Sintesi Tecnica: Rilevamento dell'Entanglement Bipartito con Mappe PnCP e Polinomi Non-Negativi

1. Definizione del Problema

La caratterizzazione degli stati entangled, nota come problema della separabilità, è una sfida centrale nella teoria dell'informazione quantistica. Sebbene il criterio della Trasposta Parziale Positiva (PPT) fornisca una condizione necessaria e sufficiente per la separabilità in sistemi a bassa dimensionalità (specificamente $2 \times 2$ e $2 \times 3$), esso fallisce nel rilevare stati "bound entangled" (stati PPT entangled) in dimensioni superiori. Sebbene esistano gerarchie complete di criteri (ad esempio, la gerarchia Doherty-Parrilo-Spedalieri o DPS basata su Programmi di Semidefinitività), il loro costo computazionale scala esponenzialmente, rendendoli impraticabili per molte applicazioni.

Le mappe Positive ma non Completamente Positive (PnCP) fungono da strumento duale al rilevamento dell'entanglement: uno stato $\rho$ è entangled se e solo se esiste una mappa PnCP $\Lambda$ tale che $(\mathbb{I} \otimes \Lambda)(\rho)$ non sia semidefinito positivo. Tuttavia, la costruzione di nuove, efficaci mappe PnCP è difficile. Recenti lavori teorici hanno stabilito un legame tra mappe PnCP e polinomi positivi che non sono Somme di Quadrati (non-SOS). Sebbene sia stato proposto un algoritmo (KSMZ) per generare tali mappe, le implementazioni precedenti soffrivano di instabilità numeriche, portando a falsi positivi nel rilevamento dell'entanglement.

2. Metodologia

2.1 Quadro Teorico

Il documento si basa sull'isomorfismo tra:

1. Mappe Positive e Polinomi: L'isomorfismo KSMZ mappa le mappe lineari $\Phi: S_n(\mathbb{R}) \to S_m(\mathbb{R})$ in polinomi biomogenei di bidegree $(2,2)$. Una mappa è Positiva se e solo se il polinomio associato è non-negativo sui vettori prodotto.
2. Completezza Positiva e SOS: Una mappa è Completamente Positiva (CP) se e solo se il suo polinomio associato ammette una decomposizione in Somma di Quadrati (SOS).
3. Indecomposabilità e Non-RSOS: Una mappa è indecomponibile (capace di rilevare stati PPT entangled) se e solo se il suo polinomio hermitiano non è una Somma di Quadrati Reali (RSOS).

Gli autori utilizzano la dualità tra la gerarchia DPS (per gli stati) e la gerarchia SOS (per i polinomi) per classificare le mappe generate.

2.2 Implementazione dell'Algoritmo

Gli autori hanno implementato l'algoritmo KSMZ (da [1]) in MATLAB, rendendolo disponibile su GitHub. L'algoritmo costruisce polinomi positivi non-SOS in due fasi:

1. Costruzione dell'Anello Quoziente: Lavora nell'anello quoziente $\mathbb{R}[z]/I_{n,m}$, dove $I_{n,m}$ codifica il vincolo di rango uno (la varietà di Segre). Seleziona punti casuali sulla varietà di Segre e costruisce un termine base SOS $H(z)$ che svanisce in questi punti.
2. Perturbazione: Aggiunge un termine di perturbazione $f(z)$ che svanisce al secondo ordine nei punti prescritti ma si trova al di fuori dello span dei prodotti delle forme lineari che definiscono $H$. Ciò assicura che il polinomio risultante $q_\delta = H + \delta f$ sia non-negativo sulla varietà di Segre ma non SOS nell'anello quoziente.
3. Pullback: Il polinomio è riportato tramite pullback a una forma biquadratica $p(x,y)$, che corrisponde a una mappa PnCP.

2.3 Robustezza Numerica

Un contributo critico dell'implementazione è un nuovo test numerico per garantire la positività. Le implementazioni precedenti (ad es. [29]) soffrivano di imprecisioni numeriche in cui le mappe generate non erano strettamente positive. Gli autori:

• Utilizzano la gerarchia di Lasserre per calcolare un limite inferiore globale sui valori del polinomio.
• Sfruttano la proprietà per cui, per polinomi biomogenei non costanti, l'infimo è $0$ oppure $-\infty$.
• Mantengono solo i polinomi in cui il limite inferiore calcolato è non-negativo, garantendo che le mappe generate siano strettamente positive.

2.4 Testimoni di Entanglement (EW)

Per applicare queste mappe nell'ottimizzazione (SDP), gli autori convertono le mappe PnCP in Testimoni di Entanglement (Entanglement Witnesses - EW) tramite l'isomorfismo di Choi-Jamiołkowski. Essi propongono inoltre un metodo per recuperare il pieno potere di rilevamento di una mappa considerando una famiglia di testimoni $\{W_{\Phi, \eta}\}$ derivati dalla mappa adjunta $\Phi^\dagger$ agendo su vettori $|\eta\rangle$ con rango di Schmidt massimo, invece di fare affidamento esclusivamente sul classico testimone di Choi.

