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

तकनीकी सारांश: एल्गोरिद्मिक उह्लमैन ट्रांसफॉर्म के माध्यम से एक शुद्ध अवस्था होने पर इष्टतम फिडेलिटी अनुमान (Fidelity Estimation)

समस्या विवरण
यह शोध पत्र दो क्वांटम अवस्थाओं के बीच उह्लमैन फिडेलिटी $F(\rho_0, \rho_1) = \text{tr}|\sqrt{\rho_0}\sqrt{\rho_1}|$ का अनुमान लगाने की समस्या को संबोधित करता है। जबकि मिश्रित अवस्थाओं (mixed states) के लिए सामान्य फिडेलिटी अनुमान अवस्थाओं की रैंक पर निर्भर जटिलता से ग्रस्त होता है, यह कार्य तब काफी सरल हो जाता है जब कम से कम एक अवस्था शुद्ध (pure) हो। ऐसे मामलों में, फिडेलिटी $F(\rho, |\phi\rangle\langle\phi|) = \sqrt{\langle\phi|\rho|\phi\rangle}$ में बदल जाती है।

इस कार्य से पूर्व, "एक-शुद्ध-अवस्था" (one-pure-state) परिदृश्य के लिए इष्टतम अनुमानकों (estimators) को यह पूर्व ज्ञान आवश्यक था कि दोनों में से कौन सी अवस्था शुद्ध है। इस ज्ञान के बिना, सर्वोत्तम ज्ञात दृष्टिकोण SWAP टेस्ट और क्वांटम एम्प्लीट्यूड एस्टीमेशन पर निर्भर था, जिसके परिणामस्वरूप उप-इष्टतम क्वेरी जटिलता (query complexity) $O(1/\varepsilon^2)$ और सैंपल जटिलता (sample complexity) $O(1/\varepsilon^4)$ प्राप्त होती थी। लेखक इस आवश्यकता को हटाने का लक्ष्य रखते हैं कि यह पता हो कि कौन सी अवस्था शुद्ध है, और साथ ही $\Theta(1/\varepsilon)$ की इष्टतम क्वेरी जटिलता और $\Theta(1/\varepsilon^2)$ की सैंपल जटिलता प्राप्त करना चाहते हैं।

कार्यप्रणाली (Methodology)
प्रस्तावित समाधान एल्गोरिद्मिक उह्लमैन ट्रांसफॉर्म का लाभ उठाता है, विशेष रूप से उत्सुमी एट अल. (2025) द्वारा निर्मित परिष्कृत निर्माण को जहाँ एक अवस्था शुद्ध है, उस स्थिति के लिए अनुकूलित करता है। मुख्य तकनीकी अंतर्दृष्टि उह्लमैन प्रमेय पर आधारित है, जो अवस्थाओं के प्यूरिफिकेशन (purifications) के बीच अधिकतम ओवरलैप को फिडेलिटी से जोड़ती है।

1. उह्लमैन ट्रांसफॉर्म का सरलीकरण:
   जब एक अवस्था (जैसे, $\rho_1 = |\phi\rangle\langle\phi|$) शुद्ध होती है, तो इसका प्यूरिफिकेशन एक प्रोडक्ट स्टेट होता है। फलस्वरूप, उह्लमैन क्रॉस ऑपरेटर $X = \text{tr}_A(|\psi_0\rangle\langle\psi_1|)$ की रैंक अधिकतम एक होती है। इस विशिष्ट सेटिंग में, इष्टतम उह्लमैन यूनिटरी $U^\star$ स्वयं क्रॉस ऑपरेटर $X$ के समानुपाती होती है, जिसमें अनुपातिकता स्थिरांक फिडेलिटी $F(\rho_0, \rho_1)$ है। विशेष रूप से, $U^\star = X / F(\rho_0, \rho_1)$।

2. यूनिटरी डाइलेशन (Unitary Dilation):
   लेखक क्रॉस ऑपरेटर $X$ का एक सटीक यूनिटरी डाइलेशन $W$ निर्मित करते हैं। यह डाइलेशन $W = Q_1^\dagger (I_A \otimes \text{SWAP}_{R', S}) Q_0$ द्वारा परिभाषित है, जहाँ $Q_0$ और $Q_1$, $\rho_0$ और $\rho_1$ के लिए स्टेट-प्रिपरेशन सर्किट हैं, और $S$ एक सहायक रजिस्टर (ancillary register) है। ऑपरेटर $X$ को $W$ के सहायक रजिस्टरों को ज़ीरो स्टेट पर प्रोजेक्ट करके पुनः प्राप्त किया जाता है।

