Quantum randomness beyond projective measurements

Stellen Sie sich vor, Sie versuchen, eine wirklich zufällige Zahl zu erzeugen, ähnlich wie beim Münzwurf oder Würfeln, möchten aber absolut sicher sein, dass niemand sonst (selbst ein superschlauer Hacker mit einem Quantencomputer) das Ergebnis vorhersagen kann, bevor es eintritt. In der Welt der Quantenphysik ist dies möglich, weil die Natur selbst fundamental unvorhersehbar ist.

Dieses Papier, verfasst von Fionnuala Curran, untersucht, wie viel „echte" Zufälligkeit wir aus verschiedenen Arten von Quantenmessungen herausquetschen können. Stellen Sie sich eine Quantenmessung als eine Maschine vor, die einen Quantenzustand (ein Teilchen) entgegennimmt und eine Zahl ausspuckt. Das Ziel ist es, die besten Maschineneinstellungen zu finden, um die unvorhersehbarsten Zahlen zu erhalten.

Hier ist eine Aufschlüsselung der Hauptideen des Papiers unter Verwendung alltäglicher Analogien:

1. Das Setup: Der unvorhersehbare Münzwurf

In der klassischen Physik können Sie, wenn Sie genau wissen, wie eine Münze geworfen wird, vorhersagen, ob sie Kopf oder Zahl zeigt. In der Quantenphysik ist das Ergebnis auch dann noch ein Rätsel, wenn Sie alles über den Aufbau wissen. Dies wird als intrinsische Zufälligkeit bezeichnet.

Allerdings sind nicht alle Quanten„maschinen" (Messungen) gleich geschaffen. Einige sind „extremal", was bedeutet, dass sie die fundamentalsten Maschinentypen sind, die nicht in einfachere, zufällige Mischungen zerlegt werden können. Das Papier fragt: Welche dieser fundamentalen Maschinen liefert uns die meiste Zufälligkeit?

2. Die „verzerrten" Würfel: Betrug zum Sieg

Die Autoren stellen zunächst eine neue Familie von Messungen vor, die sie „verzerrte" SIC-Messungen nennen.

Die Analogie: Stellen Sie sich einen Standardwürfel vor, bei dem jede Zahl (1 bis 6) die gleiche Chance hat, zu fallen. Das ist ein „fairer" Würfel. Aber was, wenn Sie einen speziellen, leicht verbogenen Würfel haben, der normalerweise auf 1 landet, aber wenn Sie ihn genau richtig werfen, perfekt fair wird?
Die Erkenntnis: Diese „verzerrten" Messungen sind so konzipiert, dass sie, wenn sie mit einem bestimmten Typ von Quantenzustand (einem „reinen" Zustand) gespeist werden, ein perfekt gleichmäßiges, zufälliges Ergebnis produzieren. Noch besser: Sie können dies für jede Größe eines Quantensystems (jede Dimension) tun, in der ein bestimmter Messungstyp (genannt SIC) existiert. Dies löst ein Rätsel darüber, wie man in einem geräteabhängigen Setting die maximal mögliche Zufälligkeit (2 log d Bits) erhält.

3. Die „unvoreingenommenen" Würfel: Fair spielen

Als Nächstes betrachtet das Papier „unvoreingenommene" Messungen. Dies sind Maschinen, bei denen, wenn man sie mit einem völlig zufälligen „Schrott"-Zustand füttert, jedes Ergebnis gleich wahrscheinlich ist.

Die Analogie: Stellen Sie sich ein Tetraeder (eine Pyramide mit vier dreieckigen Flächen) vor, das im Raum schwebt. Die Ecken dieser Pyramide repräsentieren die möglichen Ergebnisse einer Messung.
Die Erkenntnis: Die Autoren entdeckten eine einfache Regel: Die Menge an Zufälligkeit, die Sie erhalten, hängt davon ab, wie nah Ihr startender Quantenzustand dem Zentrum dieser Pyramide ist.
- Wenn Ihr Zustand genau in der Mitte liegt, erhalten Sie weniger Zufälligkeit.
- Wenn Ihr Zustand weit entfernt ist, erhalten Sie mehr.
- Sie berechneten genau, wie viel Zufälligkeit Sie für jeden Zustand in einem 2-dimensionalen System (ein Qubit oder ein Quantenbit) erhalten.

