[논문 리뷰] A polynomial-time solution to the parity problem on an NMR quantum computer

Xijia Miao|ArXiv.org|2001. 08. 26.

Quantum Computing Algorithms and Architecture참고 문헌 1인용 수 10

한 줄 요약

이 논문은 NMR 양자 컴퓨터에서 NP-난이도의 패리티 문제를 다항 시간 내에 해결하는 양자 알고리즘을 제시한다. 이 알고리즘은 스핀 엔sembles의 양자 병렬성, 선택적 디코herence, 그리고 단계 민감도 NMR 검출을 활용하여 집합적 스핀 관측량을 통해 함수의 패리티를 효율적으로 결정한다. 기존의 고전적 알고리즘과 표준 양자 알고리즘에 비해 기하급수적인 속도 향상을 달성하며, 30 큐비트 시스템에 대해 약 30회의 오라클 호출로 해결할 수 있다. 이는 기존의 양자 컴퓨터에서 약 5×10⁸회의 호출이 필요했던 것과 대비된다.

ABSTRACT

An efficient quantum algorithm is proposed to solve in polynomial time the parity problem, one of the hardest problems both in conventional quantum computation and in classical computation, on NMR quantum computers. It is based on the quantum parallelism principle in a quantum ensemble, the selective decoherence manipulation, and the NMR phase-sensitive measurement. The quantum circuit for the quantum algorithm is designed explicitly.

연구 동기 및 목표

• 양자 컴퓨터에서 패리티 문제를 효율적으로 해결하는 데 오랫동안 해결되지 않은 과제를 해결하고자 한다. 이 문제는 양자 환경에서도 여전히 어렵기 때문이다.
• NMR 양자 컴퓨터가 특정한 어려운 문제들에 대해 고전적 알고리즘과 표준 양자 알고리즘을 능가할 수 있음을 보여주고자 한다.
• 집합적 스핀 관측량 측정을 통해 전체 상태 토모그라피 없이도 효율적인 패리티 결정이 가능하다는 것을 보여주고자 한다.
• NMR에서의 효과적 순수 상태와 낮은 신호 대 잡음비의 제한을 단계 민감도 검출 기반의 강력하고 신호 증폭 기반의 알고리즘을 통해 극복하고자 한다.
• 혼합 상태 다이내믹스와 디코herence에 대한 우려에도 불구하고, NMR 양자 계산이 NP-난이도 문제에서 진정한 양자 우위를 달성할 수 있음을 입증하고자 한다.

제안 방법

• 알고리즘은 스핀 엔sembles에서 양자 병렬성을 활용하며, 계산 기저 상태의 초위상이 유니터리 연산을 통해 일관되게 진화된다.
• 패리티 함수와 관련된 관련 양자 진폭을 분리하고 증폭하기 위해 선택적 디코herence를 사용한다.
• 오라클 유니터리 연산 $ U_f $ 는 함수의 패리티를 Eq. (8)에 정의된 집합적 스핀 관측량 $ G $ 에 인코딩하기 위해 제어된 방식으로 적용된다.
• 최종 밀도 행렬을 측정하기 위해 단계 민감도 NMR 검출을 사용하며, 이는 $ G $ 의 기대값을 통해 패리티를 직접적으로 추출한다.
• 효과적 순수 상태가 필요로 하는 것을 피하기 위해, 고도로 혼합된 초기 상태를 직접적으로 사용하며, 집합 수준의 일관성과 신호 검출에 의존한다.
• 선형 스핀 시스템에서의 대칭성과 집합적 다이내믹스를 활용하여, 오라클 호출 수를 최소화함으로써 약 30회(30 큐비트 기준)로 설계되었다.

실험 결과

연구 질문

• RQ1 기존의 고전적 알고리즘과 표준 양자 계산에서도 어려운 것으로 알려진 패리티 문제를 NMR 양자 컴퓨터에서 다항 시간 내에 해결할 수 있는가?
• RQ2 스핀 엔sembles에서의 양자 병렬성은 전체 상태 재구성 없이도 집합적 성질(예: 패리티)을 효율적으로 계산할 수 있게 하는가?
• RQ3 선택적 디코herence와 단계 민감도 NMR 검출을 통해 혼합 상태 엔sembles로부터 고정밀도로 계산 결과를 추출할 수 있는가?
• RQ4 신호 대 잡음비는 큐비트 수에 따라 어떻게 변화하며, 실용적 구현을 가능하게 하기 위해 이를 완화할 수 있는가?
• RQ5 이 방법은 NP-난이도 문제에 대해 고전적 알고리즘과 표준 양자 알고리즘에 비해 진정한 양자 우위를 보여주는가?

주요 결과

• 30 큐비트 시스템에서 약 30회의 오라클 호출로 패리티 문제를 다항 시간 내에 해결할 수 있으며, 이는 기존의 양자 컴퓨터에서 약 5×10⁸회의 호출이 필요했던 것과 비교해 극적으로 감소한 것이다.
• 집합적 관측량과 단계 민감도 NMR 검출을 활용함으로써 전체 상태 토모그라피가 필요 없이 기하급수적인 속도 향상을 달성한다.
• 높은 혼합도를 가진 초기 상태를 사용함으로써 효과적 순수 상태가 필요로 하는 것을 피하고 초기화 오버헤드를 줄였다.
• 측정 가능한 NMR 신호 대 잡음비는 $ 2\varepsilon_k/N $ 의 비율로 변화하며, 이는 확장성에 제약을 둔다. 그러나 극화 전이와 같은 신호 증폭 기법으로 이를 완화할 수 있다.
• 디코herence에 의한 신호 감쇠가 발생하는 최대 실행 시간 $ T_{\text{max}} $ 까지 알고리즘이 디코herence에 대해 강건하게 유지되며, 이 이상이 되면 신호가 떨어지지만, 이는 증폭 때문이 아니라 디코herence 때문이기 때문이다.
• 기존의 스펙트럼 레이블링 기반 접근 방식에 비해 이 방법은 보조 큐비트를 모든 작업 큐비트에 연결할 필요가 없고, 선형 분자 스핀 시스템과도 호환되므로 더 실용적이다.