ავტორები: Youngseok Kim Andrew Eddins Sajant Anand Ken Xuan Wei Ewout van den Berg Sami Rosenblatt Hasan Nayfeh Yantao Wu Michael Zaletel Kristan Temme Abhinav Kandala რეზიუმე კვანტური გამოთვლები გვპირდება მნიშვნელოვან აჩქარებას კლასიკურ კომპიუტერთან შედარებით გარკვეული პრობლემებისთვის. თუმცა, მისი სრული პოტენციალის რეალიზაციის უდიდესი დაბრკოლება არის თანდაყოლილი ხმაური. ამ გამოწვევის ფართოდ მიღებული გადაწყვეტა არის ჩამტარებელი კვანტური წრედების დანერგვა, რომელიც მიუწვდომელია ამჟამინდელი პროცესორებისთვის. აქ ჩვენ ვაცხადებთ ექსპერიმენტებს ხმაურიან 127-კუბიტიან პროცესორზე და ვაჩვენებთ წრიული მოცულობების ზუსტი მოლოდინის მნიშვნელობების გაზომვას იმ მასშტაბით, რომელიც სცილდება ბრუტ-ფორს კლასიკურ გამოთვლას. ჩვენ ვამტკიცებთ, რომ ეს წარმოადგენს მტკიცებულებას კვანტური გამოთვლების სასარგებლოობის შესახებ წინასწარ ჩამტარებელ ეპოქაში. ეს ექსპერიმენტული შედეგები შესაძლებელია ამ მასშტაბის ზეგამტარ პროცესორის კოჰერენტულობისა და კალიბრაციის წინსვლის გამო და ხმაურის ხასიათის და კონტროლირებადი მანიპულირების შესაძლებლობის გამო ასეთ დიდ მოწყობილობაზე. ჩვენ ვადასტურებთ გაზომილი მოლოდინის მნიშვნელობების სიზუსტეს, ვადარებთ მათ ზუსტად გადამოწმებადი წრეების შედეგებს. ძლიერი ჩახლართულობის რეჟიმში, კვანტურ კომპიუტერს მოაქვს სწორი შედეგები, რომელთა მიმართ წამყვანი კლასიკური მიახლოებები, როგორიცაა სუფთა-მდგომარეობაზე დაფუძნებული 1D (მატრიცული პროდუქტის მდგომარეობები, MPS) და 2D (იზომეტრიული ტენზორული ქსელის მდგომარეობები, isoTNS) ტენზორული ქსელის მეთოდები იშლება. ეს ექსპერიმენტები აჩვენებს ფუნდამენტურ ინსტრუმენტს ახლო-ვადიანი კვანტური აპლიკაციების რეალიზაციისთვის. ძირითადი თითქმის საყოველთაოდ მიღებულია, რომ მოწინავე კვანტური ალგორითმები, როგორიცაა ფაქტორინგი ან ფაზის შეფასება, მოითხოვს კვანტურ შეცდომის კორექციას. თუმცა, მწვავედ განიხილება, შეიძლება თუ არა ამჟამად ხელმისაწვდომი პროცესორები საკმარისად საიმედო გახდეს სხვა, უფრო მოკლე სიღრმის კვანტური წრეების გასაშვებად იმ მასშტაბით, რომელიც შეიძლება უპირატესობას ანიჭებდეს პრაქტიკულ პრობლემებს. ამ ეტაპზე, ტრადიციული მოლოდინი არის ის, რომ თუნდაც მარტივი კვანტური წრეების დანერგვა, რომელსაც შეუძლია კლასიკური შესაძლებლობების გადალახვა, უნდა დაელოდოს უფრო მოწინავე, ჩამტარებელი პროცესორების მოსვლას. მიუხედავად კვანტური აპარატურის ბოლო წლებში მიღწეული ტექნიკური პროგრესისა, მარტივი ერთგულების საზღვრები მხარს უჭერს ამ პირქუშ პროგნოზს; ვარაუდობენ, რომ 