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

Résumé Technique : Estimation de la Fidélité Optimale lorsqu'un État est Pur via la Transformée d'Uhlmann Algorithmique

Énoncé du Problème
Le présent article traite du problème de l'estimation de la fidélité d'Uhlmann $F(\rho_0, \rho_1) = \text{tr}|\sqrt{\rho_0}\sqrt{\rho_1}|$ entre deux états quantiques. Alors que l'estimation générale de la fidélité pour les états mixtes souffre de dépendances de complexité liées aux rangs des états, la tâche se simplifie considérablement lorsqu'au moins un des états est pur. Dans ce cas, la fidélité se réduit à $F(\rho, |\phi\rangle\langle\phi|) = \sqrt{\langle\phi|\rho|\phi\rangle}$.

Avant ce travail, les estimateurs optimaux pour le scénario « un état pur » nécessitaient de savoir à l'avance lequel des deux états était pur. Sans cette connaissance, la meilleure approche connue reposait sur le test SWAP combiné à l'estimation d'amplitude quantique, entraînant une complexité de requête sous-optimale de $O(1/\varepsilon^2)$ et une complexité d'échantillonnage de $O(1/\varepsilon^4)$. Les auteurs visent à supprimer l'exigence de connaître l'état pur tout en atteignant la complexité de requête optimale de $\Theta(1/\varepsilon)$ et la complexité d'échantillonnage de $\Theta(1/\varepsilon^2)$.

Méthodologie
La solution proposée exploite la Transformée d'Uhlmann Algorithmique, en adaptant spécifiquement la construction raffinée de Utsumi et al. (2025) au cas où un état est pur. L'intuition technique centrale repose sur le théorème d'Uhlmann, qui relie la fidélité à l'overlap maximal entre les purifications des états.

1. Simplification de la Transformée d'Uhlmann :
   Lorsqu'un état (par exemple, $\rho_1 = |\phi\rangle\langle\phi|$) est pur, sa purification est un état produit. Par conséquent, l'opérateur de croisement d'Uhlmann $X = \text{tr}_A(|\psi_0\rangle\langle\psi_1|)$ a un rang au plus de un. Dans ce cadre spécifique, l'unitaire d'Uhlmann optimale $U^\star$ est proportionnelle à l'opérateur de croisement $X$ lui-même, avec la constante de proportionnalité étant la fidélité $F(\rho_0, \rho_1)$. Spécifiquement, $U^\star = X / F(\rho_0, \rho_1)$.

2. Dilation Unitaire :
   Les auteurs construisent une dilatation unitaire exacte $W$ de l'opérateur de croisement $X$. Cette dilatation est définie par $W = Q_1^\dagger (I_A \otimes \text{SWAP}_{R', S}) Q_0$, où $Q_0$ et $Q_1$ sont des circuits de préparation d'état pour $\rho_0$ et $\rho_1$, et $S$ est un registre ancillaire. L'opérateur $X$ est récupéré en projetant les registres ancillaires de $W$ sur l'état zéro.

3. Stratégie d'Estimation Bidirectionnelle :
   Puisque l'algorithme ne sait pas quel état est pur, il ne peut pas déterminer a priori s'il doit appliquer $W$ ou $W^\dagger$ pour récupérer la fidélité. Les auteurs proposent une approche symétrique :

   • Construire deux circuits quantiques, $U_1$ et $U_0$.
   • $U_1$ applique la dilatation $W$ (vers l'avant) à la purification de $\rho_1$.
   • $U_0$ applique la dilatation inverse $W^\dagger$ à la purification de $\rho_0$.
   • Il est démontré que la fidélité est égale à $\max\{a_0, a_1\}$, où $a_j$ est l'amplitude associée à la projection de la sortie de $U_j$ sur un sous-espace spécifique.

4. Estimation d'Amplitude :
   L'algorithme estime les amplitudes $a_0$ et $a_1$ en utilisant l'estimation d'amplitude racine carrée (une variante de l'estimation d'amplitude quantique). En prenant le maximum des deux estimations, l'algorithme récupère la fidélité quel que soit l'état pur.

Contributions Clés et Résultats

• Complexité de Requête Optimale : L'article établit un estimateur quantique qui atteint une complexité de requête de $\Theta(1/\varepsilon)$ pour estimer la fidélité de deux états lorsqu'au moins l'un est pur, sans nécessiter de connaissance préalable de l'état pur. Cela correspond à la borne inférieure et améliore de façon quadratique la borne précédente de $O(1/\varepsilon^2)$ dérivée des méthodes basées sur le test SWAP.
• Complexité d'Échantillonnage Optimale : En appliquant des techniques de levage échantillon-requête quantique (sample-to-query lifting), les auteurs dérivent un estimateur d'échantillonnage optimal avec une complexité de $\Theta(1/\varepsilon^2)$, ce qui représente également une amélioration quadratique par rapport à l'ancienne borne de $O(1/\varepsilon^4)$.
• Suppression de la Connaissance Préalable : Ce travail élimine l'exigence de connaissance préalable « mathématiquement non nécessaire » présente dans l'estimateur optimal de Fang et Wang (ESA 2025), unifiant ainsi l'estimation optimale pour le cas où l'état pur est connu et celui où il est inconnu.
• Implémentation Technique : La méthode évite la lourde machinerie de la Transformation de Valeur Singulière Quantique (QSVT) pour ce cas précis en utilisant la propriété de rang 1 de l'opérateur de croisement pour implémenter la transformée d'Uhlmann via une dilatation unitaire directe.

Signification
L'article affirme établir le premier estimateur optimal pour l'estimation de la fidélité d'un état pur qui fonctionne sans savoir lequel des deux états est pur. En spécialisant la transformée d'Uhlmann algorithmique raffinée, les auteurs démontrent que la dépendance au rang disparaît complètement dans la limite de l'état pur, et que le scénario de « l'état pur inconnu » n'est plus plus complexe que le scénario de « l'état pur connu » en termes de complexité de requête. Les résultats comblent l'écart entre les bornes supérieure et inférieure pour cette tâche spécifique d'estimation de fidélité, fournissant une solution théoriquement optimale pour un problème fondamental de la théorie de l'information quantique.