Exploiting all ancilla outcomes in linear combinations of unitaries: low-rank recovery and quantum trapdoor functions

In der Welt des Quantencomputings arbeiten Wissenschaftler mit Maschinen, die Informationen auf eine Weise verarbeiten, die sich grundlegend von den Laptops und Telefonen unterscheidet, die wir im Alltag verwenden. Diese Quantengeräte verlassen sich auf empfindliche Materiezustände, die gleichzeitig in mehreren Möglichkeiten existieren können – eine Eigenschaft, die es ihnen ermöglicht, bestimmte Probleme mit unglaublicher Geschwindigkeit zu lösen. Eine große Hürde beim Bau nützlicher Quantencomputer besteht jedoch darin, dass sie notorisch fragil sind. Wenn ein Quantencomputer eine Berechnung durchführt, beinhaltet dies oft einen Prozess namens Postselektion, bei dem die Maschine eine komplexe Operation ausführt und dann ein spezifisches Ergebnis überprüft. Wenn das Ergebnis exakt das ist, was erhofft wurde, wird die Berechnung behalten; wenn es etwas anderes ist, wird der gesamte Versuch als Fehlschlag verworfen, und die Maschine muss von vorne beginnen. Diese Verschwendung von Aufwand ist ein bedeutender Engpass, da die verworfenen Versuche normalerweise ohne weiteren Gedanken weggeworfen werden und lediglich als Rauschen im System behandelt werden.

Ein Forscher namens Ammar Daskin von der Istanbul Medeniyet University hat einen neuen Weg vorgeschlagen, wie man mit diesen verworfenen Informationen umgehen kann. In einer kürzlich erschienenen Studie untersuchte er, was passiert, wenn wir aufhören, die „gescheiterten“ Ergebnisse einer spezifischen Art von Quantenberechnung, bekannt als Linearkombination von Unitaris, wegzuwerfen. Anstatt diese Ergebnisse als nutzlosen Fehler zu betrachten, zeigte Daskin, dass sie tatsächlich eine verborgene, organisierte Struktur enthalten. Durch das Sammeln aller möglichen Ergebnisse eines einzigen Durchlaufs der Schaltung, einschließlich derer, die normalerweise ignoriert werden, bildet die Datenmenge ein Muster, das mathematisch rekonstruiert werden kann. Diese Entdeckung legt nahe, dass das, was einst als Abfall galt, in eine wertvolle Ressource verwandelt werden könnte, was es potenziell ermöglicht, die vollständige Antwort auf ein Problem aus nur einem Bruchteil der Daten zu gewinnen oder sogar neue Arten von sicheren Kommunikationsmethoden zu entwickeln, die auf der Schwierigkeit beruhen, diese verborgene Struktur zu entschlüsseln.

Der Kern von Daskins Arbeit umfasst eine Standardtechnik der Quantenwelt, um verschiedene Operationen zu einer einzigen, komplexeren Operation zu kombinieren. In einem typischen Aufbau verwendet ein Quantencomputer einen Satz zusätzlicher Hilfsbits, sogenannte Ancilla-Qubits, um die Koeffizienten der Berechnung zu verwalten. Die Maschine bereitet diese Hilfsbits in einem spezifischen Zustand vor, führt die Berechnung aus und überprüft dann die Hilfsbits. Wenn die Hilfsbits in ihre Ausgangsposition zurückkehren, gilt die Hauptberechnung als erfolgreich. Bei der Standardmethode wird jede andere Position, in der die Hilfsbits landen, als Fehler behandelt, und das entsprechende Ergebnis wird verworft. Daskin entschied sich dazu, diese „Fehler“ zu untersuchen, indem er das Design der Schaltung vereinfachte. Er ersetzte die komplexe Mechanik, die normalerweise zur Vorbereitung der Hilfsbits verwendet wird, durch eine unkomplizierte Anordnung einfacher Quantengatter, insbesondere unter Verwendung eines Satzes von Gattern, die eine Gleichverteilung der Möglichkeiten erzeugen, sowie eines einzelnen rotierenden Gatters, um die Gewichte der Berechnung zu steuern.

Wenn diese vereinfachte Schaltung läuft, erzeugt sie eine Vielzahl von Ergebnissen basierend auf der Messung der Hilfsbits. Daskin fand heraus, dass, wenn man die Ergebnisse aus jeder möglichen Messung zusammennimmt und stapelt, sie ein großes Datengitter bilden. Dieses Gitter besitzt eine bemerkenswerte Eigenschaft: Es kann in zwei kleinere Teile zerlegt werden, die miteinander multipliziert das Ganze rekonstruieren. Ein Teil ist ein bekanntes Muster, das durch das Design der Schaltung bestimmt wird, und der andere Teil enthält die eigentlichen Ergebnisse der einzelnen Operationen, die der Computer auszuführen versuchte. Da die Schaltung nur eine begrenzte Anzahl unabhängiger Kombinationen erzeugt, ist das gesamte große Gitter mathematisch „dünnbesetzt“ (low-rank), was bedeutet, dass es viel einfacher ist, als es oberflächlich erscheint. Diese Struktur impliziert, dass die vollständige Antwort der Berechnung in den Daten verborgen ist, selbst wenn man nur Zugang zu einem kleinen Teil davon hat.

