[论文解读] Three Approaches to the Quantitative Definition of Information in an Individual Pure Quantum State

Paul Vitányi|ArXiv.org|Jul 9, 1999

Computability, Logic, AI Algorithms被引用 8

一句话总结

本文将量子柯尔莫哥洛夫复杂度引入为个体纯量子态中算法信息的定量度量，将经典算法信息论扩展至量子领域。它形式化了三种等价方法——量子比特程序、具有可计算参数的经典描述，以及通用量子图灵机，表明量子复杂度有上界且可有效逼近，且大多数量子态以高概率不可压缩。

ABSTRACT

In analogy of classical Kolmogorov complexity we develop a theory of the algorithmic information in bits contained in any one of continuously many pure quantum states: quantum Kolmogorov complexity. Classical Kolmogorov complexity coincides with the new quantum Kolmogorov complexity restricted to the classical domain. Quantum Kolmogorov complexity is upper bounded and can be effectively approximated from above. With high probability a quantum object is incompressible. There are two alternative approaches possible: to define the complexity as the length of the shortest qubit program that effectively describes the object, and to use classical descriptions with computable real parameters.

研究动机与目标

• 通过在单个纯量子态中定义信息含量，将经典算法信息论扩展至量子领域。
• 解决在传统测度（如冯·诺依曼熵）无法捕捉算法内容的量子系统中量化信息的挑战。
• 建立一个严格、可计算且具有信息论意义的个体量子态复杂度度量。
• 证明量子柯尔莫哥洛夫复杂度在经典极限下可推广为经典柯尔莫哥洛夫复杂度。
• 表明大多数量子态在算法上不可压缩，类似于经典不可压缩性。

提出的方法

• 将量子柯尔莫哥洛夫复杂度定义为在通用量子图灵机上准备给定纯量子态的最短量子比特程序的长度。
• 使用通用量子图灵机来形式化生成特定量子态的程序概念。
• 提出一种替代方法，利用具有可计算实数参数的经典描述来表示量子态，确保可有效逼近。
• 通过程序的有效构造建立量子柯尔莫哥洛夫复杂度的上界。
• 证明当限制在经典态时，量子复杂度与经典柯尔莫哥洛夫复杂度一致。
• 通过构造性方法证明该复杂度度量可从上方有效逼近。

实验结果

研究问题

• RQ1 如何为单个纯量子态定量定义算法信息，类似于经典柯尔莫哥洛夫复杂度？
• RQ2 量子算法复杂度的不同形式化方法有哪些，它们是否等价？
• RQ3 量子柯尔莫哥洛夫复杂度能否被有效逼近，其上界是什么？
• RQ4 在经典极限下，量子复杂度在多大程度上推广了经典复杂度？
• RQ5 随机量子态的典型可压缩性如何，这与不可压缩性有何关联？

主要发现

• 量子柯尔莫哥洛夫复杂度有上界，且可通过构造性方法从上方有效逼近。
• 所提出的三种方法——量子比特程序、具有可计算参数的经典描述，以及通用量子图灵机——对量子算法信息的定义是等价的。
• 当应用于经典纯态时，量子柯尔莫哥洛夫复杂度退化为经典柯尔莫哥洛夫复杂度。
• 以高概率，随机选择的纯量子态是不可压缩的，即其量子柯尔莫哥洛夫复杂度接近其希尔伯特空间维数。
• 该理论为测量量子系统中的算法信息提供了基础，超越冯·诺依曼熵，捕捉了内在复杂性。