Ishonch tarqalishidan foydalanadigan tenzor tarmoqlari (Tensor Networks with Belief Propagation, TNBP), kvant sxemasining holatini projected entangled pair state (PEPS) ko‘rinishida taxminiy evolyutsiya qiladigan, PEPS bog‘ o‘lchamini belief propagation asosidagi truncation bilan cheklaydigan va keyin tegishli kuzatiladigan kattalikni boundary matrix product state (bMPS) contraction orqali chiqaradigan klassik tenzor-tarmoq simulyatsiya usulidir. Ushbu tadqiqot TNBP Google Quantum AI’ning Willow protsessorida bajarilgan quantum echoes tajribasidagi out-of-time-order correlator (OTOC) sxemalarini amaliy klassik hisoblash xarajati bilan qayta hosil qila oladimi, degan savolni o‘rganadi. Natija shuni ko‘rsatadiki, ayniqsa yuqori chirmashuv hosil qiluvchi random-circuit OTOC sxemalarida holat katta darajada siqilmaydi va zarur PEPS/bMPS bog‘ o‘lchamlari tez o‘sadi.
Tadqiqot yangi kvant apparat tajribasi emas. U Willow’dagi quantum echoes tajribasida ishlatilgan ayrim sxemalarni va xuddi shu tuzilishga ko‘ra yaratilgan kichikroq yangi sxemalarni klassik kompyuterda TNBP bilan simulyatsiya qiladi; bundan tashqari, katta tizimlar uchun nazariy masshtablash dalillarini ishlab chiqadi. Tadqiqotchilar avval bir o‘lchamli tizimlarda bashorat qilingan eksponensial bog‘-o‘lchami masshtablanishini ochiq sonli simulyatsiya orqali tasdiqlaydilar. Ikki o‘lchamli tizimlarda esa N=8–28 kabi kichik namunalar asosida bevosita asimptotik eksponensial masshtablanishni o‘lchadik, deb da’vo qilmaydilar; buning o‘rniga real 23-kubitli tajriba sxemalarida va yangi 8–28 kubitli sxemalarda kuchli siqilmaslik dalillarini topib, ularni katta tizimlar uchun nazariy masshtablash bilan birga baholaydilar.
Real tajribadan olingan ikki 23-kubitli OTOC sxemasida TNBP ham Willow tajribasiga, ham Tensor Network Monte Carlo (TNMC) usuliga qaraganda pastroq signal-shovqin nisbati (signal-to-noise ratio, SNR) beradi. 108 ta ikki-kubitli gate bo‘lgan sxemada TNBP taxminan 2,94 SNR ga erishsa, TNMC 7,61 va tajriba 7,21 SNR beradi. 164 ta ikki-kubitli gate bo‘lgan chuqurroq sxemada TNBP taxminan 1,31 gacha tushadi, TNMC 6,73 va tajriba 5,26 SNR beradi. Ushbu taqqoslash ayni OTOC namunalarida klassik TNBP yondashuvi tajriba aniqligiga yetolmasligini ko‘rsatadi.
Tadqiqotning muhim nazorat tajribasida yuqori chirmashuv hosil qiluvchi iSWAP-ga o‘xshash ikki-kubitli gate’lar chirmashuvni sekinroq hosil qiluvchi sozlanadigan iSWAP gate’lari bilan almashtiriladi. Chirmashuv hosil bo‘lish tezligi yetarlicha kamaytirilganda TNBP yuqori fidelity va past bog‘ o‘lchami bilan ishlay oladi. Demak, manba muvaffaqiyatsizlik faqat TNBP implementatsiyasining umumiy nuqsonidan emas, balki quantum echoes sxemalarining yuqori chirmashuv va siqilmaslik tuzilishidan kelib chiqishiga mustaqil dalil beradi.
Eng katta tajribalar uchun keltirilgan xarajatlar to‘g‘ridan-to‘g‘ri ishga tushirilgan katta TNBP simulyatsiyalarining o‘lchangan sarfi emas. Mualliflar kichik va o‘rta miqyosdagi sonli natijalar, sxema geometriyasi va har bir PEPS bog‘ida qo‘llangan chirmashtiruvchi gate’lar sonidan foydalanib xarajat proyeksiyasini tuzadilar. Tajriba bilan taqqoslanadigan aniqlik ko‘zlanganda 95-kubitli standart OTOC uchun taxminan \(D\approx3.2\times10^3\), 65-kubitli second-order OTOC uchun esa taxminan \(D\approx8.4\times10^5\) PEPS bog‘ o‘lchami kerak bo‘lishini baholaydilar. 65-kubitli holatda atigi bitta PEPS tenzorining hisoblangan xotira talabi \(7.9\times10^{24}\) bayt darajasidadir. Bu natija xotira o‘lchovi emas, manba taxminlari ostidagi feasibility bahosidir.
Maqolaning markaziy da’vosi shuki, ko‘rib chiqilgan Schrödinger-picture PEPS-evolution yondashuvida TNBP Google quantum echoes tajribasining eng qiyin sxemalari uchun amaliy klassik muqobil bo‘la olmaydi. Bu natija “kelajakdagi hech bir klassik algoritm bu tajribalarni hech qachon simulyatsiya qila olmaydi” degani emas. Mualliflar ayniqsa Heisenberg-picture yondashuvlari boshqacha masshtablash imkoniyatlariga ega bo‘lishi mumkinligini muhokama qiladilar va ikki operator birgalikda Heisenberg tasvirida evolyutsiya qilinadigan yanada ilg‘or yondashuvni kelgusi ish mavzusi sifatida qoldiradilar.
Tadqiqot qo‘ygan asosiy savol
Google Quantum AI’ning quantum echoes tadqiqoti yuqori tartibli out-of-time-order correlator qiymatlarini Willow kvant protsessorida o‘lchash o‘xshash aniqlikni ko‘zlaydigan ayrim klassik hisoblash usullaridan ancha tez ekanini bildirgan edi. Biroq klassik algoritmlar dunyosida bitta usulning muvaffaqiyatsizligi “barcha klassik usullar muvaffaqiyatsiz” degan xulosaga yetmaydi. Ayniqsa TNBP ilgari boshqa yirik kvant-tajriba da’volarini klassik tarzda muvaffaqiyatli simulyatsiya qilgan usullar oilasidir. Shuning uchun yangi tadqiqotning asosiy savoli quyidagicha: TNBP quantum echoes tajribasining klassik qiyinlik da’vosini bekor qila oladigan darajada samarali simulyatsiyani ta’minlay oladimi?
Tadqiqotning javobi ko‘rib chiqilgan TNBP/Schrödinger-picture yondashuvi uchun yo‘q. Buning asosiy sababi faqat ikki o‘lchamli geometriya emas, balki random OTOC sxemalari hosil qiladigan yuqori volume-law chirmashuvning PEPS holatlarini katta darajada siqilmas holga keltirishidir.
Out-of-Time-Order Correlator (OTOC) nima?
Out-of-time-order correlator (OTOC) lokal kvant perturbatsiyasining vaqt evolyutsiyasi ostida tizimning boshqa erkinlik darajalariga qanday tarqalishini va kvant axboroti qanchalik tez scrambling bo‘lishini o‘lchash uchun ishlatiladigan ko‘p-jismli korrelyatsiya funksiyasidir; ushbu tadqiqotda OTOC qiymati vaqt bo‘yicha evolyutsiyalangan kvant holatida lokal o‘lchash operatori \(M\) ning kutilma qiymatiga aylantirilib, kvant tajribasi va klassik simulyatsiyada taqqoslanadigan yagona sonli kuzatiladigan kattalikka keltiriladi.