4. Der „SIC" gegen die „Schere"

Das Papier vergleicht zwei spezifische Arten dieser pyramidenförmigen Messungen:

Die SIC-Messung (Symmetrisch Informationsvollständig): Dies ist die „perfekte" Pyramide. Alle Flächen sind identisch, und sie ist das beste Werkzeug, um (durch Tomographie) zu kartieren, wie ein Quantenzustand aussieht.
- Die Überraschung: Obwohl die SIC am besten darin ist, Zustände zu messen, stellten die Autoren fest, dass sie unter den unvoreingenommenen Messungen tatsächlich die schlechteste zur Erzeugung von Zufälligkeit ist. Sie hat die „geringste" intrinsische Zufälligkeit. Es ist wie ein sehr präzises Lineal, das schrecklich darin ist, Zufallszahlen zu erzeugen.
Die „Scheren"-Messungen: Die Autoren erfanden eine neue Familie von Messungen, die sie „Scheren" nennen.
- Die Analogie: Stellen Sie sich vor, die Pyramidenflächen sind wie die Klingen eines Paares Scheren. Sie können die Klingen öffnen oder schließen, indem Sie einen einzigen Winkel verändern.
- Die Erkenntnis: Wenn Sie die „Schere" schließen (den Winkel ändern), wird die Messung weniger „fair" (voreingenommen), aber sie kommt der Erzeugung der maximal möglichen Menge an Zufälligkeit immer näher.
- Sie zeigten, dass in den Dimensionen 2, 3 und 4 diese Scheren-Messungen so abgestimmt werden können, dass sie fast so viel Zufälligkeit liefern wie theoretisch möglich, selbst ohne die Ergebnisse zu stark zu verzerren.

5. Das große Ganze

Das Papier kartiert im Wesentlichen die Landschaft der Quantenzufälligkeit:

Verzerrte Messungen können Ihnen die absolute maximale Zufälligkeit geben, wenn Sie Ihren Startzustand kennen.
Unvoreingenommene Messungen (wie die Scheren-Familie) können Sie sehr nahe an dieses Maximum bringen, ohne die Ergebnisse verzerren zu müssen.
Die berühmte SIC-Messung ist, obwohl sie für andere Aufgaben großartig ist, tatsächlich die „am wenigsten zufällige" der unvoreingenommenen Gruppe.

Zusammenfassung

Stellen Sie sich dieses Papier als Reiseführer für einen Casino-Besitzer vor, der die unvorhersehbarsten Spielautomaten bauen möchte.

Sie fanden einen Weg, eine „verzerrte" Maschine zu bauen, die für bestimmte Spieler perfekt zufällig ist.
Sie analysierten „faire" Maschinen und stellten fest, dass die symmetrischste, perfekt aussehende Maschine (die SIC) tatsächlich die am wenigsten zufällige ist.
Sie entwarfen eine neue „Scheren"-Maschine, die so eingestellt werden kann, dass sie fast perfekt zufällig ist, und bewiesen, dass Sie die Regeln nicht brechen müssen (die Maschine verzerren), um die beste Zufälligkeit zu erhalten; Sie müssen nur den Winkel korrekt einstellen.

Das Papier schließt damit, die Mathematik für 2D-Systeme vollständig zu lösen und eine Roadmap bereitzustellen, wie man mit diesen neuen „Scheren"-Werkzeugen maximale Zufälligkeit in höheren Dimensionen erreichen kann.

Technisches Fazit: Quanten-Zufälligkeit jenseits projektiver Messungen

Problemstellung
Die inhärente Unvorhersehbarkeit von Quantenmessungen ist eine fundamentale Ressource für die Erzeugung quantenmechanischer Zufallszahlen (QRNG). In adversarischen Szenarien hängt die Sicherheit dieser Zufälligkeit davon ab, dass ein Lauscher (Eve), der möglicherweise quantenmechanische oder klassische Korrelationen mit dem Messaufbau hält, die Ergebnisse nicht korrekt vorhersagen kann. Während extremale Messungen – solche, die nicht in eine probabilistische Mischung anderer Messungen zerlegt werden können – als sicher gegen derartige Angreifer bekannt sind, bleibt eine spezifische quantitative Frage offen: Wie viel inhärente Zufälligkeit kann genau durch eine gegebene extremale Messung erzeugt werden?

