[論文レビュー] Quantum algorithms: A survey of applications and end-to-end complexities

Alexander M. Dalzell, Sam McArdle+11 more|arXiv (Cornell University)|Oct 4, 2023

Quantum Computing Algorithms and Architecture被引用数 47

ひとこと要約

本論は、qubitization（キュービタイズ化）、block-encoding、位相推定などの量子アルゴリズム技術を調査し、Grover様の演算子がAの関数をエンコードし、エンドツーエンドのアルゴリズム複雑性のChebyshev多項式表現を可能にする方法について論じている。

ABSTRACT

The anticipated applications of quantum computers span across science and industry, ranging from quantum chemistry and many-body physics to optimization, finance, and machine learning. Proposed quantum solutions in these areas typically combine multiple quantum algorithmic primitives into an overall quantum algorithm, which must then incorporate the methods of quantum error correction and fault tolerance to be implemented correctly on quantum hardware. As such, it can be difficult to assess how much a particular application benefits from quantum computing, as the various approaches are often sensitive to intricate technical details about the underlying primitives and their complexities. Here we present a survey of several potential application areas of quantum algorithms and their underlying algorithmic primitives, carefully considering technical caveats and subtleties. We outline the challenges and opportunities in each area in an "end-to-end" fashion by clearly defining the problem being solved alongside the input-output model, instantiating all "oracles," and spelling out all hidden costs. We also compare quantum solutions against state-of-the-art classical methods and complexity-theoretic limitations to evaluate possible quantum speedups. The survey is written in a modular, wiki-like fashion to facilitate navigation of the content. Each primitive and application area is discussed in a standalone section, with its own bibliography of references and embedded hyperlinks that direct to other relevant sections. This structure mirrors that of complex quantum algorithms that involve several layers of abstraction, and it enables rapid evaluation of how end-to-end complexities are impacted when subroutines are altered.

研究の動機と目的

• 量子アルゴリズムの実用的な応用とそれらのエンドツーエンドの複雑性を探ることで研究を動機づける。
• 与えられた演算子をGrover様の形に変換するキュービタ化やブロックエンコードといった鍵となる演算子構成を説明する。
• 量子位相推定が固有値へアクセスし、ダイナミクスの多項式近似を可能にする方法を示す。
• 構造化ユニタリの繰り返し適用とChebyshev多項式の関係が複雑性分析につながることを強調する。

提案手法

• Z|0⟩反射を用いてUAからGrover様の演算子Wを構成し、2x2ブロック形式を得る。
• Wを不変部分空間に制限すると、角度θλ = arccos(λ)を持つ回転と固有値がe^{±iθλ}になることを示す。
• WはWd = ⨁λ( Td(λ)1 − λ^2 Ud−1(λ) − 1 − λ^2 Ud−1(λ) Td(λ) ) というブロック対角形として作用し、第一種と第二種のチェビシェフ多項式 Td, Ud へリンクすることを示す。
• 繰り返し作用をチェビシェフ多項式表現に関連づけ、量子アルゴリズムのエンドツーエンドの複雑性分析を可能にする。

実験結果

リサーチクエスチョン

• RQ1 キュービタイズ化やブロックエンコードといったオペレータエンコードを用いて、エンドツーエンドの量子アルゴリズムの複雑性をどのように実現できるか？
• RQ2 Grover様の反射と量子位相推定を介した固有値アクセスの役割は、実践的なアルゴリズム設計においてどのような役割を果たすか？
• RQ3 繰り返されるユニタリの作用を特徴づけるTd Ud のチェビシェフ多項式表現は、不変部分空間での挙動をどのように説明するか？
• RQ4 固有値構造 e^{±iθλ} が量子手続きの性能と誤差分析にどのような影響を与えるか？

主な発見

• 基底UAから導出され、反射を用いたGrover様の演算子Wは、不変部分空間で角度 θλ = arccos(λ) の回転を生じる。
• W の固有値は e^{±i arccos(λ)}であり、固有ベクトルは |0^m⟩|λ⟩ とその直交対応から構築される。
• W を部分空間内で繰り返し適用すると第一種および第二種のチェビシェフ多項式へ対応し、多項式ベースの複雑性推論を可能にする。
• ブロックエンコードの枠組みは、位相推定と固有値ベースの技法をサポートするようなユニタリ形でAを表現できる。
• これらの構成は、オペレータ表現を古典的な多項式近似へ結びつけることで、エンドツーエンドのアルゴリズム戦略を支える。