[论文解读] Contextuality bounds the efficiency of classical simulation of quantum processes

Angela Karanjai, Joel J. Wallman+1 more|arXiv (Cornell University)|Feb 21, 2018

Quantum Computing Algorithms and Architecture参考文献 29被引用 21

一句话总结

本文证明了量子力学中的contextuality（互补性）对模拟量子子理论所需的经典内存施加了一个根本性的下限。对于qubit稳定子子理论，它证明了经典模拟必须使用至少 Ω(n²) 个经典比特，这与Gottesman-Knill算法的缩放比例一致，表明contextuality阻止了线性缩放的模拟，从而将contextuality识别为该设置下量子优势的资源。

ABSTRACT

Contextuality has been conjectured to be a super-classical resource for quantum computation, analogous to the role of non-locality as a super-classical resource for communication. We show that the presence of contextuality places a lower bound on the amount of classical memory required to simulate any quantum sub-theory, thereby establishing a quantitative connection between contextuality and classical simulability. We apply our result to the qubit stabilizer sub-theory, where the presence of state-independent contextuality has been an obstacle in establishing contextuality as a quantum computational resource. We find that the presence of contextuality in this sub-theory demands that the minimum number of classical bits of memory required to simulate a multi-qubit system must scale quadratically in the number of qubits; notably, this is the same scaling as the Gottesman-Knill algorithm. We contrast this result with the (non-contextual) qudit case, where linear scaling is possible.

研究动机与目标

• 建立contextuality与量子过程经典可模拟性之间的定量联系。
• 解决一个明显的悖论：经典可模拟的qubit稳定子子理论表现出非依赖于态的contextuality。
• 确定contextuality是否对模拟量子子理论的经典内存需求施加了一个根本性的下限。
• 比较具有丰富contextuality的qubit系统与非contextual的qudit系统在经典模拟复杂度上的差异。
• 证明Gottesman-Knill算法由于contextuality的存在而渐近最优。

提出的方法

• 将量子子理论操作性地定义为一个闭合的可观测量集合，包含所有相关的量子态和测量统计。
• 将经典模拟建模为状态机，其内部状态根据测量结果进行更新，仅满足可能性约束（状态更新）和状态集不相交性（SSD）。
• 使用递归计数论证，限制单个经典内部状态所能表示的量子态的最大数量。
• 将此限制应用于n-qubit稳定子子理论，其中稳定子态的总数为 |S| = 2ⁿ∏ⱼ(2ʲ+1)，且每个经典状态最多可表示的态群大小为 m = 5×3ⁿ⁻²。
• 推导出最小经典内存需求为 log₂(|S|/m) ≈ ½n(n−1)，表明其在n上呈二次方缩放。
• 将此下限与Gottesman-Knill算法的 n(2n+1) 个比特进行比较，证明任何模拟都无法实现比二次方更好的缩放。

实验结果

研究问题

• RQ1 Contextuality是否对模拟量子子理论所需的经典内存施加了一个根本性的下限？
• RQ2 为何qubit稳定子子理论尽管表现出非依赖于态的contextuality，却仍可被经典模拟？
• RQ3 Contextuality的存在是否能排除线性缩放的经典模拟，正如在非contextual的qudit系统中所见？
• RQ4 Gottesman-Knill算法对n-qubit稳定子子理论的模拟是否渐近最优？
• RQ5 仅从contextuality的存在出发，能否对经典模拟的内存成本进行界定，而无需完全重现概率分布？

主要发现

• Contextuality对经典内存施加了根本性的下限：任何对contextuality丰富的量子子理论的模拟，都必须使用至少 Ω(n²) 个经典比特。
• 对于n-qubit稳定子子理论，所需最小经典比特数约为 ½n(n−1)，该值由稳定子态总数与每个经典内部状态最多可表示的态数之比推导得出。
• 此二次方缩放与Gottesman-Knill算法的内存使用量一致，证明任何经典模拟都无法在n上线性缩放。
• 该结果解释了为何基于离散Wigner函数采样的线性缩放模拟在qubit稳定子子理论中不可能实现，原因正是contextuality。
• 该下限也意味着任何经典模拟的时间复杂度存在相应的下限，因为空间复杂度限制了时间复杂度。
• 该框架可普遍应用于其他子理论，提供一种基于contextuality推导内存下限的方法，且可扩展至非闭合电路类。