Standart OTOC ta’rifi
Formula nimani hisoblaydi? \(B\) lokal perturbatsiyasining vaqt evolyutsiyasi natijasida o‘lchash operatori \(M\) bilan qay darajada o‘zaro ta’sirlasha boshlaganini belgilovchi OTOC qiymatini hisoblaydi.
\(U(t)\): kvant sxemasining unitar time-evolution operatoridir.
\(B\): manbada “butterfly operator” deb ataladigan lokal perturbatsiya operatoridir. Tadqiqotning asosiy sxemalarida bir-kubitli Pauli \(X\) ishlatiladi.
\(M\): measurement operator; tadqiqotda bir-kubitli Pauli \(Z\) olinadi.
\(B(t)\): \(B\) ning Heisenberg tasviridagi vaqt bo‘yicha evolyutsiyalangan ko‘rinishidir.
\(N\): sxemada qolgan samarali kubitlar sonidir. Gate-pruning jarayonidan keyin hech bir tegishli gate ta’sir qilmaydigan kubitlar tizimdan chiqarilgani sababli, ko‘rsatilgan \(N\) dastlabki fizik griddagi barcha kubitlar soni bo‘lishi shart emas.
Ko‘paytma boshlang‘ich holat ostidagi lokal o‘lchash ko‘rinishi
Tadqiqot maximally mixed state o‘rniga quantum echoes tajribasidagi konvensiyaga amal qilib
boshlang‘ich holatdan foydalanadi. \(M=Z\) va \(B\) Hermitian bo‘lganda:
va
Bu o‘zgartirish nihoyatda muhim. Murakkab ko‘rinadigan oldinga–orqaga time-evolution korrelyatori amaliy simulyatsiyada “\(|\phi\rangle\) holatini tayyorla va unda \(M\) ni o‘lcha” muammosiga keltiriladi. TNBP aynan shu mantiqdan foydalanadi: avval \(|\phi\rangle\) ni taxminiy PEPS sifatida hosil qiladi, so‘ng \(M\) ning kutilma qiymatini chiqaradi.
“Second-order OTOC” nomlanishi nega chalkashtirishi mumkin?
Manbada standart OTOC matematik ravishda \(C^{(2)}\) bilan belgilanadi. Bunga qarshi, Google “second-order OTOC” yoki \(\mathrm{OTOC}^{(2)}\) deb ataydigan yuqoriroq tartibli kuzatiladigan kattalik matematik ravishda \(C^{(4)}\) belgisi bilan ifodalanadi:
Shuning uchun ushbu maqolada:
- \(C^{(2)}\) = standart/first-order OTOC,
- \(C^{(4)}\) = second-order OTOC, ya’ni \(\mathrm{OTOC}^{(2)}\).
Ushbu belgilar farqi saqlanishi kerak; \(C^{(4)}\) “to‘rtinchi tartibli boshqa tajriba” degani yoki \(\mathrm{OTOC}^{(2)}\) \(C^{(2)}\) bilan ayni kattalik degani sifatida talqin qilinmasligi kerak.
Kapalak effekti va yorug‘lik konusi
Agar \(B\) identity operator bo‘lganida, oldinga evolyutsiya \(U\) va orqaga evolyutsiya \(U^\dagger\) bir-birini bekor qilardi va \(M=Z\) uchun OTOC boshlang‘ich holatda 1 bo‘lardi. Haqiqiy \(B\) perturbatsiyasi qo‘llanganda esa \(B\) ta’siri yetib borishi mumkin bo‘lgan sxema gate’lari hosil qiladigan “geometric lightcone” paydo bo‘ladi.
Manba ikki xil yorug‘lik konusini ajratadi:
- Geometrik yorug‘lik konusi: faqat sxema ulanishi va gate’larning joylashuviga ko‘ra qaysi hududlarga sababiy ta’sir yetishi mumkinligini ko‘rsatadi.
- Fizik yorug‘lik konusi: kvant axborotining muayyan random dynamics ostida haqiqatda qanday tezlikda tarqalishini ko‘rsatadi va odatda geometrik yorug‘lik konusidan torroq bo‘ladi.
\(M\), \(B\) ning geometrik yorug‘lik konusidan butunlay tashqarida bo‘lsa, OTOC aynan 1 ga teng. Fizik yorug‘lik konusidan ancha tashqarida, ammo geometrik konus ichida bo‘lsa, OTOC taxminan 1 ga teng. Fizik yorug‘lik konusining ichkarisida o‘rtacha OTOC taxminan 0 ga yaqinlashadi. Eng katta circuit-to-circuit tebranishlar esa fizik yorug‘lik konusi chegarasi yaqinida kuzatiladi; shu sabab tajribada va manba tahlilida \(M\) bilan \(B\) ning nisbiy joylashuvi katta ahamiyatga ega.
SNR nega ishlatiladi?
Bitta random sxemaning OTOC xatosiga qarash yetarli emas; tanlangan sxema tasodifan klassik simulyatsiya uchun favqulodda oson yoki qiyin bo‘lishi mumkin. Shu sabab tadqiqot ko‘plab random circuit instance’lardan iborat OTOC ensemble ustida instance-to-instance tebranishlar qanchalik aniq qayta hosil qilinishini o‘lchaydigan normallashtirilgan SNR dan foydalanadi.
Bu yerda ustki chiziq ensemble o‘rtachasini, \(\sigma\) esa ensemble standart og‘ishini ko‘rsatadi.
Formula nimani hisoblaydi? Taxminiy natijalar exact OTOC instance’lardagi normallashtirilgan tebranish naqshini qanchalik yaxshi qayta hosil qilishini o‘lchaydi.
Yuqori SNR: taxminiy usul instance-by-instance exact OTOC tuzilishini yaxshiroq kuzatadi.
Nol xato: maxrajdagi RMS xato nolga boradi va ideallashtirilgan SNR cheksizlikka yaqinlashadi.
Butunlay bog‘lanmagan natija: cheksiz instance limitida SNR taxminan \(1/\sqrt2\) ga yaqinlashadi.
Tadqiqot 50 instance ishlatgan tahlillarda bog‘lanmagan-signal bazasi taxminan 0,725 ga teng. Quantum echoes tajribasining tegishli SNR qiymatlari taxminan 3–5 darajasidadir. Shuning uchun “SNR 1 dan katta, demak yaxshi” kabi oddiy talqin to‘g‘ri emas; muvaffaqiyat mezoni tajriba erishgan SNR darajasini klassik hisoblash xarajati doirasida moslashtirishdir.
Random OTOC sxemalari qanday yaratiladi?
Time-evolution sxemasi \(U\) yuqori chirmashuv hosil qilish uchun ikki turdagi gate’ning almashinuvchi brickwall qatlamlaridan iborat.
Ikki-kubitli fSim gate’lari manbada iSWAP va taxminan 0,35 radian conditional phase ga ega CPHASE komponentiga ajratilishi mumkin. Manba bergan iSWAP omili:
Random bir-kubitli aylantirishlar esa
ko‘rinishida bo‘ladi va
parametrlaridan foydalaniladi.
Asosiy tahlilda \(M=Z\), \(B=X\) olinadi. Original quantum echoes ma’lumotlar to‘plamidagi ayrim sxemalar bir nechta site ustida \(X\) tenzor ko‘paytmasidan foydalansa-da, ushbu tadqiqot bu ensemble’larni simulyatsiya qilmaganini ochiq aytadi.
Gate pruning nega ilmiy jihatdan muhim?
Oldinga \(U\) va orqaga \(U^\dagger\) sxemalari birga mavjud bo‘lgani sabab OTOC natijasiga hech qanday ta’sir qilmaydigan ayrim gate’lar aynan bir-birini bekor qiladi. Manba hisoblashni sun’iy ravishda qiyinlashtirmaslik uchun bu gate’larni sxemadan chiqaradi. Bundan tashqari, o‘lchash va kapalak operatorlarining yorug‘lik konuslaridan tashqarida qoladigan gate’lar hamda endi hech bir gate ta’sir qilmaydigan kubitlar olib tashlanadi.
