[논문 리뷰] A linear program for testing nonclassicality and an open-source implementation

John H. Selby, Elie Wolfe외 3명|arXiv (Cornell University)|2022. 04. 25.

Philosophy and History of Science인용 수 6

한 줄 요약

이 논문은 준비-측정 양자 실험의 통계가 일반화된 비맥락성(Generalized Noncontextuality)을 위반하는지 여부를 테스트하기 위한 선형 프로그램을 제시한다. 즉, 그 통계가 고전적(비맥락성) 모델로 설명될 수 있는지 여부를 검증한다. 이 방법은 임의의 양자 상태와 효과를 입력으로 받아, 고전적 모델이 존재하는지 여부를 판단하며, 존재하지 않을 경우 통계를 고전적으로 설명 가능하게 만들기 위해 필요한 최소 노이즈를 계산한다. 또한 실용적 사용을 위해 오픈소스 Mathematica 구현을 제공한다.

ABSTRACT

A well motivated method for demonstrating that an experiment resists any classical explanation is to show that its statistics violate generalized noncontextuality. We here formulate this problem as a linear program and provide an open-source implementation of it which tests whether or not any given prepare-measure experiment is classically-explainable in this sense. The input to the program is simply an arbitrary set of quantum states and an arbitrary set of quantum effects; the program then determines if the Born rule statistics generated by all pairs of these can be explained by a classical (noncontextual) model. If a classical model exists, it provides an explicit model. If it does not, then it computes the minimal amount of noise that must be added such that a model does exist, and then provides this model. We generalize all these results to arbitrary generalized probabilistic theories (and accessible fragments thereof) as well; indeed, our linear program is a test of simplex-embeddability.

연구 동기 및 목표

• 주어진 준비-측정 실험(또는 일반화된 확률 이론)이 고전적 비맥락성 설명을 허용하는지를 엄밀하고 운영 가능한 방법으로 테스트하는 것.
• 유한 개의 양자 상태와 효과로부터 유도된 보른 룰 통계가 비맥락성 옹호 모델에 의해 재현될 수 있는지 여부를 판단하는 실용적 알고리즘을 개발하는 것.
• 비고전적인 실험을 고전적으로 설명 가능하게 만들기 위해 필요한 최소 노이즈의 양을 계산하여, 그 비고전성의 정도를 정량화하는 것.
• 양자 이론을 초월해 임의의 일반화된 확률 이론(GPTs)으로의 프레임워크 일반화를 통해, 가용 GPT 조각의 단체형 임bedding 여부를 테스트하는 것.
• 연구자들이 자신의 실험적 또는 이론적 시나리오에서 비고전성을 테스트할 수 있도록, 완전하고 오픈소스로 구현된 Mathematica 도구를 제공하는 것.

제안 방법

• 가용 GPT 조각의 단체형 임베딩 조건을 표현함으로써, 비고전성 테스트 문제를 선형 프로그램으로 공식화한다.
• 겔-망 행렬 표현을 사용하여 헤르미트 연산자(상태와 효과)를 실수 벡터로 매핑함으로써, 표준 선형 대수 기법을 적용할 수 있도록 한다.
• cdd 바이너리를 통한 이중 기술 방법을 활용하여, 가용 GPT 조각 내 상태 및 효과의 면 불등식을 계산한다.
• 최대 혼합 상태(또는 가용하지 않을 경우 중심 상태)를 사용한 탈구성 지도를 적용하여 비고전성의 강건성 정도를 정량화하는 노이즈 모델을 정의한다.
• 단체형 임베딩이 존재할 경우, 행렬 μ(지식 상태)와 ξ(반응 함수)를 통해 명시적인 비맥락성 옹호 모델을 구성한다.
• 고전적 모델이 존재하지 않을 경우, 최소로 탈구성된 GPT 조각의 단체형 임베딩을 반환함으로써, 결과가 물리적으로 의미 있고 계산적으로 접근 가능하도록 보장한다.

실험 결과

연구 질문

• RQ1 주어진 양자 상태와 효과의 집합이 비맥락성 옹호 모델로 설명 가능한 통계를 생성할 수 있는가?
• RQ2 비고전적인 준비-측정 시나리오를 고전적으로 설명 가능하게 만들기 위해 필요한 최소 노이즈의 양은 얼마인가?
• RQ3 임의의 일반화된 확률 이론(GPTs)에서 일반화된 비맥락성 개념을 효율적으로 테스트하는 방법은 무엇인가?
• RQ4 어떤 GPT 조각을 고전적으로 설명하기 위해 필요한 최소 옹호 상태 수는 얼마이며, 이를 상한으로 제한할 수 있는가?
• RQ5 양자 기초 및 양자 정보 실험에서 비고전성을 테스트할 수 있는 체계적이고 오픈소스의 계산 도구를 개발할 수 있는가?

주요 결과

• 선형 프로그램은 주어진 준비-측정 실험에 대해 비맥락성 모델로 설명 가능한지 정확히 판단하며, 그러한 모델이 존재할 경우 강건성 값이 0(r = 0)이 되고, 그렇지 않을 경우 비고전성의 정도를 정량화하는 데 필요한 최소 노이즈 수준(r > 0)을 계산한다.
• 고전적 모델이 존재하지 않을 경우, 통계를 고전적으로 설명 가능하게 만들기 위해 필요한 최소 노이즈 수준(r > 0)을 계산하여 비고전성의 정량적 측도를 제공한다.
• 모든 가용 GPT 조각이 단체형 임베딩을 갖는다면, 그에 필요한 옹호 상태 수는 최대 d²개이며, 여기서 d는 GPT 차원이다. 이는 날카로운 상한을 제공한다.
• 오픈소스 Mathematica 구현은 양자 입력과 일반 GPT 입력을 모두 정확히 처리하며, 포함 및 투영 행렬을 통해 이를 가용 GPT 조각으로 변환한다.
• 가능한 경우, 명시적인 비맥락성 옹호 모델(μ 및 ξ 행렬을 통해)을 출력하며, 비고전성이 탐지될 경우 최소로 탈구성된 조각의 단체형 임베딩을 출력한다.
• 알고리즘은 입력 형식에 대해 강건하다: 제공되지 않은 경우 자동으로 최대 혼합 상태와 단위 효과를 계산하여, 다양한 입력 유형 간 일관된 동작을 보장한다.