Optimal fidelity estimation when one state is pure via algorithmic Uhlmann transform

Technisches Resümee: Optimale Schätzung der Fidelität, wenn ein Zustand rein ist, via algorithmischer Uhlmann-Transformation

Problemstellung
Die vorliegende Arbeit befasst sich mit dem Problem der Schätzung der Uhlmann-Fidelität $F(\rho_0, \rho_1) = \text{tr}|\sqrt{\rho_0}\sqrt{\rho_1}|$ zwischen zwei Quantenzuständen. Während die allgemeine Fidelitätsbestimmung für gemischte Zustände unter der Komplexität der Ränge der Zustände leidet, vereinfacht sich die Aufgabe erheblich, wenn mindestens einer der Zustände rein ist. In einem solchen Fall reduziert sich die Fidelität auf $F(\rho, |\phi\rangle\langle\phi|) = \sqrt{\langle\phi|\rho|\phi\rangle}$.

Vor dieser Arbeit erforderten optimale Schätzer für das Szenario „ein reiner Zustand“ die Kenntnis darüber, welcher der beiden Zustände rein ist. Ohne dieses Vorwissen basierte der bisher beste Ansatz auf dem SWAP-Test kombiniert mit der Quanten-Amplitudenschätzung, was zu einer suboptimalen Abfragekomplexität von $O(1/\varepsilon^2)$ und einer Stichprobenkomplexität von $O(1/\varepsilon^4)$ führte. Die Autoren zielen darauf ab, die Anforderung der Kenntnis des reinen Zustands zu eliminieren und gleichzeitig die optimale Abfragekomplexität von $\Theta(1/\varepsilon)$ und die Stichprobenkomplexität von $\Theta(1/\varepsilon^2)$ zu erreichen.

Methodik
Die vorgeschlagene Lösung nutzt die algorithmische Uhlmann-Transformation, wobei sie die verfeinerte Konstruktion von Utsumi et al. (2025) speziell auf den Fall anpasst, in dem ein Zustand rein ist. Die zentrale technische Erkenntnis beruht auf dem Uhlmann-Theorem, das die Fidelität mit dem maximalen Überlapp zwischen den Purifizierungen der Zustände in Beziehung setzt.

1. Vereinfachung der Uhlmann-Transformation:
   Wenn ein Zustand (z. B. $\rho_1 = |\phi\rangle\langle\phi|$) rein ist, ist seine Purifizierung ein Produktzustand. Folglich hat der Uhlmann-Kreuzoperator $X = \text{tr}_A(|\psi_0\rangle\langle\psi_1|)$ einen Rang von höchstens eins. In diesem speziellen Fall ist die optimale Uhlmann-Unitär-Operation $U^\star$ proportional zum Kreuzoperator $X$ selbst, wobei die Proportionalitätskonstante der Fidelität $F(\rho_0, \rho_1)$ ist. Konkret gilt $U^\star = X / F(\rho_0, \rho_1)$.

2. Unitäre Dilatation:
   Die Autoren konstruieren eine exakte unitäre Dilatation $W$ des Kreuzoperators $X$. Diese Dilatation ist definiert als $W = Q_1^\dagger (I_A \otimes \text{SWAP}_{R', S}) Q_0$, wobei $Q_0$ und $Q_1$ Zustandspräparationsschaltungen für $\rho_0$ und $\rho_1$ sind und $S$ ein Hilfsregister darstellt. Der Operator $X$ wird durch Projektion der Hilfsregister von $W$ auf den Nullzustand wiederhergestellt.

3. Bidirektionale Schätzstrategie:
   Da der Algorithmus nicht weiß, welcher Zustand rein ist, kann er nicht im Voraus bestimmen, ob er $W$ oder $W^\dagger$ anwenden muss, um die Fidelität wiederherzustellen. Die Autoren schlagen einen symmetrischen Ansatz vor:

   • Es werden zwei Quantenschaltungen konstruiert, $U_1$ und $U_0$.
   • $U_1$ wendet die (vorwärts gerichtete) Dilatation $W$ auf die Purifizierung von $\rho_1$ an.
   • $U_0$ wendet die (inverse) Dilatation $W^\dagger$ auf die Purifizierung von $\rho_0$ an.
   • Es wird gezeigt, dass die Fidelität gleich $\max\{a_0, a_1\}$ ist, wobei $a_j$ die Amplitude ist, die mit der Projektion des Outputs von $U_j$ auf einen spezifischen Unterraum assoziiert ist.

4. Amplitudenschätzung:
   Der Algorithmus schätzt die Amplituden $a_0$ und $a_1$ mittels der Quadratwurzel-Amplitudenschätzung (einer Variante der Quanten-Amplitudenschätzung). Durch die Bildung des Maximums der beiden Schätzungen stellt der Algorithmus die Fidelität unabhängig davon wieder her, welcher Zustand rein ist.

Zentrale Beiträge und Ergebnisse

• Optimale Abfragekomplexität: Die Arbeit etabliert einen Quantenschätzer, der eine Abfragekomplexität von $\Theta(1/\varepsilon)$ zur Schätzung der Fidelität zweier Zustände erreicht, wenn mindestens einer rein ist, ohne die vorherige Kenntnis zu benötigen, welcher Zustand rein ist. Dies entspricht der unteren Schranke und verbessert die bisherige $O(1/\varepsilon^2)$-Grenze, die aus SWAP-Test-basierten Methoden abgeleitet wurde, quadratisch.
• Optimale Stichprobenkomplexität: Durch Anwendung von Techniken zum Quanten-Lifting von Stichproben auf Abfragen leiten die Autoren einen stichprobenoptimalen Schätzer mit einer Komplexität von $\Theta(1/\varepsilon^2)$ ab, was die bisherige $O(1/\varepsilon^4)$-Grenze ebenfalls quadratisch verbessert.
• Entfernung der Vorab-Kenntnis: Die Arbeit eliminiert die „mathematisch unnötige“ Anforderung an das Vorwissen des optimalen Schätzers von Fang und Wang (ESA 2025) und vereinheitlicht die optimale Schätzung für den Fall, dass der reine Zustand bekannt ist, mit dem Fall, in dem er unbekannt ist.
• Technische Implementierung: Die Methode vermeidet die komplexe Maschinerie der Quanten-Singulärwert-Transformation (QSVT) für diesen spezifischen Fall, indem sie die Rank-1-Eigenschaft des Kreuzoperators nutzt, um die Uhlmann-Transformation über eine direkte unitäre Dilatation zu implementieren.

Bedeutung
Die Arbeit beansprucht, den ersten optimalen Schätzer für die Fidelitätsbestimmung eines Zustands mit einem reinen Zustand etabliert zu haben, der ohne Kenntnis darüber funktioniert, welcher Zustand der reine ist. Durch die Spezialisierung der verfeinerten algorithmischen Uhlmann-Transformation zeigen die Autoren, dass die Abhängigkeit vom Rang im Grenzfall des reinen Zustands vollständig verschwindet und das Szenario „unbekannte reine Seite“ in Bezug auf die Abfragekomplexität nicht komplexer ist als das Szenario „bekannte reine Seite“. Die Ergebnisse schließen die Lücke zwischen den oberen und unteren Schranken für diese spezifische Fidelitätsbestimmung und bieten eine theoretisch optimale Lösung für ein fundamentales Problem der Quanteninformationstheorie.