3. Contributi Chiave

1. Implementazione Robusta: Un'implementazione numericamente stabile dell'algoritmo KSMZ che filtra i falsi positivi, fornendo una libreria affidabile di mappe PnCP.
2. Caratterizzazione Teorica:
   • Indecomposabilità: Gli autori dimostrano analiticamente che le mappe generate dall'algoritmo sono indecomponibili. Ciò è dimostrato mostrando che i polinomi hermitiani associati non sono RSOS, implicando che possono rilevare stati PPT entangled.
   • Localizzazione del Confine: Dimostrano che queste mappe giacciono sul confine del cono delle mappe positive, spiegando la loro sensibilità al rumore.
   • Inequivalenza: Le mappe sono mostrate come inequivalenti alle famiglie note come le mappe di Choi generalizzate e le mappe di Breuer-Hall. Nello specifico, le mappe KSMZ mancano di una parte antisimmetrica nel loro nucleo reale simmetrico, una differenza strutturale che impedisce loro di essere equivalenti a queste altre mappe.
3. Ottimizzazione del Testimone: Il documento dimostra che una singola mappa PnCP genera una famiglia di testimoni. Ottimizzando la scelta del vettore $|\eta\rangle$ (specificamente quelli con rango di Schmidt massimo), si può migliorare la capacità di rilevamento (magnitudo della violazione) rispetto al classico testimone di Choi.

4. Risultati

• Rilevamento di Stati PPT: Esperimenti numerici su sistemi $3 \times 3$ mostrano che le mappe KSMZ possono rilevare stati PPT entangled che vengono ignorati dai criteri standard (PPT, realignment, matrice di covarianza).
• Confronto con QETLAB: Quando testate contro la funzione IsSeparable del pacchetto QETLAB (che implementa una gerarchia di 19 criteri), i testimoni KSMZ hanno rilevato l'entanglement in stati che IsSeparable non è riuscito a classificare (specificamente, il 98,3% degli stati con massima violazione nel loro dataset non era rilevato dai criteri standard).
• Magnitudo della Violazione: Il rilevamento di stati PPT è "debole" in termini di magnitudo. Il margine PPT (il valore atteso negativo sugli stati PPT) è tipicamente dell'ordine di $10^{-6}$ a $10^{-8}$. Ciò indica che i testimoni giacciono molto vicino al cono decomponibile, coerentemente con la loro posizione teorica sul confine del cono positivo.
• Verifica dell'Inequivalenza: Gli autori hanno verificato che le mappe KSMZ rilevano stati che il criterio della Trasposta Parziale manca, e viceversa, che la Trasposta Parziale rileva stati NPT che le mappe KSMZ (nella loro specifica configurazione) potrebbero non rilevare, confermando che sono strumenti distinti.
• Impatto dell'Ottimizzazione: L'uso della famiglia di testimoni (ottimizzando sulle matrici invertibili $A$) ha migliorato la magnitudo della violazione per alcune mappe (ad es. da $-5,02 \times 10^{-8}$ a $-1,37 \times 10^{-7}$), sebbene il miglioramento non sia stato uniforme per tutte le mappe.

5. Significato e Rivendicazioni

Il documento rivendica di fornire un nuovo e robusto criterio per il rilevamento dell'entanglement basato sulla generazione costruttiva di mappe PnCP da polinomi positivi non-SOS.

• Approfondimento Teorico: Chiarisce la relazione geometrica e algebrica tra polinomi, mappe e operatori, stabilendo in particolare che la costruzione KSMZ produce mappe indecomponibili che sono strutturalmente distinte dalle famose mappe di Choi e Breuer-Hall.
• Utilità Pratica: Gli autori sostengono che, sebbene il rilevamento di stati PPT da parte di queste mappe sia numericamente fragile (giacendo vicino al confine decomponibile), esse offrono una capacità unica di rilevare specifici stati PPT entangled che altri criteri standard perdono.
• Limitazioni: Gli autori sono modesti riguardo alla scalabilità e alla robustezza. Notano che il potere di rilevamento è limitato dalla vicinanza delle mappe al cono decomponibile, rendendole sensibili al rumore. Inoltre, dichiarano esplicitamente che la generazione e l'applicazione casuale di queste mappe non costituisce una soluzione in tempo polinomiale per il problema della separabilità per stati sconosciuti, poiché il processo di generazione non è continuo rispetto allo stato target, ostacolando gli approcci di machine learning.
• Lavoro Futuro: Il documento suggerisce che la libreria di mappe costruita potrebbe essere integrata in strumenti esistenti (come IsSeparable) come un test aggiuntivo e inequivalente. Propongono inoltre come lavoro futuro l'aggiunta di parti antisimmetriche alle mappe KSMZ per creare potenzialmente nuove classi di mappe PnCP.

In sintesi, il lavoro unisce l'ottimizzazione polinomiale all'informazione quantistica per fornire un metodo numericamente verificato per generare una nuova classe di testimoni di entanglement, espandendo lo strumento per il rilevamento del bound entanglement in dimensioni dove i criteri standard falliscono.