[논문 리뷰] Learning marginals suffices!

Nengkun Yu, Tzu-Chieh Wei|arXiv (Cornell University)|2023. 03. 15.

Quantum Computing Algorithms and Architecture인용 수 4

한 줄 요약

이 논문은 회로 복잡도가 낮은 양자 상태가 그들의 저차수 국소적 분포(즉, 깊이-$D$ 회로에 대해 $2^D$-로컬 감소 밀도 행렬)로 유일하게 결정됨을 보여주며, 오직 파울리 측정만으로도 효율적인 토모그래피를 가능하게 한다. 핵심 결과는 기존 토모그래피에 비해 지수적으로 더 적은 샘플 수로 이러한 상태를 재구성할 수 있음을 보여주며, 노이즈가 있는 환경에서도 지수적 샘플 복잡도 장벽을 뛰어넘는다.

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.

연구 동기 및 목표

• 낮은 복잡도의 양자 상태에 대한 양자 상태 토모그래피에서 높은 샘플 복잡도 문제를 오랫동안 해결하기 위해.
• 양자 회로 복잡도와 국소적 분포에 의한 양자 상태의 유일한 결정성 간의 이론적 기반을 구축하기 위해.
• 오직 국소적 파울리 측정만을 사용하여 낮은 복잡도의 양자 상태를 재구성하는 강인하고 노이즈에 강건한 방법을 개발하기 위해.
• 근접한 양자 장치(NISQ 시대)를 위한 전체 상태 토모그래피의 실용적이고 효율적인 대안을 제공하기 위해.
• 양자 컴퓨팅에서의 효율적 시뮬레이션과 인증을 위해 고전적 시뮬레이션에 적합한 데이터 구조—감소 밀도 행렬의 튜플—제안하기 위해.

제안 방법

• 임의의 파울리 측정을 사용하여 감소 밀도 행렬의 집합을 학습하기 위해 양자 겹침 토모그래피를 도입하고 확장하기.
• 깊이-$D$ 양자 회로의 출력 상태가 $2^D$-로컬 국소 분포에 의해 유일하게 결정됨을 증명하며, 회로 복잡도와 갭이 있는 국소 해밀토니안 간의 연결성을 활용하기.
• 완벽한 해시 가족과 고전적 그림자 같은 양자 정보 이론 도구를 사용하여 필요한 파울리 측정 수를 근사하기.
• 낮은 복잡도 상태의 국소 분포와 유사한 분포를 가진 임의의 상태가 트레이스 거리에서 유사할 것임을 보여, 재구성의 강인성을 확립하기.
• 짧은 거리 얽힘과 갭이 있는 해밀토니안의 기저 상태 성질과 같은 양자 다체 물리학의 기법을 사용하여 낮은 복잡도 상태의 구조를 특성화하기.
• 구조적 격자(예: 1차원 사슬 및 정사각형 격자)에서 고유한 재구성에 필요한 국소 분포의 수에 대한 향상된 경계를 유도하기 위해 조합 함수 $\gamma_2(D) \leq D^2 + (D+1)^2$ 를 활용하기.

실험 결과

연구 질문

• RQ1 회로 복잡도가 낮은 양자 상태는 그들의 저차수 국소 분포로부터 유일하게 재구성될 수 있는가?
• RQ2 이러한 상태를 재구성하기 위해 필요한 최소한의 국소 측정(예: 파울리 측정) 수는 얼마이며, 이 수는 지수적으로 증가하는가 아니면 지수 이하로 증가하는가?
• RQ3 측정된 국소 분포에 노이즈나 변형이 있을 경우 재구성 절차는 얼마나 강인한가?
• RQ4 이 프레임워크는 1차원 사슬이나 2차원 격자와 같은 구조적 양자 시스템으로 확장될 수 있으며, 샘플 복잡도 경계가 향상되는가?
• RQ5 이 결과는 양자 회로 최적화, 인증, 그리고 NISQ 시대의 효율적 데이터 구조 설계에 어떤 영향을 미치는가?

주요 결과

• 일반적인 상호작용 그래프에서도 깊이-$D$ 양자 회로의 출력 상태는 $2^D$-로컬 감소 밀도 행렬에 의해 유일하게 결정된다.
• 1차원 사슬에서는 상태가 $2D$-로컬 국소 분포에 의해 유일하게 결정되며, 일반 그래프에 비해 상당히 향상된 경계를 제공한다.
• 정사각형 격자에서는 필요한 국소성의 범위가 $\gamma_2(D) \leq D^2 + (D+1)^2$ 로 제한되며, 일반 케이스에 비해 구조적인 향상이 이루어진다.
• 재구성 절차는 강인하다: 낮은 복잡도 상태의 국소 분포와 유사한 분포를 가진 임의의 상태는 트레이스 거리에서 유사할 것이며, 이는 노이즈에 강건한 인증을 가능하게 한다.
• 오직 파울리 측정만 허용되는 조건에서도 낮은 복잡도 상태의 토모그래피에 대해 지수적 샘플 복잡도 장벽을 뛰어넘는다.
• 다중 큐비트 GHZ 상태의 정확한 양자 회로 복잡도가 $\Theta(n)$임을 확인하며, NISQ 시대 양자 컴퓨팅에서 감소 밀도 행렬을 데이터 구조로 사용하는 데 이론적 근거를 제공한다.