Vorarbeiten haben gezeigt, dass die maximal erreichbare bedingte Min-Entropie (ein Maß für Zufälligkeit) in der Dimension $d$ durch $2 \log d$ Bits begrenzt ist. Die Charakterisierung der Zufälligkeit, die von spezifischen Klassen extremaler Messungen, insbesondere unvoreingenommener (unbiased), für beliebige Eingangszustände erzeugt wird, blieb jedoch unvollständig. Dieser Beitrag schließt die Lücke im Verständnis der inhärenten Zufälligkeit unvoreingenommener extremaler Rang-eins-Positiver Operator-Wert-Maße (POVMs) und untersucht, ob bestimmte Familien von Messungen das theoretische Maximum von $2 \log d$ Bits erreichen können.

Methodik
Die Autoren arbeiten innerhalb eines geräteabhängigen Rahmens und gehen von einer vollständigen Charakterisierung sowohl des Quantenzustands $\rho$ als auch der POVM $M$ aus. Die inhärente Zufälligkeit wird über die bedingte Min-Entropie quantifiziert, $H_{\min}(\rho, M) = -\log P_{\text{guess}}(\rho, M)$ , wobei $P_{\text{guess}}$ die optimale Vorhersagewahrscheinlichkeit eines Lauschers ist. Diese Wahrscheinlichkeit ist definiert als das Maximum über alle probabilistischen Zerlegungen des Zustands $\rho$ in reine Zustände $\{p_j, \rho_j\}$ :
$P_{\text{guess}}(\rho, M) = \max_{\{p_j, \rho_j\}} \sum_j p_j \text{tr}(\rho_j M_j).$

Der Beitrag nutzt mehrere mathematische Werkzeuge:

Konvexe Geometrie und Fidelity: Die Autoren setzen die Vorhersagewahrscheinlichkeit in Beziehung zur quantenmechanischen Fidelity zwischen dem Eingangszustand und der konvexen Hülle der Messprojektoren.
Semidefinite Programmierung (SDP): Optimierungsprobleme bezüglich der Zustandsdiskriminierung und Vorhersagewahrscheinlichkeiten werden unter Verwendung der SDP-Dualität und der Karush-Kuhn-Tucker (KKT)-Bedingungen formuliert und gelöst.
Bloch-Vektor-Darstellung: Für Qubit-Systeme ( $d=2$ ) nutzt die Analyse die Bloch-Vektor-Notation, um unvoreingenommene extremale Messungen explizit zu parametrisieren und optimale Zustände zu bestimmen.
Gruppenkovarianz und Symmetrie: Die Studie nutzt die Eigenschaften symmetrischer informationell vollständiger (SIC) Messungen und führt neue Familien von Messungen ein, die von diesen abgeleitet sind.

Hauptbeiträge und Ergebnisse

1. Verzerrte SIC-Messungen und maximale Zufälligkeit
Die Autoren führen eine Familie „verzerrter" (skewed) SIC-POVMs ein. Im Gegensatz zu Standard-SICs, die unvoreingenommen sind und aus dem maximal gemischten Zustand eine gleichverteilte Verteilung erzeugen, sind verzerrte SICs voreingenommen (biased). Dieser Bias ermöglicht es ihnen jedoch, aus spezifischen reinen oder isotrop verrauschten Zuständen eine gleichverteilte Wahrscheinlichkeitsverteilung zu erzeugen.

Ergebnis: Die Autoren beweisen, dass in jeder Dimension $d$ , in der eine SIC-Messung existiert, eine verzerrte SIC-Messung konstruiert werden kann, die aus jedem reinen oder isotrop verrauschten Zustand die maximal mögliche inhärente Zufälligkeit ( $2 \log d$ Bits) erzeugt.
Bedeutung: Dies löst teilweise eine offene Frage bezüglich der Erreichbarkeit maximaler Zufälligkeit in einem quellen-geräteunabhängigen Setting, da diese Messungen informationell vollständig (MICs) sind.

2. Unvoreingenommene extremale Messungen in allgemeinen Dimensionen
Für jede unvoreingenommene extremale Rang-eins-POVM mit $n$ Ergebnissen in der Dimension $d$ leiten die Autoren eine allgemeine Formel für die Vorhersagewahrscheinlichkeit ab:
$P_{\text{guess}}(\rho, M) = \frac{d}{n} \max_{\sigma \in \mathcal{P}} F(\rho, \sigma),$
wobei $\mathcal{P}$ die konvexe Hülle der Messprojektoren ist und $F$ die quantenmechanische Fidelity.

Untere Schranke: Dies führt zu einer zustandsunabhängigen unteren Schranke für die bedingte Min-Entropie von $\log(n/d)$ Bits.
Strenge: Die Autoren beweisen, dass für unvoreingenommene extremale Messungen mit $n < d^2$ Ergebnissen die Vorhersagewahrscheinlichkeit strikt größer als $1/d^2$ ist, was bedeutet, dass die maximale Schranke von $2 \log d$ Bits nicht erreicht werden kann, ohne die Ergebnisse zu verzerren oder $d^2$ Ergebnisse zu verwenden.

