Exploiting all ancilla outcomes in linear combinations of unitaries: low-rank recovery and quantum trapdoor functions

Nel mondo del calcolo quantistico, gli scienziati lavorano con macchine che elaborano le informazioni in modi fondamentalmente diversi dai laptop e dei telefoni che usiamo ogni giorno. Questi dispositivi quantistici si affidano a stati delicati della materia che possono esistere in molteplici possibilità contemporaneamente, una proprietà che permette loro di risolvere certi problemi con un'incredibile velocità. Tuttavia, un grande ostacolo nella costruzione di computer quantistici utili è che sono notoriamente fragili. Quando un computer quantistico esegue un calcolo, spesso coinvolge un processo chiamato post-selezione, in cui la macchina esegue un'operazione complessa e poi controlla un risultato specifico. Se il risultato è esattamente quello sperato, il calcolo viene mantenuto; se è qualsiasi altra cosa, l'intero tentativo viene scartato come fallimento e la macchina deve ricominciare da capo. Questo spreco di sforzo è un collo di bottiglia significativo, poiché i tentativi scartati vengono solitamente gettati via senza un secondo pensiero, trattati come semplice rumore nel sistema.

Un ricercatore di nome Ammar Daskin, dell'Università Medeniyet di Istanbul, ha proposto un nuovo modo di guardare a queste informazioni scartate. In uno studio recente, ha esplorato cosa succede quando smettiamo di buttare via i risultati "falliti" di un tipo specifico di calcolo quantistico noto come combinazione lineare di unitarie. Invece di considerare questi esiti come errori inutili, Daskin ha dimostrato che essi contengono in realtà una struttura nascosta e organizzata. Raccogliendo tutti i risultati possibili da una singola esecuzione del circuito, inclusi quelli solitamente ignorati, i dati formano un modello che può essere matematicamente ricostruito. Questa scoperta suggerisce che ciò che un tempo era considerato scarto potrebbe essere trasformato in una risorsa preziosa, permettendo potenzialmente agli scienziati di recuperare la risposta completa a un problema da una sola frazione dei dati, o persino di creare nuovi tipi di metodi di comunicazione sicuri che si basano sulla difficoltà di decodificare questa struttura nascosta.

Il nucleo del lavoro di Daskin riguarda una tecnica quantistica standard utilizzata per combinare diverse operazioni in una singola, più complessa. In una configurazione tipica, un computer quantistico utilizza un insieme di bit ausiliari extra, chiamati qubit ancilla, per gestire i coefficienti del calcolo. La macchina prepara questi bit ausiliari in uno stato specifico, esegue il calcolo e poi controlla i bit ausiliari. Se i bit ausiliari tornano alla loro posizione iniziale, il calcolo principale è considerato riuscito. Nel metodo standard, qualsiasi altra posizione in cui finiscono i bit ausiliari è trattata come un errore e il corrispondente risultato viene scartato. Daskin ha deciso di investigare questi "errori" semplificando il design del circuito. Ha sostituito la complessa meccanica solitamente usata per preparare i bit ausiliari con una disposizione diretta di porte quantistiche di base, utilizzando specificamente un insieme di porte che creano una miscela uguale di possibilità e una singola porta rotante per controllare i pesi del calcolo.

Quando questo circuito semplificato viene eseguito, produce una varietà di esiti basati su come vengono misurati i bit ausiliari. Daskin ha scoperto che se si prendono i risultati da ogni possibile esito di misurazione e si impilano insieme, essi formano una grande griglia di dati. Questa griglia ha una proprietà straordinaria: può essere scomposta in due pezzi più piccoli che si moltiplicano per ricreare l'intero. Un pezzo è un modello noto determinato dal design del circuito, e l'altro contiene i risultati effettivi delle singole operazioni che il computer stava cercando di eseguire. Poiché il circuito genera solo un numero limitato di combinazioni indipendenti, l'intera grande griglia è matematicamente "a basso rango", il che significa che è molto più semplice di quanto appaia in superficie. Questa struttura implica che la risposta completa al calcolo è nascosta nei dati, anche se si ha accesso solo a una piccola parte di essi.

Per testare questa idea, il ricercatore ha simulato il circuito su un computer per vedere se l'output completo potesse essere recuperato da informazioni parziali. Le simulazioni hanno mostrato che se si conosce il design del circuito, è possibile utilizzare tecniche matematiche classiche per riempire le parti mancanti della griglia di dati. Osservando solo un sottoinsieme dei risultati, l'algoritmo è stato in grado di ricostruire l'intera matrice di esiti, incluso il risultato specifico che il metodo standard avrebbe mantenuto. Questo recupero funziona meglio quando i dati sono puliti, ma lo studio ha anche esaminato come il metodo regga quando i dati sono rumorosi, imitando gli errori che si verificano nell'hardware quantistico reale. I risultati hanno indicato che, sebbene il metodo sia robusto, richiede una quantità significativa di dati per funzionare in modo affidabile quando le misurazioni sono imperfette. Lo studio suggerisce che in uno scenario reale in cui viene misurata solo l'intensità dei segnali, piuttosto che i valori complessi completi, sarebbero necessari passaggi aggiuntivi per recuperare l'informazione completa, ma la struttura sottostante rimane uno strumento potente per la ricostruzione.

Oltre all'applicazione pratica del recupero dei dati, questa scoperta apre la porta a un nuovo tipo di idea crittografica. Il ricercatore ha proposto che il modello specifico utilizzato per mescolare i risultati nel circuito possa essere mantenuto segreto, agendo come una chiave privata. Se un osservatore vede la griglia finale di dati ma non conosce il modello di miscelazione segreto, si troverebbe di fronte a un difficile enigma matematico per capire quale sia stato l'input originale. Questo è simile a una serratura dove la chiave è nascosta all'interno del meccanismo stesso. Tuttavia, lo studio tiene cautamente a precisare che questo è solo un candidato per un sistema sicuro. La sicurezza si basa sulla difficoltà di risolvere un tipo specifico di problema noto come recupero di fase (phase retrieval), che consiste nel determinare i dettagli nascosti di un'onda dalla sua intensità. Sebbene questo problema sia noto per essere difficile, il ricercatore non ha dimostrato che sia impossibile da violare, e la sicurezza del sistema dipende dall'assunto che nessuno possa trovare una scorciatoia per risolverlo.

L'articolo esplora anche come questa struttura potrebbe essere utilizzata in altri modi, come nei sistemi di raccomandazione o negli algoritmi di classificazione, dove grandi quantità di dati vengono scomposte in componenti più semplici. La relazione matematica trovata nel circuito quantistico rispecchia tecniche usate nell'informatica classica per prevedere le preferenze degli utenti o analizzare i collegamenti tra le pagine web. Trattando il circuito quantistico come un modo per generare questi modelli, il ricercatore suggerisce che i computer quantistici potrebbero offrire un nuovo modo per eseguire questi compiti. Lo studio conclude che cambiando il modo in cui guardiamo l'output dei circuiti quantistici, possiamo trasformare ciò che un tempo era considerato scarto in una risorsa strutturata. Questo approccio non migliora solo l'efficienza dei calcoli attuali, ma suggerisce anche nuove possibilità per il modo in cui l'informazione quantistica può essere archiviata, recuperata e protetta. Il lavoro rimane una proposta teorica supportata da simulazioni, ma offre un percorso chiaro per futuri esperimenti per vedere se questi esiti "scarti" possano effettivamente essere sfruttati per costruire tecnologie quantistiche più potenti e sicure.