Shu sabab tadqiqotdagi klassik xarajat taqqoslash “keraksiz butun sxemani ko‘r-ko‘rona simulyatsiya qilish” xarajati emas. Mualliflar avval OTOC natijasiga ta’sir qilmaydigan qismlarni olib tashlaydi, keyin qolgan qiyin qismini simulyatsiya qiladi.
Yangi 2B scaling-analysis sxemalari qanday tanlanadi?
Appendix A dagi jarayon to‘rt bosqichdan iborat:
- Avval yetarlicha katta, amalda 10×10 kubit grid yaratiladi va measurement operator \(M\) markazga yaqin joyga qo‘yiladi.
- Butterfly operator \(B\) ning mumkin bo‘lgan joylari uchun OTOC tebranish kattaligi baholanadi. Maksimal standart og‘ish \(\Sigma\) bo‘lsa, faqat \(\sigma_B\ge0.3\Sigma\) shartini qanoatlantiradigan, ya’ni maksimal signalning kamida %30 ini beradigan joylar nomzod sifatida saqlanadi.
- Har bir nomzod uchun OTOC qiymatiga hissa qo‘shmaydigan gate’lar yorug‘lik konuslariga ko‘ra kesib tashlanadi va sxemadan uzilgan kubitlar olib tashlanadi.
- Qolgan nomzodlar orasida exact tensor-network contraction xarajati TNCO yordamida baholanadi va klassik hisoblash nuqtai nazaridan eng qiyin ko‘rinadigan joy tanlanadi.
Bu tanlash protsedurasi tadqiqotchilar faqat signali katta sxemalarni emas, balki klassik hisoblash nuqtai nazaridan qiyin sxemalarni ham tizimli ravishda tanlaganini ko‘rsatadi. Biroq manba Appendix A dagi \(\sigma\) tanlash hisobida ishlatilgan tezkor yondashuv exact OTOC ensemble standart og‘ishining bevosita brute-force hisobi emasligini ham qayd etadi.
Tensor Networks with Belief Propagation (TNBP) qanday ishlaydi?
TNBP OTOC simulyatsiyasini ikki alohida taxminiy muammoga bo‘ladi: avval kvant sxemasini PEPS ustida belief-propagation asosidagi truncation bilan evolyutsiya qilib \(|\phi\rangle\) holatining taxminiy tenzor-tarmoq tasvirini hosil qiladi; so‘ng shu PEPS ustida \(M\) kutilma qiymatini boundary-MPS contraction bilan hisoblaydi. Shu sabab umumiy aniqlik ham PEPS bog‘ o‘lchami \(D\), ham extraction bog‘ o‘lchami \(\chi\) ga bog‘liq.
PEPS nima?
Projected entangled pair state (PEPS), ayniqsa ikki o‘lchamli kvant tizimlaridagi ko‘p-jismli to‘lqin funksiyalarini lokal tenzorlardan tuzilgan tarmoq sifatida ifodalovchi tenzor-tarmoq ansatzidir. Har bir fizik kubit uchun bitta tenzor mavjud. Tenzorning fizik indeksi lokal kubit holatini, auxiliary/bond indekslari esa qo‘shni tenzorlar bilan bo‘lishiladigan chirmashuv ma’lumotini tashiydi.
Eng katta auxiliary indeks o‘lchami bond dimension \(D\) deb ataladi.
- \(D=1\): ko‘paytma holat; tarmoq qo‘shnilar o‘rtasida chirmashuv tashimaydi.
- Kattaroq \(D\): ko‘proq chirmashuv ifodalanishi mumkin.
- Juda yuqori chirmashuv: exact ifoda uchun \(D\) juda tez o‘sishi mumkin.
Ikki-kubitli gate nega bond dimension ni kattalashtiradi?
Ikki-kubitli chirmashtiruvchi gate ikki qo‘shni PEPS tenzoriga qo‘llanganda, ikki tenzor vaqtincha birlashtiriladi va keyin SVD bilan yana ajratiladi. Ikki o‘lchamli kubit PEPS holatida exact rejimda bitta gate tegishli bog‘ o‘lchamini odatda to‘rt baravargacha kattalashtirishi mumkin:
Ko‘p gate bir xil bog‘da ketma-ket ta’sir qilganda exact PEPS bog‘ o‘lchami gate soni bilan eksponensial o‘sadi. Manbaning siqilmaslik dalili shu nuqtadan boshlanadi.
Belief propagation truncation nima qiladi?
Amaliy hisoblashda \(D\) ning nazoratsiz o‘sishiga yo‘l qo‘yilmaydi. Gate qo‘llangandan keyin hosil bo‘ladigan singular values belgilangan maksimal bog‘ o‘lchami \(D\) gacha truncation qilinadi. Qaysi singular komponentlarni saqlash eng yaxshi lokal yaqinlashuvni berishini baholash uchun muhit ma’lumoti belief propagation xabarlari orqali uzatiladi.
Manba symmetric-gauge BP variantidan foydalanadi. Tarmoqning double-layer tasvirida qo‘shni tenzorlar orasidagi musbat yarim-aniq “message” matritsalari iterativ yangilanadi. Bir-qatlamli tasvirga qaytilganda xabarlarning kvadrat ildizlari tenzorlarga singdiriladi; ikki nishon tenzor QR decomposition bilan kichraytiriladi; gate qo‘llanadi; SVD bajariladi; singular-value matritsasi \(D\) gacha kesiladi va yangi xabarlar hosil qilinadi.
Daraxtsimon, loop bo‘lmagan tarmoqlarda BP muhitlari exact bo‘lishi va truncation global jihatdan optimal bo‘lishi mumkin. Loop bo‘lgan PEPS tarmoqlarida esa BP taxminiy muhit hisobi bo‘lib, truncation xatolari vaqt o‘tishi bilan yig‘ilishi mumkin.
Manba SVD paytida
dan kichik singular values ni sonli ravishda tashlab yuboradi.
PEPS evolution xarajati
Manba kvadrat panjarada BP asosidagi PEPS evolution xarajatini taxminan
masshtablanishi bilan beradi.
Bu yerda \(N\) kubit/tenzorlar soni, \(D\) esa maksimal PEPS bond dimension. Agar \(D\) eksponensial o‘ssa, \(D^5\) bog‘liqligi sabab hisoblash xarajati yanada tezroq o‘sadi.
Extraction bosqichi va boundary MPS
PEPS hosil qilingandan keyin lokal kuzatiladigan \(M\) ning expectation value sini hisoblash uchun PEPS, uning kompleks qo‘shmasi va \(M\) birgalikda double-layer tenzor tarmog‘ini hosil qiladi. Exact contraction katta tizimlarda juda qimmat bo‘lgani uchun boundary matrix product state usuli ishlatiladi.
Boundary MPS ning maksimal bog‘ o‘lchami \(\chi\). Manba extraction xarajatini
deb beradi.
Bu formula nega muhim? Katta \(D\) faqat evolution ni emas, extraction ni ham qimmatlashtiradi. Ayniqsa \(D^6\chi^2\) hadi PEPS bog‘ o‘lchamining o‘sishi kuzatiladigan kattalikni chiqarish xarajatiga juda yuqori daraja bilan kirishini ko‘rsatadi.
\(\chi\) nega alohida parametr? Katta \(D\) bilan to‘g‘ri to‘lqin funksiyasini saqlash OTOC avtomatik ravishda to‘g‘ri chiqariladi degani emas. Agar \(\chi\) juda kichik bo‘lsa, uzoq masofali korrelyatsiya ma’lumoti bMPS contraction paytida yo‘qolishi mumkin.