100 კუბიტის სიგანის და 100 კარიბჭის სიღრმის კვანტური წრე, რომელიც შესრულებულია 0.1% კარიბჭის შეცდომით, იძლევა მდგომარეობის ერთგულებას ნაკლებს, ვიდრე 5 × 10⁻⁴. მიუხედავად ამისა, რჩება კითხვა, შეიძლება თუ არა იდეალური მდგომარეობის თვისებების მიღწევა ასეთი დაბალი ერთგულებითაც კი. შეცდომის შემცირების მიდგომა ხმაურიან მოწყობილობებზე ახლო-ვადიანი კვანტური უპირატესობის მისაღწევად ზუსტად პასუხობს ამ კითხვას, ანუ, შესაძლებელია ზუსტი მოლოდინის მნიშვნელობების მიღება ხმაურიანი კვანტური წრის რამდენიმე განსხვავებული გაშვებიდან კლასიკური შემდგომი დამუშავების გამოყენებით. კვანტური უპირატესობა შეიძლება მიღწეული იქნას ორ ეტაპად: პირველ რიგში, არსებული მოწყობილობების შესაძლებლობის დემონსტრირებით, შეასრულონ ზუსტი გამოთვლები იმ მასშტაბით, რომელიც სცილდება ბრუტ-ფორს კლასიკურ სიმულაციას, და მეორე, პრობლემების პოვნით შესაბამისი კვანტური წრეებით, რომლებიც იღებენ უპირატესობას ამ მოწყობილობებიდან. აქ ჩვენ ვკონცენტრირდებით პირველი ნაბიჯის გადადგმაზე და არ ვაპირებთ კვანტური წრეების დანერგვას დამტკიცებული აჩქარების მქონე პრობლემებისთვის. ჩვენ ვიყენებთ ზეგამტარ კვანტურ პროცესორს 127 კუბიტით, რომელზედაც გაშვებულია კვანტური წრეები 60-მდე ორ-კუბიტიანი კარიბჭის ფენით, საერთო ჯამში 2,880 CNOT კარიბჭით. ამ ზომის ზოგადი კვანტური წრეები სცილდება ბრუტ-ფორს კლასიკური მეთოდებით შესრულებადს. ამრიგად, ჩვენ პირველ რიგში ვკონცენტრირდებით კონკრეტულ ტესტის შემთხვევებზე, წრეებზე, რომლებიც იძლევა გაზომილი მოლოდინის მნიშვნელობების ზუსტ კლასიკურ გადამოწმებას. შემდეგ გადავდივართ წრეების რეჟიმებსა და ობსერვებლებზე, რომელთა კლასიკური სიმულაცია რთულდება და ვადარებთ უახლესი მიახლოებითი კლასიკური მეთოდების შედეგებს. ჩვენი საორიენტაციო წრე არის 2D განივი ველის ისინგის მოდელის ტროტერული დროის ევოლუცია, რომელიც იზიარებს კუბიტის პროცესორის ტოპოლოგიას (ნახ. [cite:1a]). ისინგის მოდელი ფართოდ გვხვდება ფიზიკის რამდენიმე სფეროში და აქვს ნაპოვნი შემოქმედებითი გაფართოებები ბოლო სიმულაციებში, რომლებიც იკვლევენ კვანტური მრავალსხეულიანი მოვლენებს, როგორიცაა დროის კრისტალები, კვანტური ნაწიბურები და მაიორანას კიდური რეჟიმები. თუმცა, როგორც კვანტური გამოთვლების სარგებლიანობის ტესტი, 2D განივი ველის ისინგის მოდელის დროის ევოლუცია ყველაზე მეტად რელევანტურია დიდი ჩახლართულობის ზრდის ლიმიტში, სადაც მასშტაბური კლასიკური მიახლოებები იბრძვის. , ისინგის სიმულაციის ყოველი ტროტერული ნაბიჯი მოიცავს ერთ-კუბიტიან -ს და