İnam yayılmasından istifadə edən tenzor şəbəkələri (Tensor Networks with Belief Propagation, TNBP), kvant dövrəsinin vəziyyətini projected entangled pair state (PEPS) formasında təxmini olaraq təkamül etdirən, PEPS bağ ölçüsünü belief propagation əsaslı truncation ilə məhdudlaşdıran və daha sonra müvafiq müşahidə olunan kəmiyyəti boundary matrix product state (bMPS) contraction ilə çıxaran klassik tenzor-şəbəkə simulyasiya üsuludur. Bu tədqiqat TNBP-nin Google Quantum AI-nin Willow prosessorunda həyata keçirilmiş quantum echoes təcrübəsindəki out-of-time-order correlator (OTOC) dövrələrini praktik klassik hesablama xərci ilə yenidən hasil edib-edə bilməyəcəyini araşdırır. Nəticə xüsusilə yüksək dolaşıqlıq yaradan random-circuit OTOC dövrələrində vəziyyətin böyük ölçüdə sıxıla bilmədiyini və tələb olunan PEPS/bMPS bağ ölçülərinin sürətlə artdığını göstərir.
Tədqiqat yeni kvant aparat təcrübəsi deyil. Willow üzərindəki quantum echoes təcrübəsində istifadə edilmiş bəzi dövrələri və eyni quruluşa əsasən yaradılmış daha kiçik yeni dövrələri klassik kompüterdə TNBP ilə simulyasiya edir; bununla yanaşı böyük sistemlər üçün nəzəri miqyaslanma arqumentləri inkişaf etdirir. Tədqiqatçılar əvvəlcə birölçülü sistemlər üçün proqnozlaşdırılan eksponensial bağ-ölçüsü miqyaslanmasını açıq ədədi simulyasiya ilə təsdiqləyirlər. İkiölçülü sistemlərdə isə N=8–28 kimi kiçik nümunələrdən birbaşa asimptotik eksponensial miqyaslanmanı ölçdüklərini iddia etmirlər; əvəzində real 23-kubitlik təcrübə dövrələrində və yeni 8–28 kubitlik dövrələrdə güclü sıxıla bilməzlik dəlilləri tapır və bunları böyük sistemlər üçün nəzəri miqyaslanma ilə birlikdə qiymətləndirirlər.
Real təcrübədən götürülmüş iki 23-kubitlik OTOC dövrəsində TNBP həm Willow təcrübəsindən, həm də Tensor Network Monte Carlo (TNMC) üsulundan daha aşağı siqnal-küy nisbəti (signal-to-noise ratio, SNR) verir. 108 iki-kubitlik qapısı olan dövrədə TNBP təxminən 2,94 SNR-yə çatdığı halda TNMC 7,61, təcrübə isə 7,21 SNR verir. 164 iki-kubitlik qapısı olan daha dərin dövrədə TNBP təxminən 1,31-ə düşür, TNMC 6,73, təcrübə isə 5,26 SNR verir. Bu müqayisə eyni OTOC nümunələrində klassik TNBP yanaşmasının təcrübənin dəqiqliyinə çata bilmədiyini göstərir.
Tədqiqatın mühüm nəzarət təcrübəsində yüksək dolaşıqlıq yaradan iSWAP-bənzəri iki-kubitlik qapılar daha yavaş dolaşıqlıq yaradan tənzimlənə bilən iSWAP qapıları ilə əvəz olunur. Dolaşıqlığın yaranma sürəti kifayət qədər azaldıldıqda TNBP yüksək fidelity və aşağı bağ ölçüsü ilə işləyə bilir. Buna görə mənbə uğursuzluğun yalnız TNBP implementasiyasının ümumi qüsurundan deyil, quantum echoes dövrələrinin yüksək dolaşıqlıq və sıxıla bilməzlik quruluşundan irəli gəldiyinə müstəqil dəstək verir.
Ən böyük təcrübələr üçün verilən xərclər birbaşa işlədilmiş böyük TNBP simulyasiyalarının ölçülmüş sərfiyyatı deyil. Müəlliflər kiçik və orta miqyaslı ədədi nəticələrdən, dövrə həndəsəsindən və hər PEPS bağı üzərində tətbiq olunan dolaşdırıcı qapıların sayından istifadə edərək xərc proyeksiyası aparırlar. Təcrübə ilə müqayisə edilə bilən dəqiqlik hədəfləndikdə 95-kubitlik standart OTOC üçün təxminən \(D\approx3.2\times10^3\), 65-kubitlik ikinci dərəcəli OTOC üçün isə təxminən \(D\approx8.4\times10^5\) PEPS bağ ölçüsünün tələb olunduğunu qiymətləndirirlər. 65-kubitlik halda yalnız bir PEPS tenzorunun hesablanmış yaddaş tələbi \(7.9\times10^{24}\) bayt səviyyəsindədir. Bu nəticə yaddaş ölçümü deyil, mənbənin fərziyyələri altında aparılmış feasibility qiymətləndirməsidir.
Məqalənin mərkəzi iddiası budur ki, araşdırılan Schrödinger-picture PEPS-evolution yanaşmasında TNBP Google quantum echoes təcrübəsinin ən çətin dövrələri üçün praktik klassik alternativ yaratmır. Bu nəticə “heç bir gələcək klassik alqoritm bu təcrübələri heç vaxt simulyasiya edə bilməz” demək deyil. Müəlliflər xüsusilə Heisenberg-picture yanaşmalarının fərqli miqyaslanma imkanlarına malik ola biləcəyini müzakirə edir və iki operatorun birlikdə Heisenberg təsvirində təkamül etdirildiyi daha inkişaf etmiş yanaşmanı gələcək iş mövzusu kimi saxlayırlar.
Tədqiqatın verdiyi əsas sual
Google Quantum AI-nin quantum echoes tədqiqatı yüksək dərəcəli out-of-time-order correlator qiymətlərinin Willow kvant prosessorunda ölçülməsinin oxşar dəqiqliyi hədəfləyən bəzi klassik hesablama üsullarından çox daha sürətli olduğunu bildirmişdi. Lakin klassik alqoritmlər dünyasında tək bir üsulun uğursuzluğu “bütün klassik üsullar uğursuzdur” nəticəsi üçün kifayət etmir. Xüsusilə TNBP daha əvvəl başqa böyük kvant-təcrübəsi iddialarını klassik üsulla uğurla simulyasiya etmiş üsullar ailəsidir. Buna görə yeni tədqiqatın əsas sualı budur: TNBP quantum echoes təcrübəsinin klassik çətinlik iddiasını aradan qaldıracaq qədər səmərəli simulyasiya təmin edə bilərmi?
Tədqiqatın cavabı araşdırılan TNBP/Schrödinger-picture yanaşması üçün xeyrdir. Bunun əsas səbəbi yalnız ikiölçülü həndəsə deyil, random OTOC dövrələrinin yaratdığı yüksək həcm-qanunu dolaşıqlığının PEPS vəziyyətlərini böyük ölçüdə sıxıla bilməz hala gətirməsidir.
Out-of-Time-Order Correlator (OTOC) nədir?
Out-of-time-order correlator (OTOC) lokal kvant perturbasiyasının zaman təkamülü altında sistemin digər sərbəstlik dərəcələrinə necə yayıldığını və kvant məlumatının nə qədər sürətlə scrambling-ə uğradığını ölçmək üçün istifadə edilən çoxcisimli korrelyasiya funksiyasıdır; bu tədqiqatda OTOC qiyməti zamanla təkamül etmiş kvant vəziyyətində lokal ölçmə operatoru \(M\)-nin gözlənilən qiymətinə çevrilərək həm kvant təcrübəsində, həm də klassik simulyasiyada müqayisə edilə bilən vahid ədədi müşahidə olunan kəmiyyətə çevrilir.
