量子チャネルとノイズモデル
実機のノイズを数式で扱う共通言語がCPTPマップとクラウス表現。脱分極・位相緩和・振幅減衰の3モデルで誤りの正体をつかみ、誤り訂正と緩和の前提を正確に読めます。
- 1.量子ノイズは密度行列に作用するCPTPマップ(完全正・トレース保存)で表され、クラウス演算子の集合 `{K_i}` で `ρ → Σ K_i ρ K_i†`、`Σ K_i† K_i = I` と書ける。ユニタリ発展はその特殊ケース。
- 2.代表3モデル:脱分極(等方的にIへ縮む)、位相減衰/位相緩和(非対角だけを削り T2 に対応)、振幅減衰(|1⟩→|0⟩のエネルギー散逸で T1 に対応)。位相減衰は対角成分を保ちエネルギーを保存する点が振幅減衰と決定的に違う。
- 3.誤り訂正はノイズを離散パウリ誤り(X・Z)へ丸めて扱える前提に立ち、誤り緩和はチャネルのパラメータを既知として期待値を外挿・逆写像で補正する。どちらもチャネル記述が出発点。
量子チャネルとは:ノイズを写像として扱う
閉じた量子系の発展はユニタリ演算 U で書け、状態は |ψ⟩ → U|ψ⟩ と可逆に変わります。しかし実機の量子ビットは環境と相互作用し、情報が漏れ、状態は一般に純粋でなくなります(NISQとデコヒーレンス 参照)。この「開いた系」の発展を扱うには、状態ベクトルではなく密度行列 ρ を使い、その上に作用する写像として ノイズを記述します。この写像が量子チャネルです。
密度行列は ρ = Σ p_k |ψ_k⟩⟨ψ_k| の形で、純粋状態の確率混合まで含めて表せます。対角成分が測定確率(母集団)、非対角成分がコヒーレンス(位相のそろい)を表します。量子チャネル E は ρ → E(ρ) という「密度行列から密度行列への写像」であり、ノイズ・測定・制御をすべて統一的に扱う枠組みです。
CPTPマップ:物理的に許される写像の条件
任意の写像がチャネルになれるわけではありません。物理的に正当な発展であるために、E は次の2条件を満たす必要があります。これを満たす写像を CPTPマップと呼びます。
- トレース保存(TP: Trace-Preserving):
Tr(E(ρ)) = Tr(ρ) = 1。全確率が1に保たれること。測定確率の総和が勝手に増減してはいけません。 - 完全正(CP: Completely Positive):
E単体が正(正のρを正へ写す)だけでは不十分で、注目系に任意サイズの補助系を付けた合成系上でも正でなければならない、という強い条件です。
単に正なだけの写像は物理的に破綻します。典型例が転置操作です。転置は1量子ビット単体では正の密度行列を正へ写しますが、もつれた2量子ビットの片方だけに転置をかけると、負の固有値を持つ「密度行列もどき」が出てしまいます(これは量子もつれ検出の指標にも使われます)。注目していない系と将来もつれるかもしれない以上、合成系でも正であること=完全正が、物理的に許される発展の必須条件です。
クラウス表現:チャネルの実用的な書き方
CPTPマップには具体的で計算しやすい標準形があります。それがクラウス表現(作用素和表現)です。任意のCPTPマップは、有限個のクラウス演算子の集合 {K_i} を使って次のように書けます。
E(ρ) = Σ_i K_i ρ K_i† (各 K_i は同じ次元の行列)
制約: Σ_i K_i† K_i = I (この等式がトレース保存を保証する)
直観的には「確率的に、いずれかの K_i が状態に作用する」という描像です。K_i† K_i の期待値が枝 i の発生確率に対応し、その総和がちょうど恒等演算子 I になることで全確率が保存されます。クラウス演算子が1個だけ(K_0 = U)なら E(ρ) = U ρ U† となり、ユニタリ発展はチャネルの特殊ケースだと分かります。
同じチャネルを表すクラウス演算子の組は無数にあります。ある {K_i} にユニタリ行列 U(成分 u_ij)を掛けて K'_j = Σ_i u_ij K_i と混ぜ合わせても、まったく同じ写像 E を与えます。「どの誤りが起きたか」の分解の仕方は表現の自由度であって、物理的に観測できるのは写像そのものだけ、という点が誤り訂正の設計で効いてきます。
クラウス演算子の個数(ランク)は、注目系の次元 d に対して高々 d² 個で足ります。1量子ビット(d = 2)なら最大4個で任意のノイズを書けるわけです。
