Iterative optimization in quantum metrology and entanglement theory using semidefinite programming

Sintesi Tecnica: Ottimizzazione iterativa nella metrologia quantistica e nella teoria dell'entanglement mediante programmazione semidefinita

Enunciato del Problema
Il lavoro affronta l'ottimizzazione delle prestazioni metrologiche in sistemi quantistici bipartiti, individuando l'Hamiltoniana locale ottimale per un dato stato quantistico. Sebbene sia noto che l'entanglement quantistico possa migliorare la precisione nella stima dei parametri oltre il limite del rumore shot, non tutti gli stati entangled sono utili dal punto di vista metrologico. La sfida centrale consiste nel determinare, per uno specifico stato quantistico $\varrho$, l'Hamiltoniana locale $H$ (della forma $H = H_1 \otimes \mathbb{1}_2 + \mathbb{1}_1 \otimes H_2$) che massimizza il "guadagno metrologico".

Il guadagno metrologico, $g(\varrho)$, è definito come il rapporto tra l'informazione di Fisher quantistica (QFI) dello stato sotto un'Hamiltoniana specifica e la massima QFI ottenibile da stati separabili sotto la stessa Hamiltoniana. Massimizzare questo guadagno richiede un'ottimizzazione su un insieme di Hamiltoniane locali. Sorge una difficoltà chiave poiché la QFI è una funzione convessa degli elementi dell'Hamiltoniana, e massimizzare una funzione convessa su un insieme convesso (definito da vincoli sugli autovalori delle Hamiltoniane locali) è generalmente un compito arduo che può portare a ottimi locali piuttosto che globali. Inoltre, la QFI scala quadraticamente con l'Hamiltoniana, rendendo necessaria una procedura di normalizzazione (utilizzando la massima QFI degli stati separabili) per formulare un problema di ottimizzazione significativo.

Metodologia
Gli autori propongono e confrontano diversi algoritmi per massimizzare la QFI su Hamiltoniane locali, sfruttando il fatto che la QFI può essere espressa come una forma bilineare degli elementi dell'Hamiltoniana quando la matrice densità è diagonalizzata.

1. Metodo Iterativo See-Saw (ISS):
   Il metodo principale presentato è un algoritmo iterativo see-saw. L'idea fondamentale è che massimizzare una forma quadratica $\vec{v}^T R \vec{v}$ (dove $R$ è una matrice semidefinita positiva derivata dagli autovalori dello stato) può essere riformulata come massimizzare una forma bilineare $\vec{v}^T R \vec{w}$ su due vettori $\vec{v}$ e $\vec{w}$.

   • Algoritmo: Partendo da un'Hamiltoniana iniziale casuale $H$, l'algoritmo alterna tra:
     1. Massimizzare l'espressione bilineare su una seconda Hamiltoniana $K$ mantenendo $H$ fissa.
     2. Massimizzare su $H$ mantenendo $K$ fissa.
   • Implementazione: Ogni passo comporta la massimizzazione di una funzione lineare su un insieme convesso di Hamiltoniane. Questo sottoproblema è risolto efficientemente mediante programmazione semidefinita (SDP) o, in casi specifici, tramite semplici calcoli algebrici matriciali che coinvolgono la decomposizione spettrale di matrici ausiliarie.
   • Convergenza: Il metodo è noto per una convergenza rapida e robusta grazie alla semplice struttura matematica, sebbene non garantisca un ottimo globale senza molteplici inizializzazioni casuali.

2. Metodo dei Momenti (Rilassamento):
   Per verificare se il metodo ISS trovi l'ottimo globale, gli autori impiegano il metodo dei momenti, una tecnica di rilassamento basata sulla programmazione quadratica.

   • Approccio: Questo metodo sostituisce il vincolo non convesso (che il quadrato dell'Hamiltoniana sia uguale a una costante moltiplicata per l'identità, $H_n^2 = c_n^2 \mathbb{1}$) con una gerarchia di vincoli semidefiniti su una matrice dei momenti $X \geq \vec{v}\vec{v}^T$.
   • Utilità: Sebbene computazionalmente costoso e limitato a sistemi piccoli, questo metodo fornisce un limite superiore dimostrabile. Se il risultato ISS corrisponde al risultato del rilassamento, l'ottimo globale è confermato.

3. Generalizzazione ad Altri Problemi:
   Gli autori dimostrano che il framework ISS è applicabile ad altri problemi di ottimizzazione nell'informazione quantistica in cui somme di espressioni quadratiche devono essere massimizzate su insiemi convessi. Questi includono:

   • Massimizzare l'informazione skew di Wigner-Yanase.
   • Trovare gli autovalori estremali di matrici hermitiane (tramite un see-saw simile al metodo delle potenze).
   • Massimizzare le norme matriciali (norme di Hilbert-Schmidt e traccia).
   • Trovare stati che violano massimamente il criterio Computable Cross Norm-Realignment (CCNR) per il rilevamento dell'entanglement.

Risultati Chiave

• Validazione Numerica: I metodi sono stati testati su vari stati quantistici, inclusi stati isotropi, stati di Horodecki, stati a Base di Prodotto Non Estendibile (UPB) e stati privati.
  • Per sistemi piccoli (ad esempio $2 \times 2$ e $3 \times 3$), il metodo dei momenti ha confermato che il metodo ISS ha trovato il massimo globale.
  • Per sistemi più grandi (ad esempio $4 \times 4$ e $6 \times 6$), il metodo ISS ha costantemente trovato soluzioni di alta qualità, spesso corrispondenti ai limiti forniti dal metodo di rilassamento.
• Entanglement Legato: Lo studio ha confermato che certi stati entangled legati (che sono PPT e considerati debolmente entangled) possono essere utili metrologicamente, superando alcuni stati entangled distillabili.
• Violazione CCNR: Gli autori hanno determinato numericamente la massima violazione del criterio CCNR per stati PPT su varie dimensioni. Per il caso $4 \times 4$, hanno derivato analiticamente uno stato entangled legato che raggiunge una norma di traccia di 1.5, superando il limite di separabilità di 1.

Significato e Affermazioni
Il lavoro afferma di fornire un metodo semplice, sistematico ed efficiente per ottimizzare le prestazioni metrologiche di stati quantistici bipartiti con Hamiltoniane locali. Il vantaggio principale dell'approccio ISS proposto rispetto ad altre tecniche di ottimizzazione (come l'apprendimento automatico, i circuiti quantistici variazionali o le reti neurali) è la sua convergenza rapida e robusta, derivante dalla struttura sottostante di programmazione semidefinita e dalla riformulazione bilineare della QFI.

Gli autori sottolineano che il loro lavoro offre uno strumento pratico per identificare stati con vantaggi quantistici in metrologia, in particolare in scenari che coinvolgono Hamiltoniane locali, che sono più facili da realizzare sperimentalmente. Inoltre, il lavoro evidenzia la versatilità del metodo ISS, dimostrandone l'applicabilità oltre la metrologia verso problemi più ampi nella teoria dell'entanglement, come la caratterizzazione dell'entanglement legato e l'ottimizzazione di varie norme matriciali. Il lavoro è presentato come un contributo alla teoria delle risorse della metrologia quantistica, offrendo un modo per quantificare l'"utilità metrologica" degli stati quantistici.