Standart OTOC tərifi
Formula nəyi hesablayır? \(B\) lokal perturbasiyasının zaman təkamülü nəticəsində ölçmə operatoru \(M\) ilə nə dərəcədə qarşılıqlı təsirə girməyə başladığını müəyyən edən OTOC qiymətini hesablayır.
\(U(t)\): kvant dövrəsinin unitar zaman-evolution operatorudur.
\(B\): mənbə tərəfindən “butterfly operator” adlandırılan lokal perturbasiya operatorudur. Tədqiqatın əsas dövrələrində tək-kubit Pauli \(X\) istifadə olunur.
\(M\): measurement operator-dur; tədqiqatda tək-kubit Pauli \(Z\) götürülür.
\(B(t)\): \(B\)-nin Heisenberg təsvirində zamanla təkamül etmiş formasıdır.
\(N\): dövrədə qalan effektiv kubitlərin sayıdır. Gate-pruning prosesindən sonra heç bir müvafiq qapının təsir etmədiyi kubitlər sistemdən çıxarıldığı üçün bildirilən \(N\) ilkin fiziki griddəki bütün kubitlərin sayı olmaq məcburiyyətində deyil.
Məhsul başlanğıc vəziyyəti altında lokal ölçmə forması
Tədqiqat maximally mixed state əvəzinə quantum echoes təcrübəsindəki konvensiyaya uyğun olaraq
başlanğıc vəziyyətindən istifadə edir. \(M=Z\) və \(B\) Hermitian olduqda:
və
Bu çevrilmə son dərəcə vacibdir. Mürəkkəb görünən irəli–geri zaman-evolution korrelyatoru praktik simulyasiyada “\(|\phi\rangle\) vəziyyətini hazırla və onun üzərində \(M\)-ni ölç” probleminə endirilir. TNBP də məhz bu məntiqdən istifadə edir: əvvəlcə \(|\phi\rangle\)-ni təxmini PEPS kimi yaradır, sonra \(M\)-nin gözlənilən qiymətini çıxarır.
“Second-order OTOC” adlandırması niyə çaşdırıcı ola bilər?
Mənbədə standart OTOC riyazi olaraq \(C^{(2)}\) ilə göstərilir. Bunun əksinə, Google-ın “second-order OTOC” və ya \(\mathrm{OTOC}^{(2)}\) adlandırdığı daha yüksək dərəcəli müşahidə olunan kəmiyyət riyazi olaraq \(C^{(4)}\) simvolunu daşıyır:
Buna görə bu məqalədə:
- \(C^{(2)}\) = standart/first-order OTOC,
- \(C^{(4)}\) = second-order OTOC, yəni \(\mathrm{OTOC}^{(2)}\).
Bu simvol fərqi qorunmalıdır; \(C^{(4)}\)-ün “dördüncü dərəcəli başqa bir təcrübə” olduğu və ya \(\mathrm{OTOC}^{(2)}\)-nin \(C^{(2)}\) ilə eyni kəmiyyət olduğu kimi oxunmamalıdır.
Kəpənək effekti və işıq konusu
Əgər \(B\) identity operatoru olsaydı, irəli təkamül \(U\) ilə geri təkamül \(U^\dagger\) bir-birini ləğv edər və \(M=Z\) üçün OTOC başlanğıc vəziyyətində 1 olardı. Real \(B\) perturbasiyası tətbiq edildikdə isə \(B\)-nin təsirinin çata bildiyi dövrə qapılarının yaratdığı “geometric lightcone” ortaya çıxır.
Mənbə iki fərqli işıq konusunu ayırır:
- Həndəsi işıq konusu: yalnız dövrə bağlantısına və qapıların mövqelərinə əsasən hansı bölgələrin səbəb-nəticə baxımından təsirlənə biləcəyini göstərir.
- Fiziki işıq konusu: kvant məlumatının müəyyən random dynamics altında həqiqətən hansı sürətlə yayıldığını göstərir və ümumiyyətlə həndəsi işıq konusundan daha dardır.
\(M\), \(B\)-nin həndəsi işıq konusunun tamamilə xaricindədirsə OTOC dəqiq olaraq 1-dir. Fiziki işıq konusundan xeyli kənarda, lakin həndəsi konusun daxilində olduqda OTOC təxminən 1-dir. Fiziki işıq konusunun dərin daxilində orta OTOC təxminən 0-a yaxınlaşır. Ən böyük circuit-to-circuit dalğalanmaları isə fiziki işıq konusunun kənarı ətrafında görünür; buna görə təcrübədə və mənbənin analizində \(M\) ilə \(B\)-nin nisbi mövqeyi böyük əhəmiyyət daşıyır.
SNR niyə istifadə olunur?
Tək bir random dövrənin OTOC xətasına baxmaq kifayət deyil; seçilən dövrə təsadüfən klassik simulyasiya üçün fövqəladə asan və ya çətin ola bilər. Buna görə tədqiqat bir çox random circuit instance-dan ibarət OTOC ensemble-ı üzərində instance-to-instance dalğalanmaların nə qədər düzgün yenidən hasil edildiyini ölçən normallaşdırılmış SNR-dən istifadə edir.
Burada üst xətt ensemble ortalamasını, \(\sigma\) isə ensemble standart sapmasını göstərir.
Formula nəyi hesablayır? Təxmini nəticələrin exact OTOC instance-larındakı normallaşdırılmış dalğalanma nümunəsini nə qədər yaxşı yenidən hasil etdiyini ölçür.
Yüksək SNR: təxmini üsul instance-by-instance exact OTOC strukturunu daha yaxşı izləyir.
Sıfır xəta: məxrəcdəki RMS xəta sıfıra gedir və idealizə edilmiş SNR sonsuzluğa yaxınlaşır.
Tamamilə əlaqəsiz nəticə: sonsuz instance həddində SNR təxminən \(1/\sqrt2\)-yə yaxınlaşır.
Tədqiqatın 50 instance istifadə etdiyi analizlərdə əlaqəsiz-siqnal bazası təxminən 0,725-dir. Quantum echoes təcrübəsinin müvafiq SNR qiymətləri təxminən 3–5 səviyyəsindədir. Buna görə “SNR 1-dən böyükdür, deməli yaxşıdır” kimi sadə şərh düzgün deyil; uğur meyarı təcrübənin çatdığı SNR səviyyəsini klassik hesablama xərci daxilində uyğunlaşdırmaqdır.
Random OTOC dövrələri necə yaradılır?
Time-evolution dövrəsi \(U\) yüksək dolaşıqlıq yaratmaq məqsədilə iki növ qapının alternativ brickwall qatlarından ibarətdir.
İki-kubitlik fSim qapıları mənbədə bir iSWAP ilə təxminən 0,35 radian conditional phase daşıyan CPHASE komponentinə ayrıla bilər. Mənbənin verdiyi iSWAP faktoru:
Random tək-kubit rotasiyaları isə
formasındadır və
parametrlərindən istifadə olunur.
Əsas analizdə \(M=Z\), \(B=X\) götürülür. Orijinal quantum echoes məlumat dəstindəki bəzi dövrələr birdən çox site üzərində \(X\) tenzor hasilindən istifadə etsə də, bu tədqiqat həmin ensemble-ları simulyasiya etmədiyini açıq bildirir.
Gate pruning niyə elmi baxımdan vacibdir?
İrəli \(U\) və geri \(U^\dagger\) dövrələri birlikdə olduğuna görə OTOC nəticəsinə heç bir təsiri olmayan bəzi qapılar dəqiq şəkildə bir-birini ləğv edir. Mənbə hesablamanı süni şəkildə çətinləşdirməmək üçün bu qapıları dövrədən çıxarır. Bundan əlavə, ölçmə və kəpənək operatorlarının işıq konuslarından kənarda qalan qapılar və artıq heç bir qapının təsir etmədiyi kubitlər çıxarılır.
