Шумы, превращающие глубокие схемы в мелкие, и отсутствие бесплодных плато

Почему зашумлённые квантовые чипы всё ещё важны

Квантовые компьютеры обещают решать некоторые задачи гораздо быстрее, чем обычные машины, но современные устройства хрупки и шумны. В работе ставится простой вопрос с большими практическими последствиями: что реально могут сделать несовершенные квантовые чипы до появления полноценной коррекции ошибок? Анализируя, как шум меняет поведение типичных квантовых схем, авторы показывают, что многие амбициозные алгоритмы ближнего срока по сути сводятся к возможностям намного более мелких схем, которые часто можно воспроизвести на классическом компьютере.

Глубокие схемы, ведущие себя как мелкие

Современные квантовые алгоритмы часто опираются на очень глубокие схемы, наслаивая уровни квантовых вентилей на многих кубитах. Теоретически больше уровней обеспечивает более сложную квантовую динамику. Но как только каждый кубит подвергается реалистичному локальному шуму, большинство этих слоёв фактически перестаёт влиять на величины, которыми обычно интересуются физики и разработчики алгоритмов: матожидания наблюдаемых, такие как средние энергии или намагниченности. Авторы доказывают, что для типичных случайных схем влияние любого вентиля на такие матожидания экспоненциально уменьшается по мере удаления от последнего слоя. На практике значимый вклад дают лишь примерно логарифмическое число слоёв по размеру системы.

Шум, который предотвращает выравнивание ландшафта обучения

Вариационные квантовые алгоритмы и методы квантового машинного обучения обучаются путём настройки множества параметров вентилей для минимизации целевой функции, построенной из средних значений наблюдаемых. Большая проблема — появление бесплодных плато, когда ландшафт функции почти полностью выравнивается, а градиенты почти обнуляются, что делает обучение невозможным. Ранние исследования показали, что определённые виды «сбалансированного» шума могут вызывать такие плато. Здесь авторы рассматривают более реалистичный «несбалансированный» шум, который склоняет кубиты к конкретным состояниям. При таком типе шума они находят, что для функций стоимости, составленных из локальных наблюдаемых, ландшафт не выравнивается: разброс значений стоимости остаётся заметным, а градиенты сохраняют разумный масштаб независимо от глубины схемы.

Но обучаться можно лишь на последних слоях

Отсутствие бесплодных плато может показаться хорошей новостью для квантового машинного обучения, но есть нюанс. Тот же шум, который сохраняет градиенты, делает почти все из них несущественными. Авторы показывают, что параметры, расположенные глубоко внутри схемы, имеют исчезающе малый эффект на локальные наблюдаемые; полезная информация о градиентах сосредоточена почти полностью в последних нескольких слоях, число которых снова растёт только логарифмически с размером системы. Иными словами, очень глубокая зашумлённая вариационная схема по части обучения ведёт себя как значительно более мелкая: большинство её настраиваемых вентилей фактически заморожены шумом.

Классические компьютеры легче подстраиваются

Как только глубокие зашумлённые схемы начинают вести себя как мелкие, их становится гораздо проще имитировать классическими алгоритмами. Авторы используют представление об эффективной глубине, чтобы сконструировать классические процедуры, оценивающие те же средние значения наблюдаемых с заданной точностью и высокой вероятностью успеха для почти любой архитектуры схемы. Сосредотачиваясь на области влияния локальных наблюдаемых и используя то, как шум подавляет сложные многокубитовые корреляции, они показывают, что классическое время работы может оставаться эффективным даже когда исходные квантовые схемы чрезвычайно глубокие. Для многих практических целей по точности это верно для широкого класса архитектур — от одноразмерных цепочек до полностью связных раскладок.

Что это значит для близкой квантовой выгоды

Для задач, ориентированных на оценку матожиданий, таких как многие предложенные вариационные алгоритмы и схемы квантового машинного обучения, эти результаты дают трезвую картину. В типичных ситуациях зашумлённые квантовые схемы с реалистичным, возможно несбалансированным шумом не дают существенно большей мощности, чем тщательно подобранные мелкие схемы, с которыми классические компьютеры часто справляются. Хотя специально сконструированные дизайны схем всё ещё могут умело использовать шум, чтобы превзойти это ограничение, такие случаи — скорее исключение, чем правило. Для среднего зашумлённого устройства сам шум сжимает квантовые вычисления в мелкую, классически доступную форму.

Цитирование: Mele, A.A., Angrisani, A., Ghosh, S. et al. Noise-induced shallow circuits and the absence of barren plateaus. Nat. Phys. 22, 751–756 (2026). https://doi.org/10.1038/s41567-026-03245-z

Ключевые слова: квантовый шум, зашумлённые квантовые схемы, вариационные квантовые алгоритмы, классическое моделирование, бесплодные плато