ორ-კუბიტიან -ს როტაციებს. შემთხვევითი პაულის კარიბჭეები ჩასმულია თითოეული CNOT ფენის ხმაურის გასახვევიზაციისთვის (სპირალები) და კონტროლირებადი მასშტაბისათვის. დანაჩენი მიუთითებს იდეალური ფენით კონიუგაციაზე. , CNOT კარიბჭეების სამი სიღრმის-1 ფენა საკმარისია ibm_kyiv-ზე ყველა მეზობელი წყვილის ურთიერთქმედების განსახორციელებლად. , ხასიათის ექსპერიმენტები ეფექტურად სწავლობენ ადგილობრივ პაულის შეცდომის მაჩვენებლებს (ფერის სასწორები), რომლებიც შეადგენენ საერთო პაულის არხს Λ , რომელიც ასოცირდება -ე გასახვევიზებულ CNOT ფენასთან. (სურათი გაფართოებულია დამატებით ინფორმაციაში [cite:IV.A]). , პაულის შეცდომები, რომლებიც ჩასმულია პროპორციული სიჩქარით, შეიძლება გამოყენებულ იქნას როგორც შიდა ხმაურის გასაუქმებლად (PEC), ასევე გასაძლიერებლად (ZNE). ა X ZZ ბ გ λl,i l l დ კერძოდ, ჩვენ განვიხილავთ ჰამილტონის დროის დინამიკას, რომელშიც > 0 არის უახლოესი მეზობელი სპინების შეერთება, სადაც < და არის გლობალური განივი ველი. სპინ-დინამიკა საწყისი მდგომარეობიდან შეიძლება სიმულირებული იყოს დროის ევოლუციის ოპერატორის პირველადი წესრიგის ტროტერული დაშლის საშუალებით, J i j h რომელშიც დროის ევოლუციის დრო დისკრეტდება / ტროტერულ ნაბიჯებად და და არიან და როტაციის კარიბჭეები, შესაბამისად. ჩვენ არ გვაინტერესებს მოდელის შეცდომა ტროტერization-ის გამო და ამიტომ ტროტერული წრე იდეალურად მიგვაჩნია ნებისმიერი კლასიკური შედარებისთვის. ექსპერიმენტული სიმარტივისთვის, ჩვენ ვკონცენტრირდებით შემთხვევაზე = −2 = −π/2, ისე რომ როტაცია მოითხოვს მხოლოდ ერთ CNOT-ს, T T δt ZZ X θJ Jδt ZZ სადაც ტოლობა ტარდება გლობალური ფაზის მიმართ. მიღებულ წრეში (ნახ. [cite:1a]), ყოველი ტროტერული ნაბიჯი შეადგენს ერთ-კუბიტიანი როტაციების ფენას, RX(θh), რასაც მოჰყვება პარალელური ორ-კუბიტიანი როტაციების, RZZ(θJ) კომპლემენტარული ფენები. ექსპერიმენტული დანერგვისთვის, ჩვენ ძირითადად გამოვიყენეთ IBM Eagle პროცესორი ibm_kyiv, რომელიც შედგება 127 ფიქსირებული სიხშირის ტრანსმონის კუბიტისგან მძიმე-ექვსკუთხა კავშირით და საშუალო T1 და T2 დროებით 288 μs და 127 μs, შესაბამისად. ეს კოჰერენტობის დროები ამ მასშტაბის ზეგამტარ პროცესორებისთვის უპრეცედენტოა და იძლევა ამ ნაშრომში განხილული წრის სიღრმეებს. ორ-კუბიტიანი CNOT კარიბჭეები მეზობლებს შორის ხორციელდება ჯვარედინი რეზონანსის ურთიერთქმედების კალიბრებით. ვინაიდან თითოეულ კუბიტს აქვს არაუმეტეს სამი მეზობელი, ყველა ZZ ურთიერთქმედება შეიძლება შესრულდეს ორ-კუბიტიანი CNOT კარიბჭეების სამ ფენად