错误缓解技术已启用 IonQ Aria - Amazon Braket

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

错误缓解技术已启用 IonQ Aria

错误缓解包括运行多个物理电路并将它们的测量结果组合在一起以获得更好的结果。这些区域有:IonQ Aria 设备具有一种名为去偏的错误缓解方法。

去偏置将电路映射成多个变体,这些变体作用于不同的量子比特排列或具有不同的栅极分解。通过使用不同的电路实现方式,这可以减少系统误差(例如栅极过旋转或单个错误的量子比特)的影响,否则这些实现可能会使测量结果产生偏差。这是以校准多个量子比特和门的额外开销为代价的。

有关去偏的更多信息,请参阅通过对称化增强量子计算机性能

注意

使用去偏移至少需要 2500 张照片。

你可以在 debiasing 上运行量子任务 IoQ Aria 设备使用以下代码:

from braket.aws import AwsDevice from braket.circuits import Circuit from braket.error_mitigation import Debias device = AwsDevice("arn:aws:braket:us-east-1::device/qpu/ionq/Aria-1") circuit = Circuit().h(0).cnot(0, 1) task = device.run(circuit, shots=2500, device_parameters={"errorMitigation": Debias()}) result = task.result() print(result.measurement_counts) >>> {"00": 1245, "01": 5, "10": 10 "11": 1240} # result from debiasing

量子任务完成后,您可以看到量子任务的测量概率和任何结果类型。所有变体的测量概率和计数汇总到一个分布中。电路中指定的任何结果类型(例如期望值)均使用汇总测量计数进行计算。

锐化

您还可以访问使用不同的后处理策略(称为锐化)计算的测量概率。Sharpening 会比较每个变体的结果并丢弃不一致的镜头,从而有利于各变体之间最有可能的测量结果。有关更多信息,请参阅通过对称化增强量子计算机性能

重要的是,锐化假设输出分布的形式是稀疏的,高概率状态很少,零概率状态很多。如果此假设无效,则可能会扭曲概率分布。

你可以在 Braket Python SDK 中访问additional_metadata字段中经过锐化分布的GateModelTaskResult概率。请注意,锐化不会返回测量计数,而是返回重新归一化的概率分布。以下代码片段显示了如何在锐化后访问发行版。

print(result.additional_metadata.ionqMetadata.sharpenedProbabilities) >>> {"00": 0.51, "11": 0.549} # sharpened probabilities