Buna görə tədqiqatın klassik xərc müqayisəsi “lazımsız bütün dövrəni kor-koranə simulyasiya etmə” xərci deyil. Müəlliflər əvvəlcə OTOC nəticəsinə təsir etməyən hissələri çıxarır, sonra isə qalan çətin hissəni simulyasiya edirlər.
Yeni 2B scaling-analysis dövrələri necə seçilir?
Appendix A-dakı proses dörd mərhələdən ibarətdir:
- Başlanğıcda kifayət qədər böyük, praktikada 10×10 ölçülü kubit grid-i yaradılır və measurement operator \(M\) mərkəzə yaxın mövqedə yerləşdirilir.
- Butterfly operator \(B\)-nin mümkün mövqeləri üçün OTOC dalğalanmasının böyüklüyü qiymətləndirilir. Maksimum standart sapma \(\Sigma\) olduqda yalnız \(\sigma_B\ge0.3\Sigma\) şərtini ödəyən, yəni maksimum siqnalın ən azı %30-nu verən mövqelər namizəd kimi saxlanılır.
- Hər namizəd üçün OTOC qiymətinə töhfə verməyən qapılar işıq konuslarına əsasən budanır və dövrədən qopmuş kubitlər çıxarılır.
- Qalan namizədlər arasında exact tensor-network contraction xərci TNCO istifadə edilərək qiymətləndirilir və klassik baxımdan ən çətin görünən mövqe seçilir.
Bu seçim proseduru tədqiqatçıların yalnız siqnalı böyük olan dövrələri deyil, eyni zamanda klassik hesablama baxımından çətin olan dövrələri sistemli şəkildə seçdiyini göstərir. Lakin mənbə Appendix A-dakı \(\sigma\) seçim hesabında istifadə edilən sürətli yanaşmanın exact OTOC ensemble standart sapmasının birbaşa brute-force hesabı olmadığını da bildirir.
Tensor Networks with Belief Propagation (TNBP) necə işləyir?
TNBP OTOC simulyasiyasını iki ayrı təxmini problemə bölür: əvvəlcə kvant dövrəsini PEPS üzərində belief-propagation əsaslı truncation ilə təkamül etdirərək \(|\phi\rangle\) vəziyyətinin təxmini tenzor-şəbəkə təsvirini yaradır; sonra bu PEPS üzərində \(M\) gözlənilən qiymətini boundary-MPS contraction ilə hesablayır. Buna görə ümumi dəqiqlik həm PEPS bağ ölçüsü \(D\)-dən, həm də extraction bağ ölçüsü \(\chi\)-dən asılıdır.
PEPS nədir?
Projected entangled pair state (PEPS), xüsusilə ikiölçülü kvant sistemlərində çoxcisimli dalğa funksiyalarını lokal tenzorlardan ibarət şəbəkə kimi təmsil edən tenzor-şəbəkə ansatz-ıdır. Hər fiziki kubit üçün bir tenzor olur. Tenzorun fiziki indeksi lokal kubit vəziyyətini, auxiliary/bond indeksləri isə qonşu tenzorlarla paylaşılan dolaşıqlıq məlumatını daşıyır.
Ən böyük auxiliary indeks ölçüsü bond dimension \(D\) adlanır.
- \(D=1\): məhsul vəziyyəti; şəbəkə qonşular arasında dolaşıqlıq daşımır.
- Daha böyük \(D\): daha çox dolaşıqlıq təmsil edilə bilər.
- Çox yüksək dolaşıqlıq: exact təmsil üçün \(D\) çox sürətlə arta bilər.
İki-kubitlik qapı niyə bond dimension-ı böyüdür?
İki-kubitlik dolaşdırıcı qapı iki qonşu PEPS tenzoruna tətbiq olunduqda, iki tenzor müvəqqəti olaraq birləşdirilir və sonra SVD ilə yenidən ayrılır. İkiölçülü kubit PEPS-ində exact halda bir qapı müvafiq bağ ölçüsünü ümumiyyətlə dörd dəfəyə qədər böyüdə bilər:
Bir çox qapı eyni bağ üzərində ardıcıl təsirli olduqda exact PEPS bağ ölçüsü qapı sayı ilə eksponensial artır. Mənbənin sıxıla bilməzlik arqumenti məhz bu nöqtədən başlayır.
Belief propagation truncation nə edir?
Praktik hesablamada \(D\)-nin nəzarətsiz böyüməsinə icazə verilmir. Qapı tətbiqindən sonra yaranan singular values müəyyən edilmiş maksimum bağ ölçüsü \(D\)-yə truncation edilir. Hansı singular komponentlərin saxlanmasının ən yaxşı lokal yaxınlaşmanı verdiyini qiymətləndirmək üçün mühit məlumatı belief propagation mesajları ilə ötürülür.
Mənbə symmetric-gauge BP variantından istifadə edir. Şəbəkənin double-layer təsvirində qonşu tenzorlar arasında müsbət yarı-müəyyən “message” matrisləri iterativ olaraq yenilənir. Tək-qat təsvirinə qayıdıldıqda mesajların kvadrat kökləri tenzorlara hopdurulur; iki hədəf tensor QR decomposition ilə kiçildilir; qapı tətbiq olunur; SVD edilir; singular-value matrisi \(D\)-yə kəsilir və yeni mesajlar yaradılır.
Ağac-bənzər loop ehtiva etməyən şəbəkələrdə BP mühitləri exact ola bilər və truncation qlobal olaraq optimal ola bilər. Loop ehtiva edən PEPS şəbəkələrində isə BP təxmini mühit hesabıdır və truncation xətaları zamanla toplana bilər.
Mənbə SVD zamanı
-dən aşağı singular values-ları ədədi olaraq atır.
PEPS evolution xərci
Mənbə kvadrat qəfəs üzərində BP əsaslı PEPS evolution xərcini təxminən
miqyaslanması ilə verir.
Burada \(N\) kubit/tenzor sayı, \(D\) isə maksimum PEPS bond dimension-dır. \(D\) eksponensial artırsa, \(D^5\) asılılığı səbəbindən hesablama xərci daha da sürətlə artır.
Extraction mərhələsi və boundary MPS
PEPS yaradıldıqdan sonra lokal müşahidə olunan \(M\)-nin expectation value-sunu hesablamaq üçün PEPS, onun kompleks qoşması və \(M\) birlikdə double-layer tenzor şəbəkəsi yaradır. Exact contraction böyük sistemlərdə çox bahalı olduğundan boundary matrix product state üsulundan istifadə olunur.
Boundary MPS-nin maksimum bağ ölçüsü \(\chi\)-dir. Mənbə extraction xərcini
kimi verir.
Bu formula niyə vacibdir? Böyük \(D\) yalnız evolution-ı deyil, extraction-ı da bahalaşdırır. Xüsusilə \(D^6\chi^2\) termini PEPS bağ ölçüsündəki artımın müşahidə olunan kəmiyyətin çıxarılma xərcinə çox yüksək dərəcə ilə daxil olduğunu göstərir.
\(\chi\) niyə ayrıca parametrdir? Böyük \(D\) ilə düzgün dalğa funksiyasının saxlanması OTOC-nin avtomatik olaraq düzgün çıxarılacağı demək deyil. \(\chi\) çox kiçikdirsə, uzunməsafəli korrelyasiya məlumatı bMPS contraction zamanı itə bilər.
Dolaşıqlıq TNBP xərcini niyə eksponensial böyüdə bilər?
Yüksək dolaşıqlıq yaradan OTOC dövrələrində eyni PEPS bağı üzərində ardıcıl iki-kubitlik qapılar exact tenzor-şəbəkə təmsilinin bağ ölçüsünü qatlayaraq böyüdür; mənbə OTOC üçün işıq-konusu həndəsəsinə görə bəzi bağların dövrə dərinliyi ilə mütənasib sayda dolaşdırıcı qapı gördüyünü və sıxıla bilməzlik fərziyyəsi altında tələb olunan \(D\)-nin 1B-də \(N\) ilə, 2B-də isə xətti sistem ölçüsü \(\sqrt N\) ilə eksponensial böyüdüyünü göstərir.