პარალელურად (ნახ. [cite:1b]). თითოეული ფენის CNOT კარიბჭეები კალიბრირებულია ერთდროული ოპტიმალური მუშაობისთვის (იხ. [cite:Sec2] მეტი დეტალებისთვის). ახლა ვხედავთ, რომ ეს აპარატურის მუშაობის გაუმჯობესებები იძლევა უფრო დიდი პრობლემების წარმატებით შესრულებას შეცდომების შემცირებით, შედარებით ბოლო ნამუშევრებთან ამ პლატფორმაზე. ალბათური შეცდომის გაუქმება (PEC) ნაჩვენებია როგორც ძალიან ეფექტური ობსერვებლების მიუკერძოებელი შეფასებების მისაღებად. PEC-ში, წარმომადგენლობითი ხმაურის მოდელი იშლება და ეფექტურად ინვერსირდება ხმაურიანი წრეების ნიმუშებიდან, რომლებიც დაკავშირებულია შესწავლილ მოდელთან. თუმცა, ჩვენს მოწყობილობაზე არსებული შეცდომების ამჟამინდელი მაჩვენებლებისთვის, ამ ნაშრომში განხილული წრის მოცულობებისთვის ნიმუშის ჭარბი მაინც შემზღუდველია, როგორც ქვემოთ არის განხილული. ამიტომ ჩვენ მივმართავთ ნულოვანი ხმაურის ექსტრაპოლაციას (ZNE), რომელიც უზრუნველყოფს მიუკერძოებელ შემფასებელს პოტენციურად ბევრად ნაკლები ნიმუშის ღირებულებით. ZNE არის პოლინომიური ან ექსპონენციალური ექსტრაპოლაციის მეთოდი ხმაურიანი მოლოდინის მნიშვნელობებისთვის, ხმაურის პარამეტრის ფუნქციაში. ეს მოითხოვს შიდა აპარატურის ხმაურის კონტროლირებად გაძლიერებას ცნობილი მომატების ფაქტორით , რათა მოხდეს ექსტრაპოლაცია იდეალურ = 0 შედეგზე. ZNE ფართოდ იქნა მიღებული ნაწილობრივ იმის გამო, რომ ხმაურის გაძლიერების სქემები, რომლებიც დაფუძნებულია პულსის გაჭიმვაზე ან ქვე-წრის გამეორებაზე გვერდს უვლიდნენ ზუსტი ხმაურის სწავლის საჭიროებას, ხოლო ეყრდნობოდნენ მარტივ ვარაუდებს მოწყობილობის ხმაურზე. თუმცა, ხმაურის უფრო ზუსტ გაძლიერებას შეუძლია მნიშვნელოვნად შეამციროს ექსტრაპოლაციური შემფასებლის მიკერძოება, როგორც ჩვენ აქ ვაჩვენებთ. G G პაული-ლინბლადის ხმაურის იშვიათი მოდელი, შემოთავაზებული ref., აღმოჩნდება განსაკუთრებით კარგად მორგებული ხმაურის ფორმირებისთვის ZNE-ში. მოდელი იღებს ფორმას , სადაც არის ლინბლადიანი, რომელიც შეიცავს პაულის ნახტომის ოპერატორებს , რომელთა განაკვეთებია . Ref.-ში ნაჩვენები იყო, რომ ნახტომის ოპერატორების ლოკალურ კუბიტთა წყვილებზე შეზღუდვა იძლევა იშვიათ ხმაურის მოდელს, რომელიც შეიძლება ეფექტურად იქნას შესწავლილი მრავალი კუბიტისთვის და რომელიც ზუსტად იჭერს ხმაურს, რომელიც დაკავშირებულია ორ-კუბიტიანი კლიფორდის კარიბჭეების ფენებთან, მათ შორის კროსტოკთან, როდესაც კომბინირებულია შემთხვევით პაულის ტვირლინგთან. კარიბჭეების ხმაურიანი ფენა მოდელირებულია როგორც იდეალური კარიბჭეების ნაკრები, რომლებსაც წინ უძღვის გარკვეული ხმაურის არხი Λ. ამრიგად, Λ -ს ხმაურიანი ფენის წინ გამოყენება ქმნის საერთო ხმაურის არხს Λ მომატებით = + 1. პაული-ლინბლადის ხმაურის მოდელის ექსპონენციალური ფორმის გათვალისწინებით, რუკა მიიღება უბრალოდ პაულის მაჩვენებლების გამრავლებით -ზე. მიღებული პაულის რუკა შეიძლება ნიმუშად იქნას აღებული შესაბამისი წრის შემთხვევების მისაღებად; ≥ 0-ისთვის, რუკა არის პაულის არხი, რომელიც შეიძლება პირდაპირ იქნას ნიმუშად, ხოლო < 0-ისთვის, საჭიროა კვაზი-ალბათური ნიმუშება ნიმუშის ჭარბით ⁻²ᵃ ზოგიერთი მოდელზე დამოკიდებული -სთვის. PEC-ში, ჩვენ ვირჩევთ = −1, რათა მივიღოთ საერთო ნულოვანი მომატების ხმაურის დონე. ZNE-ში, ჩვენ ნაცვლად ვაძლიერებთ ხმაურს სხვადასხვა მომატების დონემდე და ვაფასებთ ნულოვანი ხმაურის ზღვარს ექსტრაპოლაციის გამოყენებით. პრაქტიკული აპლიკაციებისთვის, ჩვენ უნდა გავითვალისწინოთ შესწავლილი ხმაურის მოდელის სტაბილურობა დროთა განმავლობაში (დამატებითი ინფორმაცია [cite:III.A]), მაგალითად, კუბიტის ურთიერთქმედების გამო მერყევ მიკროსკოპულ დეფექტებთან, რომლებიც ცნობილია როგორც ორ-დონიანი სისტემები. Pi λi α G G α λi α α α γ γ α კლიფორდის წრეები ემსახურება როგორც სასარგებლო ბენჩმარკებს შეცდომების შემცირების მიერ წარმოებული შეფასებებისთვის, რადგან მათი ეფექტურად სიმულაცია შესაძლებელია კლასიკურად. კერძოდ, მთელი ისინგის ტროტერული წრე ხდება კლიფორდული, როდესაც არჩეულია π/2-ის ჯერად მრავალად. როგორც პირველი მაგალითი, ჩვენ ამიტომ ვაყენებთ განივი ველს ნულზე (RX(0) = I) და ვატარებთ საწყის მდგომარეობას |0⟩⊗127 (ნახ. [cite:1a]). CNOT კარიბჭეები ნომინალურად არ ცვლიან ამ მდგომარეობას, ამიტომ წონა-1 ობსერვებლები ყველას აქვს მოლოდინის მნიშვნელობა 1; თითოეული ფენის პაულის ტვირლინგის გამო, შიშველი CNOT-ები გავლენას ახდენენ მდგომარეობაზე. თითოეული ტროტერული ექსპერიმენტისთვის, ჩვენ ჯერ დავახასიათეთ ხმაურის მოდელები Λ სამი პაული-ტვირლინგული CNOT ფენისთვის (ნახ. [cite:1c]) და შემდეგ გამოვიყენეთ ეს მოდელები ტროტერული წრეების დანერგვისთვის ხმაურის მომატების დონეებით ∈ {1, 1.2, 1.6}. ნახ. [cite:2a] ასახავს 106-ის შეფასებას ოთხი ტროტერული ნაბიჯის (12 CNOT ფენა) შემდეგ. თითოეული -სთვის, ჩვენ შევქმენით 2,000 წრის შემთხვევა, რომელშიც, თითოეული ფენის -ის წინ, ჩავსვით ერთ-კუბიტიანი და ორ-კუბიტიანი პაულის შეცდომების ნამრავლები დამზადებული ალბათობებით და თითოეული შემთხვევა შესრულდა 64-ჯერ, ჯამში 384,000 შესრულებით. როგორც კი გროვდება მეტი წრის შემთხვევა, 106 -ის შეფასებები, რომლებიც