Um diese Idee zu testen, simulierte der Forscher die Schaltung auf einem Computer, um zu sehen, ob der vollständige Output aus Teilinformationen gewonnen werden kann. Die Simulationen zeigten, dass man, wenn man das Design der Schaltung kennt, klassische mathematische Techniken anwenden kann, um die fehlenden Teile des Datengitters aufzufüllen. Durch die Beobachtung einer Teilmenge der Ergebnisse konnte der Algorithmus die gesamte Matrix der Ergebnisse rekonstruieren, einschließlich des spezifischen Ergebnisses, das die Standardmethode behalten hätte. Diese Rekonstruktion funktioniert am besten, wenn die Daten sauber sind, aber die Studie untersuchte auch, wie die Methode mit verrauschten Daten zurechtkommt, was die Fehler nachahmt, die in realer Quantenhardware auftreten. Die Ergebnisse deuteten darauf hin, dass die Methode zwar robust ist, aber eine signifikante Menge an Daten erfordert, um bei unvollkommenen Messungen zuverlässig zu arbeiten. Die Studie legt nahe, dass in einem realen Szenario, in dem nur die Intensität der Signale gemessen wird und nicht die vollen komplexen Werte, zusätzliche Schritte erforderlich wären, um die vollständige Information wiederherzustellen, aber die zugrunde liegende Struktur bleibt ein mächtiges Werkzeug für die Rekonstruktion.

Über die praktische Anwendung der Datenwiederherstellung hinaus öffnet dieser Fund die Tür zu einer neuen Art von kryptographischer Idee. Der Forscher schlug vor, dass das spezifische Muster, das zur Mischung der Ergebnisse in der Schaltung verwendet wird, geheim gehalten werden kann, was wie ein privater Schlüssel wirkt. Wenn ein Beobachter das endgültige Datengitter sieht, aber das geheime Mischmuster nicht kennt, steht er vor einem schwierigen mathematischen Rätsel, um den ursprünglichen Input zu ermitteln. Dies ist vergleichbar mit einem Schloss, bei dem der Schlüssel im Inneren des Mechanismus selbst verborgen ist. Die Studie weist jedoch vorsichtig darauf hin, dass dies nur ein Kandidat für ein sicheres System ist. Die Sicherheit beruht auf der Schwierigkeit, ein spezifisches Problem zu lösen, das als Phasenretrieval (Phase Retrieval) bekannt ist, bei dem es darum geht, die verborgenen Details einer Welle aus ihrer Intensität zu bestimmen. Obwohl dieses Problem als schwierig gilt, hat der Forscher nicht bewiesen, dass es unmöglich ist, es zu knacken, und die Sicherheit des Systems hängt von der Annahme ab, dass niemand einen Abkürzungsweg findet, um es zu lösen.

Das Paper untersucht auch, wie diese Struktur auf andere Weise genutzt werden könnte, wie etwa in Empfehlungssystemen oder Ranking-Algorithmen, bei denen große Datenmengen in einfachere Komponenten zerlegt werden. Die mathematische Beziehung, die in der Quantenschaltung gefunden wurde, spiegelt Techniken wider, die in der klassischen Informatik verwendet werden, um Nutzerpräferenzen vorherzusagen oder Verbindungen zwischen Webseiten zu analysieren. Indem der Forscher die Quantenschaltung als einen Weg betrachtet, diese Muster zu erzeugen, legt er nahe, dass Quantencomputer eine neue Möglichkeit bieten könnten, diese Aufgaben auszuführen. Die Studie kommt zu dem Schluss, dass wir durch die Änderung der Art und Weise, wie wir den Output von Quantenschaltungen betrachten, das, was einst als Abfall galt, in eine strukturierte Ressource verwandelt können. Dieser Ansatz verbessert nicht nur die Effizienz aktueller Berechnungen, sondern deutet auch neue Möglichkeiten an, wie Quanteninformationen gespeichert, wiederhergestellt und geschützt werden können. Die Arbeit bleibt ein theoretischer Vorschlag, der durch Simulationen gestützt wird, bietet aber einen klaren Pfad für zukünftige Experimente, um zu sehen, ob diese „Müll“-Ergebnisse tatsächlich genutzt werden können, um leistungsfähigere und sicherere Quantentechnologien aufzubauen.