Burada sıxıla bilməzlik nə deməkdir?
Appendix C-də mənbə əvvəlcə PEPS bağ indeksini müəyyənləşdirir. Bond dimension mühüm global fidelity itirmədən və başqa bağların ölçülərini artırmadan azaldıla bilirsə, həmin bağ sıxıla bilən hesab olunur. Əks halda sıxıla bilməzdir.
PEPS-in bütün müvafiq bağları bu mənada sıxıla bilmirsə, mənbə PEPS-i “incompressible” kimi tərif edir. Quantum circuit isə məhsul başlanğıc vəziyyətinə tətbiq edildikdə yaratdığı exact PEPS bu mənada sıxıla bilmirsə “incompressible circuit” adlandırılır.
Bu tərif “məlumat faylını ZIP ilə sıxmaq” anlayışı ilə eyni deyil. Buradakı sıxılma çoxcisimli kvant vəziyyətini daha kiçik tensor bağ ölçüləri ilə təxmini təmsil edə bilmə problemidir.
Exact PEPS bağı niyə qapı sayından asılıdır?
Appendix C-dəki exact construction-da hər iki-kubitlik gate SVD ilə iki rank-3 tensora ayrılır. İkiölçülü PEPS üzərində hər gate müvafiq auxiliary bonda ən çox dörd qat yeni ölçü gətirə bilər. Bir bağ üzərində \(g\) uyğun iki-kubitlik gate varsa idealizə edilmiş exact construction:
davranışını yaradır.
Birölçülü MPS-də lokal Hilbert-space ölçüsü əlavə rank sərhədi qoyduğu üçün artım hər gate üçün ən çox 2 faktoru ilə məhdudlaşdırıla bilər. Buna görə 1B scaling tənliklərində əsas 2 görünür.
1B nəzəri miqyaslanma
Birölçülü brickwall circuit üçün mənbə \(M\) və \(B\) arasındakı tələb olunan propagation velocity nisbətini \(v_{MB}/c\) ilə göstərir. OTOC həssaslığının yüksək olduğu həndəsə altında tələb olunan bond dimension:
Haar-random 1B dövrələrinin physical-lightcone kənarı üçün mənbə
seçir. Beləliklə
\(A_1\) hədəf dəqiqliyindən asılı sabitdir. Mənbə 1B ədədi təcrübələrdə fərqli hədəf SNR qiymətləri üçün tələb olunan \(D\)-nin log-xətti qrafikdə bu eksponensial miqyaslanmanı izlədiyini göstərir.
2B nəzəri miqyaslanma
İkiölçülü griddə ümumi kubit sayı sahə ilə, xətti sistem ölçüsü isə təxminən \(\sqrt N\) ilə miqyaslanır. Mənbənin yüksək OTOC siqnalı verən və classical-contraction xərcini artıran üfüqi \(M\)-\(B\) istiqaməti üçün əsas mətndəki qiymətləndirməsi:
Second-order OTOC üçün eyni həndəsi arqument:
formasında daha sürətli artım verir.
Buradakı \(A_2\le0.5\) sərhədi ilk gate qatının məhsul vəziyyətinə tətbiq olunmasına görə ilk addımda bond dimension-ı 4 əvəzinə ən çox 2 ilə böyüdə bilməsindən irəli gəlir.
İstiqamət niyə 2B xərcini dəyişir?
Square lattice üzərindəki geometric və physical lightcone-lar rotationally symmetric deyil. Appendix D horizontal və diagonal istiqamətləri ayrıca araşdırır.
Diagonal istiqamətdə mənbə fiziki işıq konusunun həndəsi işıq konusuna xeyli yaxın yayıldığını və təxminən
miqyaslanmasının əldə edilə bildiyini göstərir.
Primitive lattice axis boyunca üfüqi halda isə işıq-konusu sürətləri arasındakı fərq daha böyükdür və yuxarıdakı
miqyaslanmasına çatılır. Scaling-analysis dövrələrinin seçim proseduru classical contraction xərcini maksimumlaşdırmağa çalışdığı üçün əsas mətn daha çətin olan təxminən \(0.6\sqrt N\) üstünü istifadə edir.
Həndəsi və fiziki işıq konusları arasında qalan hissə tamamilə sıxıla bilməzdirmi?
Xeyr. Mənbənin mühüm nüansı əksinədir: geometric lightcone daxilində olub dressed physical lightcone xaricində qalan bəzi bölgələr təxmini olaraq sıxıla bilər. \(U\) ilə \(U^\dagger\) qapıları bu bölgələrdə qismən bir-birini ləğv edir.
Lakin \(B\)-nin yaxınlığında və iki dressed physical lightcone-un kəsişməsində “incompressible core” qalır. Mənbə ən yüksək tələb olunan \(D\)-nin bu ən dərin bölgə tərəfindən müəyyən edildiyini və xarici bölgələrdəki qismən compression-ın asimptotik Schrödinger-picture scaling-i aradan qaldırmadığını müdafiə edir.
Physical-lightcone front niyə kəskin deyil?
Random dövrə instance-larında məlumat eyni sürətlə yayılmadığı üçün physical-lightcone sərhədi tək bir kəskin xətt deyil. Mənbə 1B-də front eninin təxminən
davranışı göstərdiyini, 2B-də isə müvafiq nəzəri ədəbiyyata əsasən
miqyaslanmasından istifadə etdiyini bildirir. Bu en “dressed physical lightcone” anlayışının yaranmasına səbəb olur.
“Beyond Classical” nəticəsi bu məqalədə dəqiq olaraq nə deməkdir?
Bu tədqiqatda “beyond classical” müəyyən OTOC ensemble-larını Willow təcrübəsinin çatdığı dəqiqliklə yenidən hasil etmək üçün araşdırılan praktik klassik üsulların kvant təcrübəsindən çox daha çox vaxt və ya yaddaş tələb etməsi deməkdir; məqalə bütün mümkün klassik alqoritmlər üçün əbədi qüvvədə olan riyazi mümkünsüzlük teoremi sübut etmir.
Reproducible quantum advantage meyarı
Mənbə “reproducible quantum advantage” üçün iki əsas şərti ayırır:
- Quantum advantage: eyni computational task-ı eyni dəqiqliklə yerinə yetirmək üçün klassik kompüterin çox daha çox vaxt və ya yaddaş tələb etməsi.
- Reproducibility: təcrübə təkrarlandıqda müəyyən dəqiqlik daxilində eyni müşahidə olunan qiymətin yenidən əldə edilə bilməsi.
Məqalənin girişində mühüm real-dünya tətbiqinə malik olmaq hədəfi də üçüncü, daha geniş məqsəd kimi müzakirə olunur. Bu tədqiqat ilk iki maddə ilə bağlı klassik çətinlik dəlilini gücləndirir; özlüyündə yeni real-dünya quantum application göstərmir.
Tədqiqatın metodu və nəticələri
İstifadə olunan hesablama resursları
Mənbə TNBP hesablamalarında Google Cloud üzərində a2-ultragpu-8g və ya c2-standard-60 düyünlərindən istifadə etdiyini bildirir. Əsas tədqiqatda əlçatan maksimum PEPS bağ ölçüsü təxminən
və boundary-MPS bağ ölçüsü təxminən
səviyyəsindədir. Tədqiqatçılar eyni ümumi resurs daxilində \(D\) ilə \(\chi\) arasında müxtəlif bölgülər aparıla biləcəyini, lakin \(D=35,\chi=30\) seçiminin istifadə etdikləri resurslar üçün təxminən optimal olduğunu bildirirlər.