3つの代表ノイズモデル
実機のノイズは、次の3モデルとその組み合わせでよく近似されます。1量子ビットの密度行列を次のように置いて挙動を追います。ここで対角の a・1-a が母集団、非対角の b・b* がコヒーレンスです。
|0⟩ |1⟩
ρ = [ a b ]
[ b* 1-a ]
脱分極チャネル(depolarizing)
確率 p で状態を完全にランダム化(最大混合状態 I/2 に置き換え)、確率 1-p でそのまま、というモデルです。
E(ρ) = (1 - p) ρ + p · (I / 2)
= (1 - 3p/4) ρ + (p/4)(XρX + YρY + ZρZ) ← パウリ誤り表現
第2の表現が示すとおり、脱分極は X・Y・Z のパウリ誤りが等確率で起きるモデルと等価です(等方的)。ブロッホ球(ブロッホ球と状態表現 参照)では、球全体が中心へ向かって一様に縮む描像になります。方向によらず縮むため、最も扱いやすく、ベンチマークやシミュレーションの標準ノイズとして多用されます。
位相減衰チャネル(phase damping)
エネルギーは散逸させず、非対角成分(コヒーレンス)だけを削るモデルです。純粋位相緩和に対応し、T2 の物理的な担い手です。
K_0 = [ 1 0 ] K_1 = [ 0 0 ]
[ 0 √(1-λ) ] [ 0 √λ ]
E(ρ) = [ a √(1-λ) · b ] → 非対角が √(1-λ) 倍に減衰、対角 a・1-a は不変
要点は対角成分(母集団)が完全に保たれること。|1⟩ は |0⟩ に落ちず、エネルギーは失われません。失われるのは位相の情報だけです。パウリ表現では確率的な Z 誤り(位相反転)と等価で、これが誤り訂正で Z エラーとして扱われる正体です。
振幅減衰チャネル(amplitude damping)
励起状態 |1⟩ が確率 γ でエネルギーを放出して |0⟩ へ落ちる、エネルギー散逸のモデルです。T1 の担い手にあたります。
K_0 = [ 1 0 ] K_1 = [ 0 √γ ]
[ 0 √(1-γ) ] [ 0 0 ]
K_1 が |1⟩ を |0⟩ へ移す遷移を表します。決定的な違いは、位相減衰と異なり対角成分が変化すること。母集団が |0⟩ 側へ偏り、長時間極限ではすべての状態が基底状態 |0⟩ へ向かいます(熱平衡が絶対零度の理想化)。振幅減衰はエネルギー・位相の両方を壊すため、T2 ≤ 2·T1 の上限もここから来ます。
| 観点 | 脱分極 | 位相減衰(T2) | 振幅減衰(T1) |
|---|---|---|---|
| 物理的意味 | 等方的ランダム化 | 純粋な位相のばらつき | エネルギー散逸 |1⟩→|0⟩ |
| 対角成分(母集団) | I/2 へ寄る | 完全に保存 | |0⟩ 側へ偏る |
| 非対角(コヒーレンス) | 縮む | 縮む(主対象) | 縮む |
| エネルギー保存 | しない | する | しない(散逸) |
| 等価なパウリ誤り | X・Y・Z 等確率 | 確率的 Z | 単純なパウリでは書けない |
| 長時間の到達先 | 最大混合 I/2 | 対角(母集団は不変) | 基底状態 |0⟩ |
脱分極と位相減衰はブロッホ球を対称に縮めますが、振幅減衰は球の中心を |0⟩ 側へずらす非対称な変形です。ゆえに単純な確率的パウリ誤りの重ね合わせでは正確に表せず、クラウス演算子が非エルミートになります。ノイズをすべて「等方的な脱分極」で近似すると、実機で支配的な T1 由来の非対称性を取りこぼす——シミュレーションと実機の乖離の主因の一つです。
誤り訂正・緩和がチャネル記述に依存する理由
チャネルとクラウス表現は、抽象論ではなく誤り対策の土台そのものです。
**量子誤り訂正(QEC)**は、連続的なノイズを離散的なパウリ誤りへ「丸めて」扱えることを前提にします(量子誤り訂正 参照)。任意の1量子ビットチャネルはクラウス演算子で書け、各 K_i はパウリ {I, X, Y, Z} の線形結合に展開できます。シンドローム測定という射影が、この重ね合わさった誤りを「どのパウリが起きたか」の離散結果へ畳み込みます。チャネルがクラウス表現を持つこと自体が、誤りの離散化を可能にする数学的根拠です。だから設計者はまず、対象ハードウェアのノイズを脱分極・位相減衰・振幅減衰の組み合わせとしてモデル化します。
誤り緩和(error mitigation)は、訂正を諦める代わりにチャネルのパラメータを既知として結果を補正します(VQE・QAOA など浅い回路で必須)。代表的な手法を挙げます。