Nega chirmashuv TNBP xarajatini eksponensial oshirishi mumkin?
Yuqori chirmashuv hosil qiluvchi OTOC sxemalarida bir xil PEPS bog‘ida ketma-ket ikki-kubitli gate’lar exact tenzor-tarmoq ifodasining bog‘ o‘lchamini ko‘paytirib boradi; manba OTOC uchun yorug‘lik-konusi geometriyasi sabab ayrim bog‘lar sxema chuqurligiga mutanosib sonli chirmashtiruvchi gate’larni ko‘rishini va siqilmaslik farazi ostida zarur \(D\) 1B da \(N\) bilan, 2B da esa chiziqli tizim o‘lchami \(\sqrt N\) bilan eksponensial o‘sishini ko‘rsatadi.
Bu yerda siqilmaslik nimani anglatadi?
Appendix C da manba avval PEPS bog‘ indeksini ta’riflaydi. Agar bond dimension muhim global fidelity ni yo‘qotmasdan va boshqa bog‘lar o‘lchamini oshirmasdan kamaytirilishi mumkin bo‘lsa, bu bog‘ siqiladigan deb hisoblanadi. Aks holda u siqilmaydi.
Agar PEPS ning barcha tegishli bog‘lari shu ma’noda siqilmasa, manba PEPS ni “incompressible” deb ta’riflaydi. Agar quantum circuit ko‘paytma boshlang‘ich holatga qo‘llanganda hosil qiladigan exact PEPS shu ma’noda siqilmasa, u “incompressible circuit” deb ataladi.
Bu ta’rif “ma’lumot faylini ZIP bilan siqish” tushunchasi bilan bir xil emas. Bu yerdagi siqish ko‘p-jismli kvant holatini kichikroq tenzor bog‘ o‘lchamlari bilan taxminiy ifodalash muammosidir.
Exact PEPS bog‘i nega gate soniga bog‘liq?
Appendix C dagi exact construction da har bir ikki-kubitli gate SVD bilan ikkita rank-3 tenzorga ajratiladi. Ikki o‘lchamli PEPS ustida har bir gate tegishli auxiliary bond ga ko‘pi bilan to‘rt baravar yangi o‘lcham kiritishi mumkin. Bir bog‘ ustida \(g\) ta mos ikki-kubitli gate bo‘lsa, ideallashtirilgan exact construction:
xatti-harakatini hosil qiladi.
Bir o‘lchamli MPS da lokal Hilbert-space o‘lchami qo‘shimcha rank chegarasini qo‘yadi, shuning uchun o‘sish har gate uchun ko‘pi bilan 2 omili bilan cheklanishi mumkin. Shu sabab 1B scaling tenglamalarida asos 2 ko‘rinadi.
1B nazariy masshtablash
Bir o‘lchamli brickwall circuit uchun manba \(M\) va \(B\) orasidagi zarur propagation velocity nisbatini \(v_{MB}/c\) bilan ifodalaydi. OTOC sezgirligi yuqori bo‘lgan geometriyada zarur bond dimension:
Haar-random 1B sxemalarining physical-lightcone chegarasi uchun manba
ni tanlaydi. Shunda
\(A_1\) maqsad aniqligiga bog‘liq doimiydir. Manba 1B sonli tajribalarda turli maqsad SNR qiymatlari uchun zarur \(D\) log-chiziqli grafikda shu eksponensial masshtablanishni kuzatishini ko‘rsatadi.
2B nazariy masshtablash
Ikki o‘lchamli griddagi jami kubitlar soni yuza bilan, chiziqli tizim o‘lchami esa taxminan \(\sqrt N\) bilan masshtablanadi. Manbaning yuqori OTOC signalini beradigan va classical-contraction xarajatini oshiradigan gorizontal \(M\)-\(B\) yo‘nalishi uchun asosiy matndagi bahosi:
Second-order OTOC uchun ayni geometrik dalil:
ko‘rinishida tezroq o‘sishni beradi.
Bu yerdagi \(A_2\le0.5\) chegarasi birinchi gate qatlami ko‘paytma holatga qo‘llangani sabab dastlabki qadamda bond dimension 4 o‘rniga ko‘pi bilan 2 ga ko‘payishi mumkinligidan kelib chiqadi.
Yo‘nalish nega 2B xarajatini o‘zgartiradi?
Square lattice dagi geometric va physical lightcone lar rotationally symmetric emas. Appendix D horizontal va diagonal yo‘nalishlarni alohida o‘rganadi.
Diagonal yo‘nalishda manba fizik yorug‘lik konusi geometrik yorug‘lik konusiga ancha yaqin tarqalishini va taxminan
masshtablanishiga erishish mumkinligini ko‘rsatadi.
Primitive lattice axis bo‘ylab gorizontal holatda esa yorug‘lik-konusi tezliklari orasidagi farq kattaroq va yuqoridagi
masshtablanishiga erishiladi. Scaling-analysis sxemalarini tanlash protsedurasi classical contraction xarajatini maksimal qilishga intilgani uchun asosiy matn qiyinroq bo‘lgan taxminiy \(0.6\sqrt N\) darajasidan foydalanadi.
Geometrik va fizik yorug‘lik konuslari orasida qolgan qism butunlay siqilmaydimi?
Yo‘q. Manbaning muhim nozik jihati aksincha: geometric lightcone ichida bo‘lib, dressed physical lightcone tashqarisida qoladigan ayrim hududlar taxminiy siqilishi mumkin. \(U\) va \(U^\dagger\) gate’lari bu hududlarda qisman bir-birini bekor qiladi.
Biroq \(B\) yaqinida va ikki dressed physical lightcone kesishmasida “incompressible core” qoladi. Manba eng katta zarur \(D\) aynan shu eng chuqur hudud tomonidan belgilanishini va tashqi hududlardagi qisman compression asimptotik Schrödinger-picture scaling ni yo‘q qilmasligini ta’kidlaydi.
Physical-lightcone front nega keskin emas?
Random sxema instance’larida axborot bir xil tezlikda tarqalmagani uchun physical-lightcone chegarasi bitta keskin chiziq emas. Manba 1B da front kengligi taxminan
xatti-harakatini ko‘rsatishini, 2B da esa tegishli nazariy adabiyotga asoslanib
masshtablanishidan foydalanishini aytadi. Bu kenglik “dressed physical lightcone” tushunchasining shakllanishiga olib keladi.
“Beyond Classical” natijasi ushbu maqolada aynan nimani anglatadi?
Ushbu tadqiqotda “beyond classical” deganda muayyan OTOC ensemble’larini Willow tajribasi erishgan aniqlik bilan qayta hosil qilish uchun ko‘rib chiqilgan amaliy klassik usullar kvant tajribasiga qaraganda ancha ko‘p vaqt yoki xotira talab qilishi tushuniladi; maqola barcha mumkin bo‘lgan klassik algoritmlar uchun abadiy amal qiladigan matematik imkonsizlik teoremini isbotlamaydi.
Reproducible quantum advantage mezoni
Manba “reproducible quantum advantage” uchun ikki asosiy shartni ajratadi:
- Quantum advantage: bir xil computational task ni bir xil aniqlikda bajarish uchun klassik kompyuter ancha ko‘p vaqt yoki xotira talab qilishi.
- Reproducibility: tajriba takrorlanganda ma’lum aniqlik doirasida ayni kuzatiladigan qiymatni yana olish mumkin bo‘lishi.
Maqola kirishida muhim real-dunyo qo‘llanmasiga ega bo‘lish maqsadi ham uchinchi, kengroq maqsad sifatida muhokama qilinadi. Ushbu tadqiqot dastlabki ikki band bo‘yicha klassik qiyinlik dalilini kuchaytiradi; o‘zi yangi real-dunyo quantum application ni ko‘rsatmaydi.