შეესაბამება სხვადასხვა მომატებებს , გროვდება სხვადასხვა მნიშვნელობებზე. შემდეგ განსხვავებული შეფასებები ფიტდება ექსტრაპოლაციური ფუნქციით -ში, რათა შეფასდეს იდეალური მნიშვნელობა ⟨ 106⟩0. ნახ. [cite:2a]-ის შედეგები ხაზს უსვამს ექსპონენციალური ექსტრაპოლაციის შემცირებულ მიკერძოებას ხაზოვანი ექსტრაპოლაციის შედარებით. მიუხედავად ამისა, ექსპონენციალური ექსტრაპოლაცია შეიძლება იყოს არასტაბილური, მაგალითად, როდესაც მოლოდინის მნიშვნელობები შეუქცევადად ახლოსაა ნულთან, და ასეთ შემთხვევებში, ჩვენ თანმიმდევრულად ვამცირებთ ექსტრაპოლაციის მოდელის სირთულეს (იხ. დამატებითი ინფორმაცია [cite:II.B]). ნახ. [cite:2a]-ში აღწერილი პროცედურა იქნა გამოყენებული თითოეული კუბიტის -ს გაზომვის შედეგებზე, რათა შეფასდეს ყველა = 127 პაულის მოლოდინი ⟨ ⟩0. ნახ. [cite:2b]-ში უმკურნალებელ და ნამკურნალებ ობსერვებლებზე ვარიაცია მიუთითებს შეცდომის მაჩვენებლების არაერთგვაროვნებაზე მთელ პროცესორზე. ჩვენ ვაცხადებთ გლობალურ მაგნიტიზაციას გასწვრივ , , სიღრმის ზრდისთვის ნახ. [cite:2c]-ში. მიუხედავად იმისა, რომ უმკურნალებელმა შედეგმა აჩვენა თანდათანობითი დაშლა 1-დან მზარდი გადახრით უფრო ღრმა წრეებისთვის, ZNE მნიშვნელოვნად აუმჯობესებს შეფასებებს, თუნდაც 20 ტროტერული ნაბიჯის (60 CNOT სიღრმე) მანძილზე, თუმცა მცირე მიკერძოებით. აღსანიშნავია, რომ აქ გამოყენებული ნიმუშების რაოდენობა ბევრად ნაკლებია, ვიდრე ნიმუშის ჭარბი შეფასება, რომელიც საჭირო იქნებოდა უბრალო PEC დანერგვისთვის (იხ. დამატებითი ინფორმაცია [cite:IV.B]). პრინციპში, ეს განსხვავება შეიძლება მნიშვნელოვნად შემცირდეს უფრო მოწინავე PEC დანერგვებით, რომლებიც იყენებენ სინათლის კონუსის კვალს ან აპარატურის შეცდომის მაჩვენებლების გაუმჯობესებით. როგორც მომავალი აპარატურა და პროგრამული უზრუნველყოფის განვითარება ამცირებს ნიმუშების ხარჯებს, PEC შეიძლება უპირატესად იქნას გამოყენებული, როდესაც ხელმისაწვდომია ZNE-ის პოტენციურად მიკერძოებული ბუნების თავიდან ასაცილებლად. θh Zq l G Z G l i Z G G G Z q N Zq ნამკურნალები მოლოდინის მნიშვნელობები ტროტერული წრეებიდან კლიფორდის პირობით = 0. , უმკურნალებელ ( = 1), ხმაურის გაძლიერებულ ( > 1) და ხმაურის ნამკურნალებ (ZNE) შეფასებების კონვერგენცია ⟨ 106⟩ ოთხი ტროტერული ნაბიჯის შემდეგ. ყველა პანელში, შეცდომის ზოლები მიუთითებს 68% ნდობის ინტერვალებს, რომლებიც მიღებულია პროცენტული ბუსტროპის საშუალებით. ექსპონენციალური ექსტრაპოლაცია (exp, მუქი ლურჯი) ტენდენციას ანიჭებს უპირატესობას ხაზოვან ექსტრაპოლაციას (linear, ღია