3. द्विदिश अनुमान रणनीति (Bidirectional Estimation Strategy):
   चूंकि एल्गोरिदम को यह ज्ञात नहीं है कि कौन सी अवस्था शुद्ध है, इसलिए यह पूर्व में निर्धारित नहीं कर सकता कि फिडेलिटी प्राप्त करने के लिए $W$ या $W^\dagger$ लागू करना है। लेखक एक सममित (symmetric) दृष्टिकोण प्रस्तावित करते हैं:

• दो क्वांटम सर्किट, $U_1$ और $U_0$ का निर्माण करें।
• $U_1$, $\rho_1$ के प्यूरिफिकेशन पर डाइलेशन $W$ (फॉरवर्ड) लागू करता है।
• $U_0$, $\rho_0$ के प्यूरिफिकेशन पर इनवर्स डाइलेशन $W^\dagger$ लागू करता है।
• यह दिखाया गया है कि फिडेलिटी $\max\{a_0, a_1\}$ के बराबर है, जहाँ $a_j$ विशिष्ट सबस्पेस पर $U_j$ के आउटपुट के प्रोजेक्शन से जुड़ी एम्प्लीट्यूड है।

4. एम्प्लीट्यूड एस्टीमेशन (Amplitude Estimation):
   एल्गोरिदम $a_0$ और $a_1$ का अनुमान लगाने के लिए स्क्वायर-रूट एम्प्लीट्यूड एस्टीमेशन (क्वांटम एम्प्लीट्यूड एस्टीमेशन का एक प्रकार) का उपयोग करता है। दोनों अनुमानों के अधिकतम मान को लेकर, एल्गोरिदम यह सुनिश्चित करता है कि चाहे कौन सी भी अवस्था शुद्ध हो, फिडेलिटी प्राप्त की जा सके।

प्रमुख योगदान और परिणाम

• इष्टतम क्वेरी जटिलता: शोध पत्र एक क्वांटम एस्टीमेटर स्थापित करता है जो दो अवस्थाओं की फिडेलिटी का अनुमान लगाने के लिए $\Theta(1/\varepsilon)$ की क्वेरी जटिलता प्राप्त करता है जब कम से कम एक अवस्था शुद्ध हो, बिना यह जाने कि कौन सी अवस्था शुद्ध है। यह निचली सीमा (lower bound) से मेल खाता है और SWAP-टेस्ट-आधारित विधियों से प्राप्त $O(1/\varepsilon^2)$ के पिछले आंकड़े से द्विगुणात्मक रूप से बेहतर है।
• इष्टतम सैंपल जटिलता: क्वांटम सैंपल-टू-क्वेरी लिफ्टिंग तकनीकों को लागू करके, लेखक $\Theta(1/\varepsilon^2)$ की सैंपल-इष्टतम जटिलता वाला एस्टीमेटर प्राप्त करते हैं, जो पिछले $O(1/\varepsilon^4)$ के आंकड़े से फिर से द्विगुणात्मक सुधार करता है।
• पूर्व ज्ञान की समाप्ति: यह कार्य फंग और वांग (ESA 2025) द्वारा विकसित इष्टतम एस्टीमेटर की "गणितीय रूप से अनावश्यक" पूर्व-ज्ञान की आवश्यकता को हटा देता है, जिससे शुद्ध अवस्था ज्ञात होने और अज्ञात होने के मामले के लिए इष्टतम अनुमान को एकीकृत किया जाता है।
• तकनीकी कार्यान्वयन: यह विधि इस विशिष्ट मामले के लिए क्वांटम सिंगुलर वैल्यू ट्रांसफॉर्मेशन (QSVT) की भारी मशीनरी के बजाय, रैंक-1 प्रॉपर्टी का उपयोग करके सीधे यूनिटरी डाइलेशन के माध्यम से उह्लमैन ट्रांसफॉर्म को लागू करके इसे सरल बनाती है।

महत्व
यह शोध पत्र दावा करता है कि यह बिना यह जाने कि कौन सी अवस्था शुद्ध है, एक-शुद्ध-अवस्था फिडेलिटी अनुमान के लिए पहला इष्टतम एस्टीमेटर स्थापित करता है। अपने परिष्कृत एल्गोरिद्मिक उह्लमैन ट्रांसफॉर्म को विशेष बनाकर, लेखक प्रदर्शित करते हैं कि शुद्ध-अवस्था सीमा में रैंक निर्भरता पूरी तरह से समाप्त हो जाती है, और "अज्ञात शुद्ध पक्ष" (unknown pure side) वाला परिदृश्य क्वेरी जटिलता के मामले में "ज्ञात शुद्ध पक्ष" वाले परिदृश्य से अधिक जटिल नहीं है। ये परिणाम इस विशिष्ट फिडेलिटी अनुमान कार्य के लिए ऊपरी और निचली सीमाओं के बीच के अंतर को पाटते हैं, जो क्वांटम सूचना सिद्धांत की एक मौलिक समस्या के लिए एक सैद्धांतिक रूप से इष्टतम समाधान प्रदान करते हैं।