Partially-Blind Single-Qubit Classification over a Prototype Hybrid Quantum Network

Sintesi Tecnica: Classificazione Single-Qubit Parzialmente Cieca su una Rete Ibrida Quantistica Prototipica

Enunciato del Problema
Nell'era del NISQ (Noisy Intermediate-Scale Quantum), esiste un bisogno critico di esperimenti efficienti dal punto di vista delle risorse, che siano prove di concetto in grado di evolvere in una reale utilità. Sebbene i Classificatori Single-Qubit (SQC) offrano una via per il machine learning quantistico (QML) tramite il data re-uploading, essi tipicamente mancano di una privacy intrinseca. Al contrario, il Blind Quantum Computing (BQC) fornisce una privacy con sicurezza informatica per i calcoli delegati, ma spesso richiede architetture basate su misure complete e complesse, difficili da implementare su hardware di prossima generazione. La sfida consiste nello sviluppare un framework che permetta a un client di delegare un compito di classificazione a un server non affidabile con sicurezza informatica (nascondendo dati e risultati) pur rimanendo compatibile con hardware di rete eterogeneo e compatibile con i ripetitori.

Metodologia
Gli autori propongono un framework e un esperimento prototipale per un Classificatore Single-Qubit Parzialmente Cieco (PB-SQC). In questo protocollo, il server è consapevole che viene eseguita una classificazione, ma rimane ignorante riguardo ai dati di input specifici e al risultato della classificazione.

1. Design del Protocollo (PB-SQC):

   • Il protocollo utilizza la Preparazione Remota dello Stato (RSP) come un one-time pad crittografico. Il client prepara uno stato single-qubit arbitrario sul qubit del server utilizzando un'unitarietà casuale $V_0$.
   • La classificazione prevede una sequenza di unitarietà $U_i(d)$ derivate da un modello classico addestrato. Per garantire la cecità, queste unitarietà dipendenti dai dati sono "imbottite" con unitarietà di Haar casuali $V_i$ e le loro coniugate ($V_i U_i V_{i-1}^\dagger$).
   • Per l'ultimo passaggio, viene applicata una rotazione equatoriale casuale e un bit-flip all'unitarietà finale.
   • Robustezza al Rumore: Il protocollo è progettato per essere robusto contro il rumore ripetendo la classificazione $M$ volte e utilizzando un voto di maggioranza. L'analisi teorica tramite la disuguaglianza di Hoeffding dimostra che la probabilità di successo aumenta esponenzialmente con il numero di round, a condizione che la probabilità di classificazione sia superiore a 0,5.
   • Estensione della Verificabilità: Il documento estende il concetto a un Classificatore Two-Qubit Cieco (B-TQC). Utilizzando due qubit e round di "trappola" (dove un qubit viene disaccoppiato), il client può verificare il calcolo del server e diagnosticare i livelli di rumore, ottenendo piena cecità e verificabilità.

2. Architettura Hardware:

   • La rete proposta è un link quantistico eterogeneo compatibile con catene di ripetitori quantistici.
   • Server: Utilizza una superatomo di Rydberg incorporata in una cavità come processore single-qubit. Presenta generazione di entanglement luce-materia e uno stadio di conversione di frequenza quantistica (QFC) per convertire fotoni a 780nm nella banda C telecom.
   • Client: Equipaggiato con una memoria quantistica a ioni solidi multiplexata basata su ioni di terre rare (Pr$^{3+}$:YSO) e una sorgente di down-conversion parametrica spontanea (C-SPDC) potenziata da cavità.
   • Punto Intermedio: Esegue una Misura dello Stato di Bell (BSM) sui fotoni provenienti dal server e dal client per scambiare l'entanglement, stabilendo l'entanglement materia-materia remoto tra il server e il client.

3. Simulazione e Caso di Studio:

   • Il framework è stato testato tramite simulazione utilizzando parametri hardware realistici (tassi di generazione di entanglement, fedeltà, modelli di decoerenza).
   • Il caso d'uso specifico è stata la rilevazione delle frodi nelle transazioni con carta di credito utilizzando un dataset del mondo reale. Il modello classico è stato addestrato per mappare le istanze dei dati in rotazioni di qubit, che sono state poi eseguite sulla rete quantistica simulata.

Contributi Chiave

• Sviluppo del Protocollo: La formulazione del protocollo PB-SQC, che bilancia la privacy (nascondendo dati e risultati) con i vincoli dell'hardware attuale, evitando l'overhead del BQC completo basato su misure.
• Integrazione di Rete Ibrida: Il design di un'architettura hardware specifica che connette un server a superatomo di Rydberg con un client a memoria di ioni di terre rare tramite scambio di entanglement. Questo colma il divario tra diverse piattaforme di hardware quantistico.
• Estensione Verificabile: La proposta di un Classificatore Two-Qubit Cieco (B-TQC) che consente la verifica del calcolo e la diagnosi del rumore, offrendo proprietà crittografiche più forti rispetto alla versione single-qubit.
• Benchmarking delle Prestazioni: Una simulazione completa del PB-SQC su un compito di rilevamento delle frodi, dimostrando che i risultati della classificazione si avvicinano a quelli di un equivalente di rete deep-belief classica sotto condizioni di rumore realistiche.

Risultati

• Prestazioni di Classificazione: Nella simulazione, il PB-SQC ha ottenuto metriche di classificazione (specificamente l'F1-score) comparabili al suo equivalente di rete deep-belief classica.
• Robustezza al Rumore: La simulazione ha confermato che la ripetizione del protocollo permette al client di superare il rumore del canale e gli errori di depolarizzazione, con la probabilità di successo che scala favorevolmente con il numero di round ($M$).
• Fattibilità dell'Hardware: Lo studio ha dimostrato che il link eterogeneo proposto (superatomo di Rydberg + REI-QM) è fattibile per distribuire l'entanglement e eseguire la RSP, a condizione che la conversione di frequenza e l'indistinguibilità dei fotoni siano gestite.
• Scalabilità: L'architettura si dimostra compatibile con le catene di ripetitori quantistici, suggerendo una via per reti quantistiche a lungo raggio e multi-utente.

Significatività e Rivendicazioni
L'articolo sostiene di tracciare la strada per reti quantistiche a breve-medio termine che possano fornire applicazioni pronte all'uso. Integrando il calcolo cieco delegato dal server con hardware compatibile con i ripetitori, il lavoro affronta l'immediata necessità di machine learning quantistico che preservi la privacy in un modello di server centralizzato. Gli autori sottolineano che, mentre la versione single-qubit offre una "cecità parziale" (nascondendo dati e risultati ma non il tipo di compito), l'estensione a due qubit (B-TQC) consente la piena cecità e la verificabilità. Il lavoro funge da blueprint per passare dai protocolli teorici di BQC a dimostrazioni pratiche realizzate su hardware in reti quantistiche eterogenee, mirando specificamente ad applicazioni finanziarie sicure come il rilevamento delle frodi.