürültünün biçimini de değiştirir ve asıl ikinci engel budur. Preprint, devredeki her katman için bir tensör çarpanı içeren yardımcı bir Pauli uzayı tanımlıyor; böylece her temel hata (Pauli, katman) biçiminde bir etiket taşıyor.

Bu etiketleme, post-selection sonrası gürültüyü temiz biçimde ayırıyor. Hiçbir check'in yakalamadığı hatalar, sıradan PEC'teki gibi birinci mertebeden katkı veriyor. Tek tek tespit edilebilen ama sendromları birbirini götüren hatalar ise birlikte hayatta kalıyor ve uzayda ve zamanda farklı konumları birbirine bağlayan yüksek mertebeli terimler üretiyor.

Katman bazlı bir gürültü modelinin, ikinci katmandaki bir hata ile beşinci katmandaki bir hata arasındaki korelasyonu ifade edecek sözcüğü yoktur. Spacetime gösterimi tam bu boşluğu dolduruyor: artık kanal, öğrenilmiş fiziksel gürültü modelinden ve devrenin sendrom bilgisinden bir spacetime nesnesi olarak inşa ediliyor, ardından tersine çevriliyor.

IBM Aachen işlemcisinden gelen sayılar

Doğrulama, 20 veri ve 4 check qubit'ten oluşan 24 qubitlik bir halkada Clifford devreleriyle yapıldı; bu dört check, modellenen temel hataların %65'ini yakaladı. Fizik koşusunda 22 veri ve 27 check qubit ile enine alan Ising dinamiği çalıştırıldı, altı Trotter adımında 648 CZ kapısına ulaşıldı ve beklenen ortalama mıknatıslanma geri elde edildi.

Çıkarsanan örnekleme maliyeti, yalnız PEC'e karşı tespitle birlikte PEC:

• İki Trotter adımı: 44,1 değerinden 12,1 değerine iniyor, 3,7 kat iyileşme
• Dört adım: 1.941 değerinden 122 değerine iniyor, 15,9 kat iyileşme
• Altı adım: 85.545 değerinden 1.359 değerine iniyor, 63 kat iyileşme

Bu üç iyileşme katsayısını sırayla okuyun. Her iki ek Trotter adımında avantaj kabaca dörde katlanıyor; bu, sabit bir indirimden çok üssün tabanının küçüldüğüne işaret eder. Devre derinleştikçe aranın açılmasını beklemek gerekir.

Metrik konusunda bir uyarı: buradaki maliyet, öğrenilen gürültü modellerinden ve ölçülen sendrom kabul oranından hesaplanan çıkarsanmış bir nicelik (gamma_L karesi bölü alpha); bu oran iki adımda 0,534, altı adımda 0,197. İki sütun da tüm yöntemlere uygulanan ve shot'ların tipik olarak yalnızca %16 ile %24'ünü geçiren leakage ve diğer non-Markovian hata filtresinin maliyetini dışarıda bırakıyor. Bu bir örnekleme maliyeti ölçüsü; makale duvar saati süresi iddiasında bulunmuyor.

63 kat rakamının sınırları

Makaleden (arXiv:2609.13108) çıkarılması gereken üç sınır var:

• Check'ler yalnızca devrenin sonunda ölçülüyor; yazarlar devre içi post-selection'ı gelecek iş olarak listeliyor
• Tersine çevirme birinci mertebeden yapılıyor ve ikinci mertebe yanlılık, test edilen gözlenebilirler için istatistiksel hatanın altında sınırlanmış durumda
• Çalışma bir preprint; IBM donanımında çalıştırıldı ve IBM tarafından ölçüldü, dolayısıyla 63 kat rakamı bildirilmiş durumda, bağımsız olarak doğrulanmış değil

Yukarıdaki her sayı öğrenilmiş bir gürültü modeline dayanıyor. Öğrenme adımı, standart PEC'in kullandığı seyrek Pauli-Lindblad karakterizasyonunun aynısı; post-selection sonrası mantıksal model ise bundan ve devrenin sendrom bilgisinden hesaplanıyor. Nature Physics gösteriminde yazarlar, gürültüdeki zamana bağlı dalgalanmalara karşı modeli birkaç saatte bir yeniden öğrendi; dolayısıyla öğrenilmiş bir modelin ne kadar süre doğru kaldığı bütün bunların altındaki sessiz kısıttır.

Bu raf ömrü sorusu, SuperconducTED projesinin incelemek için kurulduğu soru: proje, IBM kalibrasyon verisinden bulanık çıkarımla Qiskit Aer gürültü modelleri üretiyor ve kalibrasyon döngüleri boyunca doğru kalan modelleri hedefliyor. PEC'te sizi endişelendiren kısım modelin bayatlaması ise SuperconducTED kalibrasyon kayması yaklaşımını inceleyin.