23-kubitlik real quantum-echoes dövrələrində nəticə
| Dövrə | İki-kubitlik gate sayı | TNBP SNR | TNMC SNR | Willow təcrübəsi SNR |
|---|---|---|---|---|
| Daha dayaz 23-kubitlik dövrə | 108 | təxminən 2,94 | 7,61 | 7,21 |
| Daha dərin 23-kubitlik dövrə | 164 | təxminən 1,31 | 6,73 | 5,26 |
Daha dayaz dövrədə final PEPS exact contracted edildikdə belə \(D=35\) evolution truncation-ının mühüm OTOC məlumatını itirdiyi görünür. Buna görə extraction zamanı \(\chi\)-ni sonsuzluğa aparmaq, evolution zamanı artıq itirilmiş məlumatı geri qaytara bilməz.
Mənbə 108-gate dövrəni truncation olmadan təkamül etdirərək final bağ ölçüsünü
səviyyəsinə qədər çıxarır və sonra yalnız final vəziyyətdə \(D=35\)-ə truncation edir. Bu əməliyyat belə SNR-ni 3-dən aşağı salır. Nəticə problemin yalnız “hər gate-dən sonra təkrar-təkrar truncation edildiyi üçün xəta yığılır” şəklində izah edilə bilməyəcəyini; final dalğa funksiyasının özünün də mühüm böyük-\(D\) məlumatı daşıdığını göstərir.
Lakin Appendix F mühüm məhdudiyyət əlavə edir: bu ədədi testlər təkbaşına, daha bahalı və fərqli truncation üsulu istifadə edildikdə eyni fiziki vəziyyətin daha kiçik \(D\) ilə təmsil edilməsinin qətiyyən mümkünsüz olduğunu sübut etmir. Müəlliflərin daha ümumi sıxıla bilməzlik nəticəsi bu təcrübə ilə yanaşı nəzəri arqument və digər ədədi dəlillərin bütövlüyünə əsaslanır.
8–28 kubitlik yeni 2B dövrələr
Müəlliflər real təcrübə dövrələrindən əlavə, eyni fiziki məntiqə əsasən yeni OTOC ensemble-ları yaradır və \(N=8\) ilə \(N=28\) arasında 50 random instance olan sistemləri simulyasiya edirlər.
İki əsas nəticə əldə olunur:
- Evolution sıxıla bilməzliyi: düzgün OTOC əldə etmək üçün \(D\) böyük olmalıdır. \(N\le14\) sistemlərdə exact qiymətə çatmaq mümkün olduqda, bond dimension-da yalnız təxminən %20 azalma belə SNR-ni 5–10 səviyyəsinə endirə bilər.
- Extraction xərci: düzgün PEPS mövcud olsa belə kiçik \(\chi\), OTOC-ni düzgün çıxarmaq üçün kifayət deyil; \(\chi\)-nin də \(D\)-nin mənalı bir hissəsinə qədər böyüməsi lazımdır.
Mənbə Table I nəticələri
| N | Orta OTOC | σ(OTOC) | D | χ | Median bMPS müddəti (saat) | SNR |
|---|---|---|---|---|---|---|
| 8 | −0,052 | 0,241 | 14 | 15 | 0,02 | Exact |
| 10 | 0,053 | 0,203 | 22 | 15 | 0,02 | Exact |
| 12 | 0,019 | 0,202 | 24 | 17 | 0,03 | Exact |
| 14 | 0,067 | 0,199 | 35 | 30 | 0,05 | Exact |
| 17 | 0,055 | 0,113 | 35 | 30 | 0,77 | 16,52 |
| 20 | 0,051 | 0,093 | 35 | 30 | 7,40 | 3,06 |
| 22 | 0,100 | 0,087 | 35 | 30 | 15,28 | 3,56 |
| 23 | 0,056 | 0,069 | 35 | 30 | 61,49 | 6,28 |
| 28 | 0,085 | 0,074 | 35 | 25 | 76,24 | 4,13 |
Cədvəldəki müddətlər 50 instance arasındakı median bMPS contraction müddətidir və c2-standard-60 CPU düyünlərinə aiddir. “Exact”, müvafiq instance-ların OTOC qiymətlərinin single-precision səviyyəsində \(10^{-6}\)-dan kiçik xəta ilə hesablandığı deməkdir.
Cədvəl sistem ölçüsü artdıqca monoton xərc artımı göstərmir. Mənbə bunun circuit-construction prosedurunun yaratdığı qeyri-müntəzəm həndəsələrdən qaynaqlanan finite-size təsirləri olduğunu xüsusi vurğulayır. Buna görə ayrı-ayrı 20, 22, 23 və 28 kubitlik müddətlərdən ümumi asimptotik scaling çıxarmaq düzgün deyil.
Niyə həm D, həm də χ böyük olmalıdır?
\(D\) kiçik olduqda kvant vəziyyətinin OTOC üçün lazım olan məlumatı evolution zamanı truncation ilə itirilir. Sonradan exact contraction edilməsi bu itkini geri qaytara bilməz.
\(\chi\) kiçik olduqda isə PEPS daxilində lazımi məlumat mövcud ola bilər, lakin boundary contraction uzunməsafəli korrelyasiyaları daşıya bilməz. Mənbə truncation edilmədən \(D=64\)-ə qədər exact evolution apardığı \(N=14,17,20\) nümunələrində belə \(\chi\lesssim8\) olduqda mənalı SNR əldə edə bilmədiyini, SNR-nin təxminən 10 və ya daha yuxarı olması üçün \(\chi\)-nin \(D\)-nin nəzərəçarpan hissəsinə yaxınlaşmasının tələb olunduğunu göstərir.
Zəif dolaşdırıcı qapı nəzarəti
Sıxıla bilməzlik hipotezini sınaqdan keçirmək üçün orijinal iSWAP-bənzəri qapılar tənzimlənə bilən
qapıları ilə əvəz olunur.
\(\alpha=1\) standart iSWAP nisbətində dolaşıqlıq yaranmasına uyğun gəlir. \(\alpha\rightarrow0\) isə gate-in dolaşdırıcı təsirini azaldır.
Mənbənin Şəkil 13 nəticələrinə görə:
- \(\alpha=0.25\): daha yavaş dolaşıqlıq artımı, TNBP ilə çox daha yüksək fidelity və kiçik \(D\) ilə uğurlu simulyasiya;
- \(\alpha\approx0.5\): modified dövrələr təxminən orijinal dövrə qədər çətinləşir;
- \(\alpha=0.7\) və \(1.3\): araşdırılan bəzi sistemlərdə orijinal \(\alpha=1\) dövrəsindən belə daha çətin simulyasiya davranışı görünür.
Bu nəticə “entanglement miqdarı \(\alpha\) ilə monoton artır və xərc də eyni şəkildə monoton artır” kimi sadə nəticəni dəstəkləmir. Mənbə yalnız kiçik \(\alpha\)-dakı yavaş entanglement growth-un aydın compression təmin etdiyini və yüksək-entangling gate seçiminin klassik çətinliyin əsas komponentlərindən biri olduğunu göstərir.
2B kiçik-sistem məlumatları həqiqətən eksponensial scaling göstərirmi?
Xeyr. Bu, məqalənin ən mühüm şərh sərhədlərindən biridir.
Appendix G \(N=8\)–28 kiçik 2B sistemlərdə exact extraction istifadə edilərək ölçülən SNR–\(D\) əlaqəsini araşdırır. Hər \(N\) üçün təxminən:
fitlər əldə edilir. Formal olaraq bu:
kimi polynomial-looking kiçik-sistem scaling-i verir.
Global infidelity üçün mənbə:
və buna görə fixed fidelity üçün təxminən
davranışını bildirir.