Tadqiqot usuli va natijalari
Foydalanilgan hisoblash resurslari
Manba TNBP hisoblarida Google Cloud dagi a2-ultragpu-8g yoki c2-standard-60 tugunlaridan foydalanganini bildiradi. Asosiy ishda erishish mumkin bo‘lgan maksimal PEPS bog‘ o‘lchami taxminan
va boundary-MPS bog‘ o‘lchami taxminan
darajasidadir. Tadqiqotchilar ayni umumiy resurs doirasida \(D\) va \(\chi\) o‘rtasida turli taqsimotlar qilish mumkinligini, ammo \(D=35,\chi=30\) tanlovi ular ishlatgan resurslar uchun taxminan optimal ekanini bildiradilar.
23-kubitli real quantum-echoes sxemalaridagi natija
| Sxema | Ikki-kubitli gate soni | TNBP SNR | TNMC SNR | Willow tajribasi SNR |
|---|---|---|---|---|
| Sayozroq 23-kubitli sxema | 108 | taxminan 2,94 | 7,61 | 7,21 |
| Chuqurroq 23-kubitli sxema | 164 | taxminan 1,31 | 6,73 | 5,26 |
Sayozroq sxemada final PEPS exact contracted qilinganda ham \(D=35\) evolution truncation muhim OTOC ma’lumotini yo‘qotgani ko‘rinadi. Shu sabab extraction paytida \(\chi\) ni cheksizlikka olib borish evolution paytida allaqachon yo‘qolgan ma’lumotni qaytara olmaydi.
Manba 108-gate sxemani truncation siz evolyutsiya qilib final bog‘ o‘lchamini
darajasigacha oshiradi va keyin faqat final holatda \(D=35\) ga truncation qiladi. Bu amalning o‘zi ham SNR ni 3 dan pastga tushiradi. Natija muammoni faqat “har gate dan keyin qayta-qayta truncation qilingani uchun xato yig‘iladi” deb tushuntirib bo‘lmasligini; final to‘lqin funksiyasining o‘zi ham muhim katta-\(D\) ma’lumotini tashishini ko‘rsatadi.
Biroq Appendix F muhim cheklovni qo‘shadi: bu sonli testlarning o‘zi, qimmatroq va boshqa truncation usuli qo‘llanganda ayni fizik holatni kichikroq \(D\) bilan ifodalash mutlaqo imkonsizligini isbotlamaydi. Mualliflarning umumiyroq siqilmaslik xulosasi ushbu tajriba bilan birga nazariy dalil va boshqa sonli dalillarning jami asosida qurilgan.
8–28 kubitli yangi 2B sxemalar
Mualliflar real tajriba sxemalaridan tashqari ayni fizik mantiq asosida yangi OTOC ensemble’larini yaratadi va \(N=8\) dan \(N=28\) gacha 50 random instance li tizimlarni simulyatsiya qiladi.
Ikki asosiy natija topiladi:
- Evolution siqilmasligi: to‘g‘ri OTOC olish uchun \(D\) katta bo‘lishi shart. \(N\le14\) tizimlarda exact qiymatga erishish mumkin bo‘lganda bond dimension ni atigi taxminan %20 kamaytirishning o‘zi SNR ni 5–10 darajasiga tushirishi mumkin.
- Extraction xarajati: to‘g‘ri PEPS mavjud bo‘lsa ham kichik \(\chi\) OTOC ni to‘g‘ri chiqarish uchun yetarli emas; \(\chi\) ham \(D\) ning sezilarli ulushigacha o‘sishi kerak.
Manba Table I natijalari
| N | O‘rtacha OTOC | σ(OTOC) | D | χ | Median bMPS vaqti (soat) | 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 |
Jadvaldagi vaqtlar 50 instance orasidagi median bMPS contraction vaqtidir va c2-standard-60 CPU tugunlariga tegishli. “Exact” tegishli instance’larning OTOC qiymatlari single-precision darajasida \(10^{-6}\) dan kichik xato bilan hisoblanganini anglatadi.
Jadval tizim o‘lchami oshgani sari monoton xarajat o‘sishini ko‘rsatmaydi. Manba buni circuit-construction protsedurasi hosil qilgan notekis geometriyalardan kelib chiqadigan finite-size effektlari ekanini alohida ta’kidlaydi. Shu sabab 20, 22, 23 va 28 kubitli alohida vaqtlar asosida umumiy asimptotik scaling chiqarish to‘g‘ri emas.
Nega ham D, ham χ katta bo‘lishi kerak?
\(D\) kichik bo‘lganda kvant holatining OTOC uchun zarur ma’lumoti evolution paytida truncation bilan yo‘qoladi. Keyinchalik exact contraction qilish bu yo‘qotishni qaytara olmaydi.
\(\chi\) kichik bo‘lganda PEPS ichida zarur ma’lumot bo‘lishi mumkin, lekin boundary contraction uzoq masofali korrelyatsiyalarni tashiy olmaydi. Manba truncation qilmasdan \(D=64\) gacha exact evolution bajargan \(N=14,17,20\) misollarida ham \(\chi\lesssim8\) bo‘lganda mazmunli SNR ololmaganini, SNR taxminan 10 yoki undan yuqori bo‘lishi uchun \(\chi\) \(D\) ning sezilarli qismiga yaqinlashishi kerakligini ko‘rsatadi.
Kuchsiz chirmashtiruvchi gate nazorati
Siqilmaslik gipotezasini sinash uchun original iSWAP-ga o‘xshash gate’lar sozlanadigan
gate’lari bilan almashtiriladi.
\(\alpha=1\) standart iSWAP nisbatidagi chirmashuv hosil bo‘lishiga mos keladi. \(\alpha\rightarrow0\) esa gate ning chirmashtiruvchi ta’sirini kamaytiradi.
Manbaning 13-shakl natijalariga ko‘ra:
- \(\alpha=0.25\): chirmashuvning sekinroq o‘sishi, TNBP bilan ancha yuqori fidelity va kichik \(D\) bilan muvaffaqiyatli simulyatsiya;
- \(\alpha\approx0.5\): modified sxemalar taxminan original sxema qadar qiyinlashadi;
- \(\alpha=0.7\) va \(1.3\): tekshirilgan ayrim tizimlarda original \(\alpha=1\) sxemasidan ham qiyinroq simulyatsiya xatti-harakati ko‘rinadi.
Bu natija “entanglement miqdori \(\alpha\) bilan monoton o‘sadi va xarajat ham xuddi shunday monoton o‘sadi” degan oddiy xulosani qo‘llab-quvvatlamaydi. Manba faqat kichik \(\alpha\) dagi sekin entanglement growth aniq compression berishini va yuqori-entangling gate tanlovi klassik qiyinlikning asosiy qismlaridan biri ekanini ko‘rsatadi.
2B kichik-tizim ma’lumotlari haqiqatan eksponensial scaling ko‘rsatadimi?
Yo‘q. Bu maqolaning eng muhim talqin chegaralaridan biridir.
Appendix G \(N=8\)–28 kichik 2B tizimlarda exact extraction yordamida o‘lchangan SNR–\(D\) munosabatini tahlil qiladi. Har bir \(N\) uchun taxminan:
fitlar olinadi. Formal ravishda bu:
kabi polynomial-looking kichik-tizim scaling ni beradi.
Global infidelity uchun manba:
va shuning uchun fixed fidelity uchun taxminan
xatti-harakatini bildiradi.