ლურჯი), როდესაც ⟨ 106⟩ ≠0-ის კონვერგირებული შეფასებებს შორის განსხვავებები კარგად არის განსაზღვრული. , მაგნიტიზაცია (დიდი მარკერები) გამოითვლება როგორც ინდივიდუალური ⟨ ⟩ შეფასებების საშუალო ყველა კუბიტისთვის (პატარა მარკერები). , წრის სიღრმის გაზრდისას, -ის უმკურნალებლი შეფასებები მონოტონურად იკლებს იდეალური მნიშვნელობიდან 1-დან. ZNE მნიშვნელოვნად აუმჯობესებს შეფასებებს 20 ტროტერული ნაბიჯის შემდეგაც (იხ. დამატებითი ინფორმაცია [cite:II] ZNE დეტალებისთვის). θh ა G G Z Z G ბ Zq გ Mz შემდეგ, ჩვენ ვამოწმებთ ჩვენი მეთოდების ეფექტურობას არაკლიფორდის წრეებისა და კლიფორდის = π/2 წერტილისთვის, არა-ტრივიალური ჩამრთველი დინამიკით, შედარებით იდენტურობასთან ეკვივალენტური წრეების, რომლებიც განიხილება ნახ.-ში. არაკლიფორდის წრეები განსაკუთრებით მნიშვნელოვანია შესამოწმებლად, რადგან ექსპონენციალური ექსტრაპოლაციის ვარგისობა აღარ არის გარანტირებული (იხ. დამატებითი ინფორმაცია [cite:V] და ref.). ჩვენ ვზღუდავთ წრის სიღრმეს ხუთ ტროტერულ ნაბიჯამდე (15 CNOT ფენა) და გონივრულად ვირჩევთ ობსერვებლებს, რომლებიც ზუსტად გადამოწმდება. ნახ. გვიჩვენებს შედეგებს, როდესაც იცვლება 0-დან π/2-მდე სამი ასეთი ობსერვებლისთვის მზარდი წონის მქონე. ნახ. [cite:3a] გვიჩვენებს -ს, როგორც ადრე, წონა-1 ⟨ ⟩ ობსერვებლების საშუალოს, ხოლო ნახ. [cite:3b, c] გვიჩვენებს წონა-10 და წონა-17 ობსერვებლებს. ეს უკანასკნელი ოპერატორები არიან = π/2-ზე კლიფორდის წრის სტაბილიზატორები, მიღებული საწყისი სტაბილიზატორებიდან 13 და 58, შესაბამისად, |0⟩⊗127-ის ევოლუციის გზით ხუთი ტროტერული ნაბიჯისთვის, რაც უზრუნველყოფს არანულოვანი მოლოდინის მნიშვნელობებს ძლიერ ჩახლართულ რეჟიმში, რომელიც განსაკუთრებულ ინტერესს იწვევს. მიუხედავად იმისა, რომ 127-კუბიტიანი წრე მთლიანად შესრულებულია ექსპერიმენტულად, სინათლის კონუსი და სიღრმე-შემცირებული (LCDR) წრეები იძლევა ბრუტ-ფორს კლასიკურ სიმულაციას მაგნიტიზაციისა და წონა-10 ობსერვერის ამ სიღრმეზე (იხ. დამატებითი ინფორმაცია [cite:VII]). -ის სრულ დიაპაზონზე, ნამკურნალები ობსერვებლები კარგად ეთანხმებიან ზუსტ ევოლუციას (იხ. ნახ. [cite:3a, b]). თუმცა, წონა-17 ობსერვერის მიმართ, სინათლის კონუსი ვრცელდება 68 კუბიტზე, რაც სცილდება ბრუტ-ფორს კლასიკური სიმულაციის მასშტაბს, ამიტომ ჩვენ მივმართავთ ტენზორული ქსელის მეთოდებს. θh θh Mz Z θh Z Z θh მოლოდინის მნიშვნელობის შეფასებები -ის ცვლილებებისთვის ხუთი ტროტერული ნაბიჯის ფიქსირებული სიღრმით ნახ. [cite:1a]-ის წრისთვის. განხილული წრეები არის არაკლიფორდ θh
