量子错误缓解是一种在短期量子计算中对抗不必要和不可避免的错误的手段，且无需容错方案所需的大量资源消耗，在应用方面，量子错误缓解也成功地应用于降低噪声。近日，来自亥姆霍兹柏林材料与能源中心的Jens Eisert和哈佛大学的Yihui Quek等人发现，对于更大的系统尺寸，量子噪声可以有效 “消除”的程度存在很大的局限性。

文章要点：

1) 该研究的框架严格地捕捉了目前使用的大量错误缓解方案，通过将误差缓解与统计推理问题联系起来，研究表明，即使在与当前实验相当的浅电路深度下，在最坏的情况下，也需要超多项式数量的样本来估计无噪声可观测值的期望值，这是误差缓解的主要任务；

2) 此外，这一构造意味着，由于噪声引起的混乱可能会在比以前想象的要小得多的深度发生，噪声还通过限制量子机器学习中的核估计来影响其他近期应用，导致变分量子算法中早期出现噪声诱导的贫瘠平台，并排除了在存在噪声的情况下估计期望值或准备哈密顿量基态的指数量子速度。

参考资料：

Quek, Y., Stilck França, D., Khatri, S. et al. Exponentially tighter bounds on limitations of quantum error mitigation. Nat. Phys. (2024).

10.1038/s41567-024-02536-7

https://doi.org/10.1038/s41567-024-02536-7