Biroq mualliflar bu natijani asimptotik scaling deb qabul qilmaydi. N=20, 22, 23 va 28 sxemalarining barchasida istalgan bog‘da ko‘pi bilan to‘rtta gate borligini; tizimlar hali \(\sqrt N\) bilan ortadigan gate-depth rejimiga kirmaganini aytadilar. Shu sabab ko‘ringan taxminiy \(N^{1.3}\) scaling finite-size rejimining natijasi va katta-\(N\) nazariy \(D\sim\exp(\sqrt N)\) bahosini rad etmaydi.
95-kubitli OTOC va 65-kubitli OTOC(2) uchun bog‘ o‘lchami proyeksiyasi
Eng katta real tajriba sxemalari scaling-analysis sxemalari bilan ayni geometriyaga ega bo‘lmagani sabab Eq. (7) ularga bevosita qo‘llanmaydi. Buning o‘rniga tadqiqotchilar har bir fizik PEPS bog‘ida qo‘llangan maksimal iSWAP-ga o‘xshash gate sonini sanaydilar.
| Tajriba | Kubit | Bir bog‘dagi maksimal chirmashtiruvchi gate | Sodda exact-asosli baho | Tajriba aniqligiga yo‘naltirilgan ehtiyotkor quyi baho |
|---|---|---|---|---|
| Standart OTOC | 95 | 8 | \(4^8\approx6.4\times10^4\) | \(D\approx3.2\times10^3\) |
| Second-order OTOC / \(C^{(4)}\) | 65 | 12 | \(4^{12}\approx1.7\times10^7\) | \(D\approx8.4\times10^5\) |
Sodda qiymatlar ikki sabab bilan pastga tuzatiladi. Birinchi gate qatlami ko‘paytma boshlang‘ich holatga qo‘llangani sabab dastlabki o‘sish taxminan 4 emas, 2 omili bilan cheklanadi. Bundan tashqari, maqsad numerically exact OTOC emas, tajribaning taxminiy SNR aniqligiga mos kelishdir. 1B empirik natijalardan mualliflar tajribaga o‘xshash SNR uchun zarur \(D\) exact bahoga nisbatan taxminan 0,1 omiligacha kamayishi mumkinligini ehtiyotkor tarzda qo‘llaydilar.
Mualliflar katta 2B tizimda ayni SNR uchun 1B ga qaraganda kamroq bond-dimension reduction kutgani sabab 0,1 omilini lower-bound hosil qilish uchun optimistik tarzda ishlatadilar. Demak, jadvalning so‘nggi ustuni “aniq zarur D mana shu” degani emas, balki manbaning klassik simulyatsiya foydasiga bergan taxminiy quyi chegarasidir.
Xotira hisobi qanday qilinadi?
Square-lattice PEPS da to‘rtta auxiliary bond va fizik o‘lchami 2 bo‘lgan bitta tenzorda taxminan
complex son mavjud.
Single-precision complex son uchun manba 8 baytdan foydalanadi. Shunda bitta tenzor uchun xotira masshtabi:
65-kubitli \(C^{(4)}\) uchun \(D\approx8.4\times10^5\) qo‘yilganda manba:
qiymatini beradi va buni \(10^9\) petabaytdan ortiq deb ifodalaydi.
Manba taqqoslash uchun Frontier superkompyuterining jami storage sig‘imini taxminan 700 PB deb oladi. Bu taqqoslash tadqiqotning 2026 kontekstidagi feasibility dalilidir.
95-kubitli standart OTOC uchun \(D\approx3.2\times10^3\) bo‘lganda manba bitta PEPS tenzori uchun taxminan
xotira hisoblaydi. Bu bitta tenzor nazariy jihatdan eng katta tizimlar xotirasiga sig‘ishi mumkin bo‘lgan darajada bo‘lsa ham, extraction paytida hosil bo‘ladigan kattaroq tenzorlar jami resursdan yana oshib ketishi mumkin.
Nega mualliflar exact tensor-network contraction bilan taqqoslaydi?
Agar siqish mumkin bo‘lmasa approximate tensor-network state usulining afzalligi yo‘qoladi. Holatni katta PEPS sifatida qurib, keyin uni contract qilish ayrim holatlarda kuzatiladigan kattalikning tenzor tarmog‘ini boshidan optimized exact contraction bilan hisoblashdan qimmatroq bo‘ladi.
Manbaning dalil zanjiri quyidagicha:
- OTOC sxemalarining qiyin hududlari katta darajada siqilmaydi.
- Shu sabab TNBP katta \(D\) talab qiladi.
- Siqilishi mumkin bo‘lgan tashqi hududlarni butunlay olib tashlash TNBP uchun mumkin bo‘lgan eng optimistik xarajat kamaytirish chegaralaridan biridir.
- Gate’lari olib tashlangan ushbu sxemaning TNBP xarajati ham optimized exact tensor contraction xarajatidan past emas.
- Oldingi quantum-echoes tadqiqotida optimized exact contraction tajriba aniqligiga erishish uchun Willow tajribasidan ancha ko‘p vaqt talab qilishi allaqachon hisoblangan.
Shunday qilib, TNBP ilgari sinovdan o‘tgan classical exact-contraction usulidan yaxshiroq yangi classical shortcut bermaydi.
13.000× ifodasi nimaga tegishli?
Manba kirish qismida oldingi Google quantum echoes tadqiqotidagi 65-kubitli second-order OTOC ni o‘xshash aniqlikda optimized classical computation qilish zamonaviy superkompyuterda kvant o‘lchovidan 13.000 martadan ko‘proq sekin bo‘lgani haqidagi xulosani keltiradi. Bu 13.000× yangi TNBP tadqiqotining o‘zi o‘lchagan yangi TNBP runtime nisbati emas; u oldingi tadqiqotdagi classical exact-contraction taqqoslashiga asoslanadi.
Heisenberg-picture yondashuvi natijani o‘zgartirishi mumkinmi?
Manbaning asosiy natijasi Schrödinger-picture tenzor-tarmoq evolution usullari uchun eng kuchli. Appendix E mumkin bo‘lgan Heisenberg-picture usullarini alohida muhokama qiladi.
Faqat \(B\) yoki faqat \(M\) kabi bitta operatorni Heisenberg tasvirida evolyutsiya qilish doubled Hilbert space sabab manba sinovlarida kattaroq \(D\) va \(\chi\) talab qiladi va afzallik bermaydi.
Bunga qarshi, \(M\) va \(B\) ni ikki tomondan Heisenberg tasvirida evolyutsiya qiladigan yondashuv fizik yorug‘lik konuslari tashqarisidagi hududlarni agressivroq yo‘q qilishi mumkin. Manba 1B uchun irreducible core kengligi
bo‘lishi mumkinligini va \(N\sim T\) bo‘lgani uchun xarajat Schrödinger-picture dagi \(\exp(N)\) o‘rniga kuchsizroq
turdagi asimptotik xatti-harakatga tushirilishi mumkinligini muhokama qiladi.
Biroq bu bi-directional Heisenberg yondashuvi maqolada amaliy katta-sxema simulyatsiyasi sifatida qo‘llanib benchmark qilinmagan. 2B uchun exact asymptotic scaling ham chiqarilmagan. Mualliflar 65-kubitli \(\mathrm{OTOC}^{(2)}\) bu usul bilan ham ehtimol yetib bo‘lmasligicha qolishini va 65 kubit yaxshiroq asymptotic scaling ning katta prefactor larini qoplash uchun yetarlicha katta bo‘lmasligi mumkinligini aytadilar. Shu sabab usul muhim kelgusi-tadqiqot yo‘nalishi bo‘lib, mavjud beyond-classical da’voni rad etuvchi natija emas.
Tadqiqot qo‘llab-quvvatlaydigan xulosalar
- TNBP tekshirilgan real 23-kubitli quantum-echoes OTOC sxemalarida tajriba va TNMC ning SNR aniqligiga erisha olmaydi.