3. Explizite Lösung für Qubit-Messungen ( $d=2$ )
Der Beitrag liefert eine vollständige Charakterisierung unvoreingenommener extremaler Qubit-Messungen (mit 2, 3 oder 4 Ergebnissen).

Parametrisierung: Es wird gezeigt, dass alle unvoreingenommenen extremalen Qubit-MICs (4 Ergebnisse) gruppenkovariant sind und durch zwei Winkel, $\delta$ und $\alpha$ , beschrieben werden können.
Optimale Zustände: Die Autoren identifizieren die spezifischen reinen Zustände, die die Vorhersagewahrscheinlichkeit für jede gegebene unvoreingenommene Qubit-MIC minimieren. Diese Zustände erweisen sich als die Normalen zu den Flächen des Tetraeders, das durch die Messvektoren gebildet wird.
SIC vs. Andere: Ein kontraintuitives Ergebnis wird präsentiert: Unter allen unvoreingenommenen extremalen Qubit-Messungen mit vier Ergebnissen liefert die SIC-Messung (die für die Quantenzustandstomographie optimal ist) die geringste inhärente Zufälligkeit. Sie weist die höchste Vorhersagewahrscheinlichkeit auf ( $P_{\text{guess}} = \frac{1}{4}(1+l)$ , wobei $l$ für SICs maximiert wird).

4. Die „Schere"-Familie von Messungen
Um die maximale Zufälligkeitsgrenze von $2 \log d$ Bits zu erreichen, ohne die Ergebnisse zu verzerren (was nicht-extremale oder verzerrte Messungen erfordern würde), führen die Autoren eine einparametrige Familie von „Schere"-Messungen ein.

Qubits: In der Dimension 2 führt die Setzung von $\alpha=0$ in der allgemeinen Parametrisierung zu einer Familie, die durch $\delta$ parametrisiert ist. Wenn $\delta \to 0$ , nähert sich die Messung einem nicht-extremalen Grenzwert an, und die Vorhersagewahrscheinlichkeit für spezifische verrauschte Zustände nähert sich dem theoretischen Maximum.
Höhere Dimensionen: Die Autoren erweitern dieses Konzept auf die Dimensionen 3 und 4. Sie definieren Familien unvoreingenommener MICs (unter Verwendung von Weyl-Heisenberg-Operatoren für $d=3$ und einer spezifischen Verallgemeinerung für $d=4$ ), die eine SIC-Messung als spezifischen Punkt im Parameterraum enthalten. Wenn sich der Parameter einem Grenzwert nähert, nähern sich die Messungen einem nicht-extremalen Zustand an, der willkürlich nahe an $2 \log d$ Bits Zufälligkeit erzeugt.

Bedeutung und Behauptungen
Der Beitrag behauptet, das Problem der Charakterisierung inhärenter Zufälligkeit für unvoreingenommene extremale Rang-eins-Messungen in der Dimension zwei explizit für jeden Zustand gelöst zu haben. Er stellt fest, dass SIC-Messungen zwar für die Tomographie optimal sind, aber unter unvoreingenommenen MICs suboptimal für die Erzeugung inhärenter Zufälligkeit sind.

Der primäre theoretische Beitrag ist der Nachweis, dass maximale Zufälligkeit ( $2 \log d$ Bits) geräteabhängig in jeder Dimension erzeugt werden kann, in der eine SIC existiert, sofern die vorgeschlagenen verzerrten SIC-Messungen verwendet werden. Darüber hinaus bieten die „Schere"-Familien einen Weg, diese maximale Zufälligkeit unter Verwendung unvoreingenommener Messungen anzunähern und so die Lücke zwischen extremalen und nicht-extremalen Strategien zu überbrücken. Die Ergebnisse gelten für quellen-geräteunabhängige Szenarien aufgrund der informationellen Vollständigkeit der diskutierten Messungen.

Die Autoren schließen bescheiden, indem sie feststellen, dass, obwohl sie diese Messungen charakterisiert haben, es eine offene Frage bleibt, ob die scherenartigen Familien in höheren Dimensionen für die geräteunabhängige Zufallserzeugung nützlich sein werden und wie diese Ergebnisse auf realistische Szenarien mit Rauschen übertragen werden können.