Quantum randomness beyond projective measurements

ملخص تقني: العشوائية الكمومية بما يتجاوز القياسات الإسقاطية

بيان المشكلة
تُعد عدم القدرية الجوهرية للقياسات الكمومية موردًا أساسيًا لتوليد الأرقام العشوائية الكمومية (QRNG). في السيناريوهات العدائية، تعتمد أمن هذه العشوائية على عدم قدرة المتصنت (Eve)، الذي قد يمتلك ارتباطات كمومية أو كلاسيكية مع إعداد القياس، على تخمين النتائج بشكل صحيح. وبينما عُرف أن القياسات المتطرفة — وهي تلك التي لا يمكن تفكيكها إلى خليط احتمالي من قياسات أخرى — تكون آمنة ضد مثل هؤلاء المتصنتين، إلا أن سؤالًا كميًا محددًا لا يزال مفتوحًا: ما مقدار العشوائية الجوهرية التي يمكن توليدها بالضبط بواسطة قياس متطرف معين؟

لقد أثبتت الأعمال السابقة أن الحد الأقصى لإنتروبيا الحد الأدنى الشرطية (مقياس للعشوائية) القابلة للتحقيق في البعد $d$ محكوم بـ $2 \log d$ بت. ومع ذلك، فإن توصيف العشوائية الناتجة عن فئات محددة من القياسات المتطرفة، وخاصة غير المنحازة منها، بالنسبة لحالات مدخلات تعسفية ظل أمرًا غير مكتمل. تعالج هذه الورقة الفجوة في فهم العشوائية الجوهرية لقياسات (POVM) من الرتبة الأولى، غير المنحازة والمتطرفة، وتستكشف ما إذا كانت عائلات محددة من القياسات يمكنها الوصول إلى الحد الأقصى النظري البالغ $2 \log d$ بت.

المنهجية
يعمل المؤلفون ضمن إطار يعتمد على الجهاز (device-dependent)، بافتراض التوصيف الكامل لكل من الحالة الكمومية $\rho$ و الـ POVM الممثل بـ $M$. يتم قياس العشوائية الجوهرية عبر إنتروبيا الحد الأدنى الشرطية، $H_{\min}(\rho, M) = -\log P_{\text{guess}}$، حيث $P_{\text{guess}}$ هو احتمال التخمين الأمثل للمتصنت. ويُعرف احتمال التخمين هذا بأنه الحد الأقصى لجميع التفكيكات الاحتمالية للحالة $\rho$ إلى حالات نقية $\{p_j, \rho_j\}$:
$$P_{\text{guess}}(\rho, M) = \max_{\{p_j, \rho_j\}} \sum_j p_j \text{tr}(\rho_j M_j).$$

تستخدم الورقة عدة أدوات رياضية:

1. الهندسة المحدبة والتطابق (Fidelity): يربط المؤلفون احتمال التخمين بالتطابق الكمومي بين الحالة المدخلة والغلاف المحدب لمساقط القياس.
2. البرمجة شبه المحددة (SDP): يتم صياغة وحل مسائل التحسين المتعلقة بتمييز الحالة واحتمالات التخمين باستخدام ثنائية الـ SDP وشروط كاروش-كون-تاكر (KKT).
3. تمثيل متجه بلوخ (Bloch Vector): بالنسبة لأنظمة الكيوبت ($d=2$)، يستخدم التحليل تمثيل متجه بلوخ لتعيين بارامترات القياسات المتطرفة غير المنحازة صراحةً وحل الحالات المثلى.
4. التماثل والتماثل المجموعي (Group Covariance): تستفيد الدراسة من خصائص قياسات المعلومات الكاملة المتماثلة (SIC) وتقدم عائلات جديدة من القياسات المشتقة منها.

المساهمات والنتائج الرئيسية

1. قياسات SIC المائلة والعشوائية القصوى
يقدم المؤلفون عائلة من قياسات SIC "المائلة". بخلاف قياسات SIC القياسية، التي هي غير منحازة وتنتج توزيعًا موحدًا من الحالة المختلطة كليًا، فإن الـ SICs المائلة هي منحازة. ومع ذلك، فإن هذا الانحياز يسمح لها بإنتاج توزيع احتمالي موحد من حالات نقية أو حالات مشوبة بالضجيج المتماثل (isotropically noisy).

• النتيجة: يثبت المؤلفون أنه في أي بُعد $d$ يوجد فيه قياس SIC، يمكن بناء قياس SIC مائل يولد أقصى عشوائية جوهرية ممكنة ($2 \log d$ بت) من أي حالة نقية أو حالة مشوبة بالضجيج المتماثل.
• الأهمية: يحل هذا جزئيًا مسألة مفتوحة تتعلق بإمكانية تحقيق أقصى عشوائية في إعداد مستقل عن المصدر والجهاز (source-device-independent)، حيث أن هذه القياسات كاملة معلوماتيًا (MICs).

2. القياسات المتطرفة غير المنحازة في الأبعاد العامة
لأي قياس POVM من الرتبة الأولى، متطرف وغير منحاز مع $n$ من النتائج في البعد $d$، يستنتج المؤلفون صيغة عامة لاحتمال التخمين:
$$P_{\text�guess}(\rho, M) = \frac{d}{n} \max_{\sigma \in \mathcal{P}} F(\rho, \sigma),$$
حيث $\mathcal{P}$ هو الغلاف المحدب لمساقط القياس و $F$ هو التطابق الكمومي.

• الحد الأدنى: يؤدي هذا إلى حد أدنى للحالة المستقلة لإنتروبيا الحد الأدنى الشرطية قدره $\log(n/d)$ بت.
• الصرامة: يثبت المؤلفون أنه بالنسبة للقياسات المتطرفة غير المنحازة التي تحتوي على $n < d^2$ من النتائج، فإن احتمال التخمين يكون أكبر تمامًا من $1/d^2$، مما يعني أن الحد الأقصى البالغ $2 \log d$ بت لا يمكن الوصول إليه دون تحيز النت outcomes أو استخدام $d^2$ من النتائج.

3. الحل الصريح لقياسات الكيوبت ($d=2$)
تقدم الورقة توصيفًا كاملاً لقياسات الكيوبت المتطرفة غير المنحازة (ذات 2 أو 3 أو 4 نتائج).

• التعيين بالبارامترات (Parameterization): يُظهر أن جميع قياسات الـ MIC المتطرفة غير المنحازة للكيوبت (ذات 4 نتائج) هي متماثلة مجموعيًا ويمكن وصفها بزاويتين، $\delta$ و $\alpha$.
• الحالات المثلى: يحدد المؤلفون الحالات النقية المحددة التي تقلل من احتمال التخمين لأي قياس كيوبت MIC غير منحاز. وتوجد هذه الحالات في الخطوط العمودية على أوجه متوازي السطوح الناتج عن نواقل القياس.
• SIC مقابل غيرها: تُعرض نتيجة غير متوقعة: من بين جميع قياسات الكيوبت المتطرفة غير المنحازة ذات النتائج الأربعة، فإن قياس SIC (الأمثل لتوموجرافيا الحالة الكمومية) هو الذي يعطي أقل عشوائية جوهرية. فهو يمتلك أعلى احتمال تخمين ($P_{\text{guess}} = \frac{1}{4}(1+l)$, حيث $l$ تصل لأقصى قيمة في SICs).

4. عائلة قياسات "المقصات" (Scissors)
للاقتراب من الحد الأقصى للعشوائية البالغ $2 \log d$ بت دون تحيز النتائج (والذي يتطلب قياسات غير متطرفة أو مائلة)، يقدم المؤلفون عائلة من قياسات "المقصات" ذات البارامتر الواحد.

• الكيوبتات: في البعد 2، يؤدي ضبط $\alpha=0$ في التعيين العام إلى عائلة مُعينة بـ $\delta$. ومع اقتراب $\delta$ من 0، يقترب القياس من حد غير متطرف، ويقترب احتمال التخمين لحالات معينة مشوبة بالضجيج من الحد الأقصى النظري.
• الأبعاد الأعلى: يوسع المؤلفون هذا المفهوم ليشمل الأبعاد 3 و 4. حيث يعرفون عائلات من الـ MICs غير المنحازة (باستخدام مؤثرات Weyl-Heisenberg للبعد $d=3$ وتعميم محدد للبعد $d=4$) تتضمن قياس SIC كنقطة محددة في فضاء البارامترات. ومع اقتراب البارامتر من قيمة حدية، تقترب القياسات من حالة غير متطرفة تولد عشوائية قريبة جدًا من $2 \log d$ بت.

الأهمية والادعاءات
تزعم الورقة أنها حلت مشكلة توصيف العشوائية الجوهرية للقياسات المتطرفة من الرتبة الأولى غير المنحازة في البعد اثنين لأي حالة بشكل صريح. كما تثبت أنه بينما تعد قياسات SIC مثالية للتوموجرافيا، إلا أنها دون المستوى الأمثل لتوليد العشوائية الجوهرية بين قياسات MIC غير المنحازة.

تتمثل المساهمة النظرية الأساسية في إثبات أنه يمكن توليد أقصى عشوائية ($2 \log d$ بت) بشكل يعتمد على الجهاز في أي بُعد يوجد فيه قياس SIC، بشرط استخدام قياسات SIC المائلة المقترحة. علاوة على ذلك، توفر عائلات "المقصات" مسارًا للاقتراب من هذه العشوائية القصوى باستخدام قياسات غير منحازة، مما يسد الفجوة بين الاستراتيجيات المتطرفة وغير المتطرفة. وتظل النتائج صالحة لسيناريوهات المصدر-الجهاز المستقل بسبب الاكتمال المعلوماتي للقياسات المذكورة.

يختتم المؤلفون بتواضع، مشيرين إلى أنه بينما قاموا بتوصيف هذه القياسات، يبقى السؤال مفتوحًا حول ما إذا كانت عائلات "المقصات" في الأبعاد الأعلى ستكون مفيدة لتوليد العشوالية المستقلة عن الجهاز، وكيف ستترجم هذه النتائج إلى سيناريوهات واقعية تتضمن الضجيج.