Lakin müəlliflər bu nəticəni asimptotik scaling kimi qəbul etmirlər. N=20, 22, 23 və 28 dövrələrinin hamısında hər hansı bağ üzərində ən çox yalnız dörd gate olduğunu; sistemlərin \(\sqrt N\) ilə artan gate-depth rejiminə hələ daxil olmadığını bildirirlər. Buna görə görünən təxminən \(N^{1.3}\) scaling finite-size rejiminin nəticəsidir və böyük-\(N\) nəzəri \(D\sim\exp(\sqrt N)\) qiymətləndirməsini təkzib etmir.
95-kubitlik OTOC və 65-kubitlik OTOC(2) üçün bağ ölçüsü proyeksiyası
Ən böyük real təcrübə dövrələri scaling-analysis dövrələri ilə tam eyni həndəsəyə malik olmadığından Eq. (7) bu dövrələrə birbaşa tətbiq edilmir. Bunun əvəzinə tədqiqatçılar hər fiziki PEPS bağı üzərində tətbiq olunan maksimum iSWAP-bənzəri gate sayını hesablayırlar.
| Təcrübə | Kubit | Bir bağdakı maksimum dolaşdırıcı gate | Sadə exact-əsaslı qiymətləndirmə | Təcrübə dəqiqliyinə yönəlmiş mühafizəkar aşağı qiymətləndirmə |
|---|---|---|---|---|
| Standart OTOC | 95 | 8 | \(4^8\approx6.4\times10^4\) | \(D\approx3.2\times10^3\) |
| Second-order OTOC / \(C^{(4)}\) | 65 | 12 | \(4^{12}\approx1.7\times10^7\) | \(D\approx8.4\times10^5\) |
Sadə qiymətlər iki səbəbdən aşağı düzəldilir. İlk gate qatı məhsul başlanğıc vəziyyətinə tətbiq olunduğuna görə ilk artım təxminən 4 deyil, 2 faktoru ilə məhduddur. Bundan əlavə məqsəd numerically exact OTOC deyil, təcrübənin təxmini SNR dəqiqliyini uyğunlaşdırmaqdır. 1B empirik nəticələrdən müəlliflər təcrübə-bənzəri SNR üçün tələb olunan \(D\)-nin exact qiymətləndirməyə nisbətən təxminən 0,1 faktoruna enə biləcəyini mühafizəkar şəkildə istifadə edirlər.
Müəlliflər böyük 2B sistemdə eyni SNR üçün 1B-dən daha az bond-dimension reduction gözlədiklərinə görə 0,1 faktorunu lower-bound yaratmaq üçün optimist şəkildə istifadə edirlər. Buna görə cədvəldə son sütun “dəqiq tələb olunan D budur” deyil, mənbənin klassik simulyasiyanın lehinə verdiyi qiymətləndirilmiş aşağı sərhəd xarakteri daşıyır.
Yaddaş hesabı necə aparılır?
Square-lattice PEPS-də dörd auxiliary bond-a və fiziki ölçüsü 2 olan tək tenzorda təxminən
complex ədəd olur.
Single-precision complex ədəd üçün mənbə 8 bayt istifadə edir. Beləliklə tək-tenzor yaddaş miqyası:
65-kubitlik \(C^{(4)}\) üçün \(D\approx8.4\times10^5\) yerinə qoyulduqda mənbə:
qiymətini verir və bunu \(10^9\) petabaytdan çox kimi ifadə edir.
Mənbə müqayisə üçün Frontier superkompüterinin ümumi storage tutumunu təxminən 700 PB kimi istifadə edir. Buradakı müqayisə tədqiqatın 2026 kontekstindəki feasibility arqumentidir.
95-kubitlik standart OTOC üçün \(D\approx3.2\times10^3\) olduqda mənbə bir PEPS tenzoru üçün təxminən
yaddaş hesablayır. Bu tək tensor nəzəri olaraq ən böyük sistemlərin yaddaşına sığa biləcək miqyasda olsa belə, extraction zamanı yaranan daha böyük tenzorlar ümumi resursu yenidən aşa bilər.
Müəlliflər niyə exact tensor-network contraction ilə müqayisə edirlər?
Sıxılma mümkün deyilsə approximate tensor-network state üsulunun üstünlüyü aradan qalxır. Vəziyyəti böyük PEPS kimi yaratmaq və sonra onu contract etmək bəzi hallarda müşahidə olunan kəmiyyətin tenzor şəbəkəsini əvvəldən optimized exact contraction ilə hesablamaqdan daha bahalı olur.
Mənbənin arqument zənciri belədir:
- OTOC dövrələrinin çətin bölgələri böyük ölçüdə sıxıla bilməzdir.
- Buna görə TNBP böyük \(D\) tələb edir.
- Sıxıla bilən xarici bölgələri tamamilə çıxarmaq TNBP üçün mümkün olan ən optimist xərc-azaltma sərhədlərindən biridir.
- Bu qapıları çıxarılmış dövrənin TNBP xərci belə optimized exact tensor contraction xərcindən aşağı deyil.
- Əvvəlki quantum-echoes tədqiqatında optimized exact contraction-ın təcrübə dəqiqliyinə çatmaq üçün Willow təcrübəsindən çox daha uzun vaxt tələb etdiyi artıq hesablanmışdı.
Buna görə TNBP əvvəllər sınaqdan keçirilmiş classical exact-contraction üsulunu aşan yeni classical shortcut təmin etmir.
13.000× ifadəsi nəyə aiddir?
Mənbə girişdə əvvəlki Google quantum echoes tədqiqatındakı 65-kubitlik second-order OTOC-nin oxşar dəqiqliklə optimized classical computation-ının müasir superkompüterdə kvant ölçməsindən 13.000 dəfədən çox daha yavaş olduğu nəticəsini çatdırır. Bu 13.000× yeni TNBP tədqiqatının bilavasitə ölçdüyü yeni TNBP runtime nisbəti deyil; əvvəlki tədqiqatdakı classical exact-contraction müqayisəsinə əsaslanır.
Heisenberg-picture yanaşması nəticəni dəyişə bilərmi?
Mənbənin əsas nəticəsi Schrödinger-picture tenzor-şəbəkə evolution üsulları üçün ən güclüdür. Appendix E mümkün Heisenberg-picture üsullarını ayrıca müzakirə edir.
Yalnız \(B\) və ya yalnız \(M\) kimi tək operatoru Heisenberg təsvirində təkamül etdirmək doubled Hilbert space səbəbindən mənbə testlərində daha böyük \(D\) və \(\chi\) tələb edir və üstünlük təmin etmir.
Bunun əksinə həm \(M\), həm də \(B\)-ni iki tərəfdən Heisenberg təsvirində təkamül etdirən yanaşma fiziki işıq konuslarından kənardakı bölgələri daha aqressiv şəkildə aradan qaldıra bilər. Mənbə 1B üçün irreducible core eninin
ola biləcəyini və \(N\sim T\) olduğuna görə xərcin Schrödinger-picture-dakı \(\exp(N)\) əvəzinə daha zəif
tipli asimptotik davranışa endirilə biləcəyini müzakirə edir.
Lakin bu bi-directional Heisenberg yanaşması məqalədə praktik böyük-dövrə simulyasiyası kimi tətbiq olunub benchmark edilməyib. 2B üçün exact asymptotic scaling də çıxarılmayıb. Müəlliflər 65-kubitlik \(\mathrm{OTOC}^{(2)}\)-nin bu üsulla belə yəqin ki, əlçatmaz qalacağını və 65 kubitin daha yaxşı asymptotic scaling-in böyük prefactor-larını kompensasiya edəcək qədər böyük olmaya biləcəyini bildirirlər. Buna görə üsul mühüm gələcək-tədqiqat istiqamətidir, mövcud beyond-classical iddianı təkzib edən nəticə deyil.