- Random OTOC sxemalarining yuqori chirmashuvi PEPS representation ni katta darajada siqilmas qiladi.
- 1B sinovlarda zarur bond dimension ning tizim o‘lchami bilan eksponensial scaling i nazariy bahoga mos keladi.
- 2B N=8–28 sinovlarda katta \(D\) va katta \(\chi\) birgalikda zarur.
- 2B kichik-tizim sxemalarida taxminan %20 bond-dimension reduction ham exact yechiladigan misollarda SNR ni jiddiy pasaytirishi mumkin.
- Kuchsiz chirmashuv hosil qiladigan modified iSWAP sxemalari TNBP bilan ancha samarali simulyatsiya qilinishi mumkin; usul compression mavjud bo‘lganda undan foydalana oladi.
- Nazariy lightcone/incompressibility tahlili katta 2B OTOC sxemalari uchun \(D\) chiziqli tizim o‘lchami bilan eksponensial o‘sishini bashorat qiladi.
- 95-kubitli OTOC va 65-kubitli second-order OTOC uchun manba bergan bog‘-o‘lchami va xotira proyeksiyalari TNBP feasible emas degan xulosani qo‘llab-quvvatlaydi.
- Incompressible Schrödinger-picture tensor-network state usullari optimized exact tensor-network contraction dan ustun bo‘lishi kutilmaydi.
Tadqiqot qo‘llab-quvvatlamaydigan xulosalar
- Maqola barcha mumkin bo‘lgan klassik algoritmlar Google quantum echoes muammosini abadiy yecha olmasligi haqida complexity-theory imkonsizlik teoremini bermaydi.
- N=8–28 oralig‘idagi 2B ma’lumotlar bevosita asimptotik eksponensial scaling o‘lchovi emas.
- Appendix G dagi taxminiy \(D\sim N^{1.3}\) finite-size natijasi katta tizimlar polynomial jihatdan osonligini ko‘rsatmaydi.
- TNBP barcha kvant sxemalarida muvaffaqiyatsiz ekani ko‘rsatilmagan; aksincha, kuchsiz chirmashtiruvchi sxemalarda samarali ishlashi mumkinligi ko‘rsatilgan.
- Bu tadqiqot yangi Willow tajribasini bajarmagan.
- 65-kubit uchun \(7.9\times10^{24}\) bayt real ishga tushirishda o‘lchangan RAM sarfi emas; manba modeli asosida hisoblangan bitta-tenzor proyeksiyasidir.
- \(D\approx3.2\times10^3\) va \(8.4\times10^5\) qiymatlari mathematically exact minimum bond dimensions sifatida isbotlangan sonlar emas; ular tajribaga o‘xshash SNR maqsadi uchun ehtiyotkor feasibility baholaridir.
- BP dan boshqa hech bir mumkin bo‘lgan PEPS truncation usuli yaxshiroq compression qila olmasligi faqat sonli testlar bilan isbotlanmagan.
- Bi-directional Heisenberg-picture yondashuvining katta 2B quantum echoes sxemalaridagi amaliy xarajati ushbu tadqiqot tomonidan sonli ravishda aniqlanmagan.
- Bu maqola kvant kompyuterlari barcha real-dunyo muammolarida klassik kompyuterlardan ustun ekanini ko‘rsatmaydi.
Tadqiqotning kuchli tomonlari
Tadqiqot faqat bitta scaling farazini ilgari surmaydi. Bir-birini to‘ldiruvchi bir necha nazoratdan foydalanadi: 1B da ochiq scaling testi, real 23-kubitli tajriba sxemalarida bevosita TNBP taqqoslash, yangi 2B sxemalarda \(D\)/\(\chi\) tahlili, weak-entanglement control va katta sxemalar uchun ikkita alohida feasibility dalili.
Ayniqsa weak-entangling gate nazorati metodologik jihatdan qimmatli. Agar TNBP muvaffaqiyatsizligi faqat yomon implementatsiyadan kelib chiqqanida, entanglement hosil bo‘lishi kamaytirilganda ayni usulning keskin yaxshilanishi kutilmas edi. Manba kuzatgan yaxshilanish compression haqiqatan sxema fizikasiga bog‘liqligini qo‘llab-quvvatlaydi.
Asosiy cheklovlar
- Katta 65 va 95 kubitli sxemalar TNBP bilan brute-force tarzda to‘liq simulyatsiya qilinmagan; xarajat nazariy va empirik extrapolation bilan baholangan.
- 2B asymptotic exponential scaling N≤28 sonli ma’lumotdan bevosita kuzatilmagan.
- BP truncation loop bo‘lgan PEPS tarmoqlarida approximate.
- Hisoblash jihatdan qimmatroq muqobil PEPS update usullari bu katta sxemalarda bevosita benchmark qilinmagan.
- Heisenberg-picture bi-directional usul amaliy ravishda qo‘llanib, katta tizimda tasdiqlanmagan.
- Maqola quantum echoes tajribasining uchinchi keng maqsadi bo‘lgan bevosita muhim real-dunyo application ni o‘zi ko‘rsatmaydi.
Qayta ishlab chiqarish mumkinligi ma’lumotlari
| Band | Manbada berilgan ma’lumot |
|---|---|
| Boshlang‘ich holat | \(|0\rangle^{\otimes N}\) |
| Measurement operator | Asosiy ensemble’larda bir-kubitli \(M=Z\) |
| Butterfly operator | Ushbu tadqiqotda simulyatsiya qilingan asosiy ensemble’larda bir-kubitli \(B=X\) |
| Ikki-kubitli gate | iSWAP + taxminan 0,35 rad CPHASE ko‘rinishida ajratilishi mumkin bo‘lgan fSim gate |
| Random bir-kubitli burchaklar | \(\theta/\pi\in\{0.25,0.5,0.75\}\), \(\phi/\pi\sim U[-1,1]\) |
| Scaling-analysis grid boshlanishi | 10×10 grid |
| B-joylashuvi signal filtri | \(\sigma_B\ge0.3\Sigma\) |
| Random instance soni | Asosiy 2B SNR tahlillarida 50 |
| PEPS maksimal bog‘ o‘lchami | Asosiy hisoblarda ko‘pincha \(D\le35\) |
| bMPS maksimal bog‘ o‘lchami | Asosiy hisoblarda ko‘pincha \(\chi\le30\) |
| SVD numerical cutoff | \(10^{-14}\) |
| Cloud resurslari | a2-ultragpu-8g yoki c2-standard-60 Google Cloud tugunlari |
| TN contraction optimallashtirish | TNCO; simulated-annealing asosidagi contraction-path xarajat bahosi |
Manbalar ro‘yxati TNCO kod repositoriyasi, ITensor dastur kutubxonasi va TensorNetworkQuantumSimulator.jl vositasiga ham havola qiladi. Biroq yuklangan tadqiqotda ushbu maqolaning barcha simulyatsiya chiqishlarini qamrab olgan alohida “data availability” yoki maxsus “code availability” bayonoti yo‘q.
Shakllar va qo‘shimcha materialning ilmiy roli
Manba 28 figura bilan usul va dalillar zanjirini batafsil qo‘llab-quvvatlaydi. Asosiy figuralar oilasining vazifalari qisqacha quyidagicha:
- OTOC ni lokal o‘lchashga aylantirish va gate pruning mantiqi;
- geometric va physical lightcone farqi;
- 1B/2B lightcone geometriyasidan bond-dimension scaling chiqarilishi;
- 1B Haar va iSWAP ensemble’larida eksponensial scaling;
- 23-kubitli tajriba sxemalarida \(D\)–\(\chi\)–SNR heatmap’lari;
- experiment, TNBP va TNMC instance-error taqqoslashi;
- 8–28 kubitli yangi sxemalarda SNR va fidelity sinovlari;
- weakly entangling iSWAP(\(\alpha\)) nazorati;
- Appendix da circuit-construction, BP-update, exact-PEPS construction, 2B lightcone geometry, Heisenberg-picture va finite-size scaling tahlillari.