- ゼロノイズ外挿(ZNE):ノイズ強度(実効的な
pやγ)を意図的に増幅した複数点で期待値を測り、ノイズ0へ外挿する。チャネルが強度パラメータで連続的に動くという前提に立ちます。 - 確率的誤り相殺(PEC):ノイズチャネル
Eの逆写像E⁻¹を、実行可能なチャネルの符号付き線形結合(準確率分布)として表し、サンプリングで期待値を補正する。逆写像を構成するには{K_i}の完全な特性評価が不可欠です。
誤り緩和は「実機のノイズが仮定したチャネルモデルに従う」ことに全面的に依存します。実際にはクロストーク・非マルコフ的な記憶効果・時間変動があり、これらは単純なCPTPマップ1個では表せません。モデルとのズレは補正の系統誤差として残り、外挿・逆写像が過補正・過少補正を起こします。緩和の精度は突き詰めればチャネルモデルの忠実度で決まる、という点を見誤らないことが実務の要です。
- CPTPの2条件:トレース保存(全確率1)と完全正(補助系込みでも正)。「正」で足りず「完全正」が要る理由を転置の反例で説明できること。
- クラウス表現:
E(ρ) = Σ K_i ρ K_i†、Σ K_i† K_i = I。ユニタリはK_0 = Uの特殊ケース。表現は一意でない。 - 3モデルの区別:位相減衰は対角保存・エネルギー保存(T2)、振幅減衰は対角が変わりエネルギー散逸(T1、非対称)、脱分極は等方的でX・Y・Z等確率。
- 対策との接続:QECはクラウス展開→パウリ離散化を前提、緩和(ZNE/PEC)はチャネルパラメータの既知性を前提。
まとめ
量子チャネルは、開いた系のノイズを「密度行列から密度行列への写像」として扱う統一言語です。物理的に正当な写像はCPTPマップ(トレース保存+完全正)に限られ、それは必ずクラウス表現 E(ρ) = Σ K_i ρ K_i†(Σ K_i† K_i = I)で書けます。ユニタリ発展はその1演算子の特殊ケースにすぎません。実機ノイズは、等方的にIへ縮む脱分極、非対角だけを削りエネルギーを保つ位相減衰(T2)、|1⟩→|0⟩ の散逸を起こす**振幅減衰(T1)**の3モデルで近似され、とくに振幅減衰の非対称性が実機の難しさを生みます。誤り訂正はクラウス展開からのパウリ離散化を、誤り緩和はチャネルパラメータの既知性を前提に成立する——ノイズを正確に写像として書き下すことが、量子計算の信頼性を語るすべての出発点です。
量子コンピューティング Article
量子チャネルとノイズモデルを実務で読む
TL;DRは入口です。実際に選ぶ・使う段階では、何を解決するか、何と比較するか、導入後にどこで詰まるかまで見る必要があります。
解決すること
量子コンピュータ
比較で見る軸
難易度: advanced / カテゴリ: 量子コンピューティング / タグ数: 6
導入後に効く点
代表3モデル:脱分極(等方的にIへ縮む)、位相減衰/位相緩和(非対角だけを削り T2 に対応)、振幅減衰(|1⟩→|0⟩のエネルギー散逸で T1 に対応)。位相減衰は対角成分を保ちエネルギーを保存する点が振幅減衰と決定的に違う。
先に潰すリスク
用語だけ覚えても、設計・実装・運用でどこに効くかを確認しないと判断を誤る。
- 難易度
- advanced
- カテゴリ
- 量子コンピューティング
- タグ数
- 6
判断チェックリスト
- 自社の用途が「量子コンピュータ / 量子チャネル」に近いか確認する。
- 強みである「量子ノイズは密度行列に作用するCPTPマップ(完全正・トレース保存)で表され、クラウス演算子の集合 `{K_i}` で `ρ → Σ K_i ρ K_i†`、`Σ K_i† K_i = I` と書ける。ユニタリ発展はその特殊ケース。」が本当に評価軸になるか確認する。
- 注意点の「用語だけ覚えても、設計・実装・運用でどこに効くかを確認しないと判断を誤る。」を運用で吸収できるか確認する。
- 公開値や仕様値は、対象プラン・対象機種・対象リージョンまで確認する。
- 既存システム、ID、ネットワーク、監視、バックアップとの接続方法を先に洗い出す。
- 小さく試してから、本番移行、権限設計、障害時手順、コスト監視を決める。