Tədqiqatın dəstəklədiyi nəticələr
- TNBP araşdırılan real 23-kubitlik quantum-echoes OTOC dövrələrində təcrübənin və TNMC-nin SNR dəqiqliyinə çata bilmir.
- Random OTOC dövrələrinin yüksək dolaşıqlığı PEPS representation-ını böyük ölçüdə sıxıla bilməz edir.
- 1B testlərdə tələb olunan bond dimension-ın sistem ölçüsü ilə eksponensial scaling-i nəzəri qiymətləndirmə ilə uyğundur.
- 2B N=8–28 testlərdə böyük \(D\) və böyük \(\chi\) birlikdə tələb olunur.
- 2B kiçik-sistem dövrələrində təxminən %20 bond-dimension reduction belə exact həll edilə bilən nümunələrdə SNR-ni ciddi şəkildə azalda bilər.
- Zəif dolaşıqlıq yaradan modified iSWAP dövrələri TNBP tərəfindən çox daha səmərəli simulyasiya edilə bilər; üsul compression mövcud olduqda bundan yararlanır.
- Nəzəri lightcone/incompressibility analizi böyük 2B OTOC dövrələri üçün \(D\)-nin xətti sistem ölçüsü ilə eksponensial artacağını proqnozlaşdırır.
- 95-kubitlik OTOC və 65-kubitlik second-order OTOC üçün mənbənin bağ-ölçüsü və yaddaş proyeksiyaları TNBP-nin feasible olmadığı nəticəsini dəstəkləyir.
- Incompressible Schrödinger-picture tensor-network state üsullarının optimized exact tensor-network contraction-dan daha üstün olması gözlənilmir.
Tədqiqatın dəstəkləmədiyi nəticələr
- Məqalə bütün mümkün klassik alqoritmlərin Google quantum echoes problemini əbədi olaraq həll edə bilməyəcəyinə dair complexity-theory mümkünsüzlük teoremi təqdim etmir.
- N=8–28 arasındakı 2B məlumatlar birbaşa asimptotik eksponensial scaling ölçümü deyil.
- Appendix G-dəki təxminən \(D\sim N^{1.3}\) finite-size nəticəsi böyük sistemlərin polynomial olaraq asan olduğunu göstərmir.
- TNBP-nin bütün kvant dövrələrində uğursuz olduğu göstərilmir; zəif dolaşdırıcı dövrələrdə əksinə, səmərəli işləyə bildiyi göstərilir.
- Bu tədqiqat yeni Willow təcrübəsi həyata keçirməyib.
- 65-kubit üçün \(7.9\times10^{24}\) bayt real işə salınmada ölçülmüş RAM sərfiyyatı deyil; mənbə modelindən hesablanan tək-tenzor proyeksiyasıdır.
- \(D\approx3.2\times10^3\) və \(8.4\times10^5\) qiymətləri mathematically exact minimum bond dimensions kimi sübut olunmuş rəqəmlər deyil; təcrübə-bənzəri SNR hədəfi üçün mühafizəkar feasibility qiymətləndirmələridir.
- BP-dən başqa heç bir mümkün PEPS truncation üsulunun daha yaxşı compression edə bilməyəcəyi yalnız ədədi testlərlə sübut olunmayıb.
- Bi-directional Heisenberg-picture yanaşmasının böyük 2B quantum echoes dövrələrində praktik xərci bu tədqiqat tərəfindən ədədi olaraq müəyyənləşdirilməyib.
- Bu məqalə kvant kompüterlərin bütün real-dünya problemlərində klassik kompüterlərdən üstün olduğunu göstərmir.
Tədqiqatın güclü tərəfləri
Tədqiqat yalnız bir scaling fərziyyəsi irəli sürmür. Bir-birini tamamlayan bir neçə nəzarətdən istifadə edir: 1B-də açıq scaling testi, real 23-kubitlik təcrübə dövrələrində birbaşa TNBP müqayisəsi, yeni 2B dövrələrdə \(D\)/\(\chi\) analizi, weak-entanglement control və böyük dövrələr üçün iki ayrı feasibility arqumenti.
Xüsusilə weak-entangling gate nəzarəti metodoloji baxımdan dəyərlidir. Əgər TNBP-nin uğursuzluğu yalnız zəif implementasiyadan qaynaqlansaydı, entanglement yaranması azaldıldıqda eyni üsulun dramatik şəkildə yaxşılaşması gözlənilməzdi. Mənbənin müşahidə etdiyi yaxşılaşma compression-ın həqiqətən dövrə fizikasından asılı olduğunu dəstəkləyir.
Əsas məhdudiyyətlər
- Böyük 65 və 95 kubitlik dövrələr TNBP ilə brute-force şəkildə tam simulyasiya edilməyib; xərc nəzəri və empirik extrapolation ilə qiymətləndirilib.
- 2B asymptotic exponential scaling N≤28 ədədi məlumatdan birbaşa müşahidə edilməyib.
- BP truncation loop ehtiva edən PEPS şəbəkələrində approximate-dır.
- Daha hesablama-intensiv alternativ PEPS update üsulları bu böyük dövrələrdə birbaşa benchmark edilməyib.
- Heisenberg-picture bi-directional üsul praktik olaraq tətbiq edilib böyük sistemdə doğrulanmayıb.
- Məqalə quantum echoes təcrübəsinin üçüncü geniş hədəfi olan birbaşa mühüm real-dünya application-ını özü göstərmir.
Yenidən istehsal oluna bilmə məlumatları
| Element | Mənbədə verilən məlumat |
|---|---|
| Başlanğıc vəziyyəti | \(|0\rangle^{\otimes N}\) |
| Measurement operator | Əsas ensemble-larda tək-kubit \(M=Z\) |
| Butterfly operator | Bu tədqiqatda simulyasiya edilən əsas ensemble-larda tək-kubit \(B=X\) |
| İki-kubitlik gate | iSWAP + təxminən 0,35 rad CPHASE formasında ayrıla bilən fSim gate |
| Random tək-kubit bucaqları | \(\theta/\pi\in\{0.25,0.5,0.75\}\), \(\phi/\pi\sim U[-1,1]\) |
| Scaling-analysis grid başlanğıcı | 10×10 grid |
| B-mövqeyi siqnal filtri | \(\sigma_B\ge0.3\Sigma\) |
| Random instance sayı | Əsas 2B SNR analizlərində 50 |
| PEPS maksimum bağ ölçüsü | Əsas hesablamalarda əsasən \(D\le35\) |
| bMPS maksimum bağ ölçüsü | Əsas hesablamalarda əsasən \(\chi\le30\) |
| SVD numerical cutoff | \(10^{-14}\) |
| Cloud resursları | a2-ultragpu-8g və ya c2-standard-60 Google Cloud düyünləri |
| TN contraction optimallaşdırması | TNCO; simulated-annealing əsaslı contraction-path xərc qiymətləndirilməsi |
Mənbələr siyahısı həmçinin TNCO kod deposuna, ITensor proqram kitabxanasına və TensorNetworkQuantumSimulator.jl alətinə istinad edir. Lakin yüklənmiş tədqiqatda bu məqalənin bütün simulyasiya çıxışlarını ehtiva edən ayrıca “data availability” və ya xüsusi “code availability” bəyanatı yoxdur.
Şəkillərin və əlavə materialın elmi rolu
Mənbə 28 fiqurla üsul və dəlil zəncirini ətraflı dəstəkləyir. Əsas fiqur ailəsinin vəzifələri qısaca bunlardır:
- OTOC-nin lokal ölçməyə çevrilməsi və gate pruning məntiqi;
- geometric və physical lightcone fərqi;
- 1B/2B lightcone həndəsəsindən bond-dimension scaling çıxarılması;
- 1B Haar və iSWAP ensemble-larında eksponensial scaling;
- 23-kubitlik təcrübə dövrələrində \(D\)–\(\chi\)–SNR heatmap-ləri;
- experiment, TNBP və TNMC instance-error müqayisəsi;
- 8–28 kubitlik yeni dövrələrdə SNR və fidelity testləri;
- weakly entangling iSWAP(\(\alpha\)) nəzarəti;
- Appendix-də circuit-construction, BP-update, exact-PEPS construction, 2B lightcone geometry, Heisenberg-picture və finite-size scaling analizləri.