Heatmap va scatter figuralarining xom sonli grid/point ro‘yxatlari PDF da mashina o‘qiy oladigan jadval ko‘rinishida berilmagani sabab Verianla bu figuralarni piksel bo‘yicha taxminiy raqamlashtirib yangi data grafigi sifatida bermaydi. Manbada ochiq keltirilgan barcha sonlar matn va HTML jadvallari orqali uzatilgan.
Manba va Usul Haqida Izoh
Asl sarlavha: Tensor Networks with Belief Propagation Cannot Feasibly Simulate Google’s Quantum Echoes Experiment.
Mualliflar va tartib: Pablo Bermejo; Benjamin Villalonga; Brayden Ware; Guifre Vidal; Aaron Szasz.
Muassasa 1: Google Quantum AI, Santa Barbara, CA 93111, USA.
Muassasa 2: Donostia International Physics Center, Paseo Manuel de Lardizabal 4, E-20018 San Sebastián, Spain.
Muassasa 3: Department of Applied Physics, Gipuzkoa School of Engineering, University of the Basque Country (UPV/EHU), Plaza Europa 1, 20018 San Sebastián, Spain.
Affiliatsiya: Pablo Bermejo 1, 2 va 3-muassasalar bilan; Benjamin Villalonga, Brayden Ware, Guifre Vidal va Aaron Szasz 1-muassasa bilan bog‘langan.
Corresponding-author belgilari: PDF da Pablo Bermejo va Aaron Szasz aloqa belgilari bilan ko‘rsatilgan. Berilgan e-pochta manzillari pablo.bermejo@dipc.org va aszasz@google.com.
Teng hissa: Yuklangan PDF da teng hissa/teng birinchi mualliflik bayonoti ko‘rinmaydi.
Platforma: arXiv.
arXiv identifikatori: arXiv:2604.15427v1 [quant-ph].
Yuborilgan sana: 16 aprel 2026.
DOI: 10.48550/arXiv.2604.15427. Bu arXiv/DataCite DOI; peer-reviewed jurnal DOI emas.
Manba turi: Nazariy masshtablash + klassik sonli tensor-network simulation tadqiqoti.
Taqriz holati: 15 noyabr 2026 holatiga tekshirilgan rasmiy arXiv yozuvi v1 preprint holatida; alohida peer-reviewed jurnal nashri tasdiqlanmagan.
Sahifa/figura ma’lumoti: 37 sahifa va 28 figura.
Tadqiqot sohasi: Quantum computing, quantum computational advantage, out-of-time-order correlators, tensor networks, PEPS, belief propagation va classical simulation complexity.
Tajriba/simulyatsiya farqi: Willow quantum processor dagi quantum echoes tajribasining o‘zi oldingi Ref. [1] da bajarilgan. Ushbu tadqiqot o‘sha experiment circuit lar va ayni mantiq bo‘yicha yaratilgan yangi sxemalarning klassik TNBP simulyatsiyasini o‘rganadi.
Minnatdorchilik: Mualliflar Sergio Boixo, Paolo Braccia, Kostya Kechedzhi, Salvatore Mandrà, Manuel Rudolph, Vadim Smelyanskiy va Adam Zalcman ga muhokama va g‘oya hissalari uchun minnatdorchilik bildiradilar. Pablo Bermejo Donostia International Physics Center ning doimiy qo‘llab-quvvatlashini alohida qayd etadi.
Moliyalashtirish: Yuklangan PDF da alohida grant/funding statement yoki grant raqami ko‘rinmaydi. DIPC qo‘llab-quvvatlashi acknowledgements ichida ifodalangan.
Manfaatlar to‘qnashuvi: Yuklangan PDF da alohida competing-interests/conflict-of-interest bayonoti ko‘rinmaydi.
Ma’lumotlar mavjudligi: Yuklangan PDF da alohida data-availability statement ko‘rinmaydi.
Kod mavjudligi: Maqolaning barcha chiqishlari uchun maxsus code-availability statement ko‘rinmaydi; manbalar ro‘yxatida TNCO, ITensor va TensorNetworkQuantumSimulator.jl kabi ishlatilgan/aloqador ochiq dasturiy vositalarga havolalar berilgan.
Litsenziya: Ko‘rib chiqilgan PDF va bibliografik yozuvlardan muayyan Creative Commons qayta foydalanish litsenziyasi ishonchli tasdiqlanmagani sabab Verianla ochiq litsenziyani faraz qilmaydi.
Asosiy usul: OTOC random-circuit ensemble construction; geometric/physical-lightcone pruning; PEPS wavefunction evolution; symmetric-gauge belief-propagation truncation; boundary-MPS observable extraction; SNR va global-fidelity baholash; 1B/2B theoretical bond-dimension scaling; weak-entanglement control; large-circuit resource projection.
Asosiy simulyatsiya nazorat parametrlari: PEPS bond dimension \(D\), bMPS bond dimension \(\chi\), tizim o‘lchami \(N\), sxema chuqurligi \(T\), butterfly va measurement operator joylashuvlari, entangling-gate parameter \(\alpha\).
Asosiy aniqlik metrikasi: Ensemble-normalized OTOC qiymatlarining exact va approximate natijalari o‘rtasidagi RMS farqining teskarisiga asoslangan SNR.
Asosiy metodologik chegara: Katta 65/95-kubitli TNBP sxemalari to‘liq brute-force tarzda ishga tushirilmagan; feasibility nazariy scaling va kichik/o‘rta tizim sonli natijalaridan chiqarilgan.
Muhim 2B chegarasi: N=8–28 empirik ma’lumotda nazariy \(D\sim\exp(\sqrt N)\) scaling bevosita ko‘rinmaydi; Appendix G buni finite-size rejimiga bog‘laydi. Verianla bu kichik-tizim \(D\sim N^{1.3}\) xatti-harakatini asimptotik natija sifatida bermaydi.
Umumlashtirish chegarasi: Tadqiqotning eng kuchli natijasi Schrödinger-picture approximate tensor-network state evolution usullariga taalluqli. Heisenberg-picture ning ikki yo‘nalishli muqobillari butunlay chiqarib tashlanmagan va kelgusi ish mavzusi sifatida qoldirilgan.
Vizual qayta qurish: OTOC/lightcone mexanizmi, TNBP ning ikki bosqichli pipeline’i va incompressible-core munosabati manbada aniq ta’riflangan munosabatlar asosida mustaqil inline SVG sxemalari sifatida qayta qurilgan. Nashr figuralari aynan ko‘chirilmagan.
Miqdoriy grafik yondashuvi: Manba heatmap/scatter figuralarining xom nuqta massivlari berilmagani sabab bu grafiklar soxta aniqlik bilan qayta chizilmagan. Table I va matnda ochiq berilgan sonlar HTML jadvallari orqali uzatilgan.
Verianla Live / Live Figure mosligi: Mos. OTOC ning \(U\rightarrow B\rightarrow U^\dagger\rightarrow M\) oqimi, gate-pruning/lightcone jarayoni va TNBP ning PEPS-evolution → BP truncation → bMPS extraction ketma-ketligi qat’iy manba parametrlari saqlangan holda Live Process/Live Figure ko‘rinishida tushuntirilishi mumkin. Biroq manba heatmap lariga xom ma’lumotsiz oraliq SNR qiymatlari yaratilmasligi kerak.
Izoh qoldiring
E-pochta manzilingiz chop etilmaydi. Majburiy maydonlar * bilan belgilangan