[论文解读] Explaining the mechanism of the quantum speed-up in time-symmetric quantum mechanics

Giuseppe Castagnoli|arXiv (Cornell University)|Jul 5, 2011

Quantum Mechanics and Applications被引用 5

一句话总结

本文通过展示量子算法通过利用爱丽丝的函数评估与鲍勃的函数选择之间的量子关联来实现效率，从而解释了时间对称量子力学中的量子加速。通过将鲍勃的选择建模为随机测量结果的幺正变换，作者证明了爱丽丝实际上获得了鲍勃选择的一半的提前知识，使其能够通过仅执行经典上必要的查询的叠加历史来减少函数评估次数，从而解释了加速机制。

ABSTRACT

Bob chooses a function from a set of functions and gives Alice the black box that computes it. Alice is to find a characteristic of the function through function evaluations. In the quantum case, the number of function evaluations can be smaller than the minimum classically possible. The fundamental reason for this violation of a classical limit is not known. We trace it back to a disambiguation of the principle that measuring an observable determines one of its eigenvalues. Representing Bob's choice of the label of the function as the unitary transformation of a random quantum measurement outcome shows that: (i) finding the characteristic of the function on the part of Alice is a by-product of reconstructing Bob's choice and (ii) because of the quantum correlation between choice and reconstruction, one cannot tell whether Bob's choice is determined by the action of Bob (initial measurement and successive unitary transformation) or that of Alice (further unitary transformation and final measurement). Postulating that the determination shares evenly between the two actions, in a uniform superposition of all the possible ways of sharing, implies that quantum algorithms are superpositions of histories in each of which Alice knows in advance one of the possible halves of Bob's choice. Performing, in each history, only the function evaluations required to classically reconstruct Bob's choice given the advanced knowledge of half of it yields the quantum speed-up. In all the cases examined, this goes along with interleaving function evaluations with non-computational unitary transformations that each time maximize the amount of information about Bob's choice acquired by Alice with function evaluation.

研究动机与目标

• 解释时间对称量子力学中量子加速的根本机制。
• 解决量子算法为何能超越经典限制、尽管违反经典极限的谜题。
• 表明加速源于在量子关联框架下，爱丽丝与鲍勃行为之间对决定性的对称共享。
• 证明量子算法可被理解为叠加历史的组合，其中爱丽丝利用对鲍勃选择一半的提前知识来最小化函数评估次数。

提出的方法

• 将鲍勃选择函数建模为随机量子测量结果的幺正变换。
• 将该过程表示为时间对称的量子协议，其中爱丽丝的函数评估与鲍勃的选择通过量子纠缠相关联。
• 使用对爱丽丝与鲍勃行为之间所有可能分配因果关系方式的均匀叠加。
• 将量子算法公式化为叠加历史的组合，每种历史对应一种不同的鲍勃选择决定性分配方式。
• 在每种历史中，爱丽丝仅执行经典上重建鲍勃选择所必需的函数评估，前提是她已提前知道其一半选择。
• 将函数评估与非计算性幺正变换交错进行，以在每一步最大化关于鲍勃选择的信息获取。

实验结果

研究问题

• RQ1 量子算法在函数评估任务中为何能超越经典算法的根本机制是什么？
• RQ2 在因果与效应未严格排序的时间对称量子框架中，如何解释量子加速？
• RQ3 为何量子算法中所需函数评估次数低于经典最小值？
• RQ4 鲍勃选择与爱丽丝测量结果之间的关联如何实现计算工作量的减少？
• RQ5 对鲍勃选择一半的‘提前知识’概念如何导致量子计算中的加速？

主要发现

• 量子加速源于爱丽丝与鲍勃行为之间对决定性的对称共享，其形式化为对所有可能因果分配方式的均匀叠加。
• 爱丽丝的函数评估是重建鲍勃选择的副产品，这得益于双方之间的量子关联。
• 通过将每个量子算法视为叠加历史的组合，每种历史仅涉及在已知鲍勃选择一半的前提下经典上最小的函数评估次数，从而实现加速。
• 将函数评估与非计算性幺正变换交错进行，可在每一步最大化关于鲍勃选择的信息获取，从而实现最少必要查询。
• 该机制通过在时间对称量子力学中重新定义因果影响来解释加速，而无需直接依赖非经典计算。
• 所有考察的量子加速案例均与此框架一致，表明函数评估次数的减少源于选择与重建之间的量子关联。