Heatmap və scatter fiqurlarının xam ədədi grid/point siyahıları PDF-də maşın-oxunaqlı cədvəl kimi verilmədiyi üçün Verianla bu fiqurları piksel əsasında təxmini rəqəmsallaşdırıb yeni data qrafiki kimi təqdim etmir. Mənbədə açıq şəkildə verilən bütün rəqəmlər mətn və HTML cədvəlləri ilə ötürülüb.
Mənbə və Metod Qeydi
Orijinal başlıq: Tensor Networks with Belief Propagation Cannot Feasibly Simulate Google’s Quantum Echoes Experiment.
Müəlliflər və sıra: Pablo Bermejo; Benjamin Villalonga; Brayden Ware; Guifre Vidal; Aaron Szasz.
Qurum 1: Google Quantum AI, Santa Barbara, CA 93111, USA.
Qurum 2: Donostia International Physics Center, Paseo Manuel de Lardizabal 4, E-20018 San Sebastián, Spain.
Qurum 3: Department of Applied Physics, Gipuzkoa School of Engineering, University of the Basque Country (UPV/EHU), Plaza Europa 1, 20018 San Sebastián, Spain.
Afiliasiya: Pablo Bermejo qurum 1, 2 və 3 ilə; Benjamin Villalonga, Brayden Ware, Guifre Vidal və Aaron Szasz qurum 1 ilə əlaqələndirilib.
Corresponding-author işarələri: PDF-də Pablo Bermejo və Aaron Szasz əlaqə işarələri daşıyır. Verilən e-poçt ünvanları pablo.bermejo@dipc.org və aszasz@google.com-dur.
Bərabər töhfə: Yüklənmiş PDF-də bərabər töhfə/bərabər birinci müəlliflik bəyanatı görünmür.
Platforma: arXiv.
arXiv identifikatoru: arXiv:2604.15427v1 [quant-ph].
Göndərilmə tarixi: 16 aprel 2026.
DOI: 10.48550/arXiv.2604.15427. Bu, arXiv/DataCite DOI-sidir; rəyli jurnal DOI-si deyil.
Mənbə növü: Nəzəri miqyaslanma + klassik ədədi tensor-network simulation tədqiqatı.
Rəy statusu: 15 noyabr 2026 tarixinə yoxlanılmış rəsmi arXiv qeydi v1 preprint vəziyyətindədir; ayrıca rəyli jurnal nəşri təsdiqlənməyib.
Səhifə/fiqur məlumatı: 37 səhifə və 28 fiqur.
Tədqiqat sahəsi: Quantum computing, quantum computational advantage, out-of-time-order correlators, tensor networks, PEPS, belief propagation və classical simulation complexity.
Təcrübə/simulyasiya fərqi: Willow quantum processor üzərindəki quantum echoes təcrübəsinin özü əvvəlki Ref. [1]-də həyata keçirilib. Bu tədqiqat həmin experiment circuit-lərinin və eyni məntiqlə yaradılmış yeni dövrələrin klassik TNBP simulyasiyasını araşdırır.
Təşəkkürlər: Müəlliflər Sergio Boixo, Paolo Braccia, Kostya Kechedzhi, Salvatore Mandrà, Manuel Rudolph, Vadim Smelyanskiy və Adam Zalcman-a müzakirə və fikir töhfələrinə görə təşəkkür edirlər. Pablo Bermejo Donostia International Physics Center-in davamlı dəstəyini ayrıca qeyd edir.
Maliyyələşdirmə: Yüklənmiş PDF-də ayrıca grant/funding statement və ya grant nömrəsi görünmür. DIPC dəstəyi acknowledgements bölməsində ifadə olunur.
Maraqların toqquşması: Yüklənmiş PDF-də ayrıca competing-interests/conflict-of-interest bəyanatı görünmür.
Məlumatların əlçatanlığı: Yüklənmiş PDF-də ayrıca data-availability statement görünmür.
Kodun əlçatanlığı: Məqalənin bütün çıxışları üçün xüsusi code-availability statement görünmür; mənbələr siyahısında TNCO, ITensor və TensorNetworkQuantumSimulator.jl kimi istifadə edilən/əlaqəli açıq proqram alətlərinə istinad verilir.
Lisenziya: Araşdırılan PDF və biblioqrafik qeydlərdən müəyyən Creative Commons təkrar-istifadə lisenziyası etibarlı şəkildə təsdiqlənmədiyi üçün Verianla açıq lisenziya fərz etmir.
Əsas üsul: OTOC random-circuit ensemble construction; geometric/physical-lightcone pruning; PEPS wavefunction evolution; symmetric-gauge belief-propagation truncation; boundary-MPS observable extraction; SNR və global-fidelity qiymətləndirilməsi; 1B/2B theoretical bond-dimension scaling; weak-entanglement control; large-circuit resource projection.
Əsas simulyasiya nəzarət parametrləri: PEPS bond dimension \(D\), bMPS bond dimension \(\chi\), sistem ölçüsü \(N\), dövrə dərinliyi \(T\), butterfly və measurement operator mövqeləri, entangling-gate parameter \(\alpha\).
Əsas dəqiqlik metrikası: Ensemble-normalized OTOC qiymətlərinin exact və approximate nəticələri arasındakı RMS fərqinin tərsinə əsaslanan SNR.
Əsas metodoloji sərhəd: Böyük 65/95-kubitlik TNBP dövrələri tam brute-force şəkildə işlədilməyib, feasibility nəzəri scaling və kiçik/orta sistem ədədi nəticələrindən çıxarılıb.
Mühüm 2B sərhədi: N=8–28 empirik məlumatda nəzəri \(D\sim\exp(\sqrt N)\) scaling birbaşa görünmür; Appendix G bunu finite-size rejimi ilə əlaqələndirir. Verianla bu kiçik-sistem \(D\sim N^{1.3}\) davranışını asimptotik nəticə kimi təqdim etmir.
Ümumiləşdirmə sərhədi: Tədqiqatın ən güclü nəticəsi Schrödinger-picture approximate tensor-network state evolution üsullarına aiddir. Heisenberg-picture-ın ikiistiqamətli alternativləri tamamilə istisna edilməyib və gələcək iş mövzusu kimi saxlanılıb.
Vizual yenidənqurma: OTOC/lightcone mexanizmi, TNBP iki-mərhələli pipeline-ı və incompressible-core əlaqəsi mənbədə açıq şəkildə təsvir olunan əlaqələrdən istifadə edilərək müstəqil inline SVG sxemləri kimi yenidən qurulub. Nəşr fiqurları eynilə köçürülməyib.
Kəmiyyət qrafiki yanaşması: Mənbə heatmap/scatter fiqurlarının xam nöqtə massivləri verilmədiyi üçün bu qrafiklər saxta dəqiqliklə yenidən çəkilməyib. Table I və mətndə açıq verilən rəqəmlər HTML cədvəlləri ilə ötürülüb.
Verianla Live / Live Figure uyğunluğu: Uyğundur. OTOC-nin \(U\rightarrow B\rightarrow U^\dagger\rightarrow M\) axını, gate-pruning/lightcone prosesi və TNBP-nin PEPS-evolution → BP truncation → bMPS extraction ardıcıllığı sabit mənbə parametrləri qorunaraq Live Process/Live Figure formasında izah edilə bilər. Lakin mənbə heatmap-lərinə xam məlumat olmadan ara SNR qiymətləri yaradılmamalıdır.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib