[論文レビュー] Learning marginals suffices!

Nengkun Yu, Tzu-Chieh Wei|arXiv (Cornell University)|Mar 15, 2023

Quantum Computing Algorithms and Architecture被引用数 4

ひとこと要約

この論文は、回路複雑性が低い量子状態が、その低次のマージナル（具体的には深さ-$D$回路における$2^D$-局所的状態行列）によって一意に決定されることを示している。これにより、パウリ測定のみを用いても、高い効率性でトモグラフィーが可能になる。主な結果は、従来のトモグラフィーと比較して、指数関数的に少ないサンプル数でこのような状態を再構成できることであり、ノイズが存在する状況でも指数的サンプル複雑性の壁を破る。

ABSTRACT

Beyond computer science, quantum complexity theory can potentially revolutionize multiple branches of physics, ranging from quantum many-body systems to quantum field theory. In this paper, we investigate the relationship between the sample complexity of learning a quantum state and the circuit complexity of the state. The circuit complexity of a quantum state refers to the minimum depth of the quantum circuit necessary to implement it. We show that learning its marginals for the quantum state with low circuit complexity suffices for state tomography, thus breaking the exponential barrier of the sample complexity for quantum state tomography. Our proof is elementary and overcomes difficulties characterizing short-range entanglement by bridging quantum circuit complexity and ground states of gapped local Hamiltonians. Our result, for example, settles the quantum circuit complexity of the multi-qubit GHZ state exactly.

研究の動機と目的

• 低複雑性の量子状態における量子状態トモグラフィーの高いサンプル複雑性という長年の課題を解決すること。
• 量子回路複雑性とマージナルによる量子状態の一意的決定性との間の理論的基盤を確立すること。
• 局所的パウリ測定のみを用いても、低複雑性の量子状態を再構成できるロバストでノイズ耐性のある手法を開発すること。
• 近い将来の量子デバイス（NISQ時代）における完全状態トモグラフィーの実用的かつ効率的な代替手段を提供すること。
• 古典的シミュレーションや認証において、量子状態を効率的に表現するための新しいデータ構造（状態行列のタプル）を提供すること。

提案手法

• ランダムなパウリ測定を用いて、状態行列の集合を学ぶために量子重ね合わせトモグラフィーを導入・拡張する。
• 深さ-$D$回路の出力状態が、$2^D$-局所的マージナルによって一意に決定されることを証明し、回路複雑性とギャップのある局所ハミルトニアンとの関係を活用する。
• 完全ハッシュ族や古典的シャドウといった、量子情報理論の道具を用いて必要なパウリ測定回数の上限を導出する。
• トレース距離において、低複雑性状態のマージナルに近い任意の状態が、元の状態に近いことを示すことにより、再構成のロバスト性を確立する。
• ギャップのあるハミルトニアンの基底状態性質や短距離もつれといった、量子多体物理学の技術を用いて、低複雑性状態の構造を特徴付ける。
• 1次元鎖や正方形格子などの構造的格子において、一意的再構成に必要なマージナルの数の改善された境界を導出する。具体的には、$\gamma_2(D) \leq D^2 + (D+1)^2$ といった組合せ関数を用いる。

実験結果

リサーチクエスチョン

• RQ1 回路複雑性が低い量子状態は、その低次のマージナルから一意に再構成可能か？
• RQ2 このような状態を再構成するために必要な最小の局所測定（例：パウリ測定）の数は何か？ これは指数的か、それより小さいスケーリングで済むのか？
• RQ3 測定されたマージナルにノイズや摂動が加わった場合、再構成手順はどの程度ロバストか？
• RQ4 この枠組みは、1次元鎖や2次元格子といった構造的量子系へ拡張可能か？ その場合、サンプル複雑性の境界が改善されるか？
• RQ5 この結果は、量子回路最適化、認証、およびNISQ時代の量子コンピューティングにおける効率的データ構造の設計にどのような意味を持つのか？

主な発見

• 一般の相互作用グラフに対しても、深さ-$D$回路の出力状態は、$2^D$-局所的状態行列によって一意に決定される。
• 1次元鎖では、状態は$2D$-局所的マージナルによって一意に決定され、一般のグラフと比較して顕著に改善された境界が得られる。
• 正方形格子では、必要な局所性が$\gamma_2(D) \leq D^2 + (D+1)^2$ で抑えられ、一般の場合に比べて構造的な改善が得られる。
• 再構成手順はロバストである：低複雑性状態のマージナルに近い任意の状態は、トレース距離において元の状態に近い。これにより、ノイズ耐性のある認証が可能になる。
• パウリ測定のみを許容する状況でも、低複雑性状態のトモグラフィーにおいて指数的サンプル複雑性の壁を破る。
• 多量子もつれ状態（GHZ状態）の正確な量子回路複雑性が特定され、それが$\Theta(n)$であることが確認され、NISQ時代の量子コンピューティングにおける状態行列のタプルをデータ構造として用いる理論的根拠が得られた。