Efficient implementation of arbitrary Hermitian-preserving and trace-preserving maps

技術要約：任意のエルミート保存およびトレース保存写像の効率的な実装

問題提起
量子制御は、物理的に実現可能なプロセスを記述する、任意の完全正かつトレース保存（CPTP）写像の実装を成功させてきた。しかし、エルミート保存かつトレース保存（HPTP）写像の実装は、依然として重要なフロンティアとして残っている。CPTP写像とは異なり、HPTP写像は正値性を保証しないため、部分転置（もつれ検出に使用される）や、逆ノイズチャネル（量子誤差緩和、すなわちQEMの中核となる）、非マルコフ動力学における非CP中間写像といった、非物理的なプロセスを表す可能性がある。既存の手法によるHPTP写像の実装には、以下のような重大な制限がある：

1. 分解アプローチ： HPTP写像を2つのCPTP写像とその後の後処理に分解する方法は、最適化のために半正定値計画法を必要とし、実験的には単一量子ビット系に限定されてきた。
2. ハミルトニアン・アプローチ： HPTP写像を近似するために二部系ハミルトニアンを構成するには、ターゲットとなるシステムと同じ次元を持つ補助系（ancilla）が必要となり、高いリソースコストを招く。

手法
著者らは、単一の実行可能なCPTP写像とそれに続く単純な古典的後処理を用いて、任意のHPTP写像を実装するための、完全に構成的でリソース効率の高い手法を提案している。この手法の核心は、以下の3つのステップからなる：

1. 正規化： ターゲットとなるHPTP写像 $\mathcal{N}$ のクラウス演算子を $\{K_i\}$、符号を $\alpha(i) \in \{1, -1\}$（Choi行列の固有値から導出）とする。著者らは、$\sum K_i^\dagger K_i$ の和を因子 $\gamma$（この和の最大固有値）によって正規化する。これにより、再スケールされた演算子 $\tilde{K}_i = K_i / \sqrt{\gamma}$ が得られる。
2. 補完： 結果として得られる写像が有効なCPTP写像であることを保証するために、追加のクラウス演算子を導入する：$\tilde{K}_{r+1} = (I - \sum_{i=1}^r \tilde{K}_i^\dagger \tilde{K}_i)^{1/2}$。これにより、完全性条件 $\sum_{i=1}^{r+1} \tilde{K}_i^\dagger \tilde{K}_i = I$ が保証される。得られるCPTP写像 $\mathcal{E}_\mathcal{N}$ は、ターゲットとなるHPTP写像の固有ランク $r$ に対して、高々 $r+1$ のクラウスランクを持つ。
3. 後処理： 物理回路は $\mathcal{E}_\mathcal{N}$ を実装する。元のHPTP写像 $\mathcal{N}$ の下での観測量 $O$ の期待値を回収するためには、測定結果を古典的に後処理する必要がある。具体的には、最初の $r$ 個のクラウス分岐に対応する結果には $\alpha(i)\gamma$ を掛け、$(r+1)$ 番目の分岐に対応する結果にはゼロを掛ける。

回路実装
本手法は、CPTP写像のために以前開発されたバイナリツリー構造の量子回路を利用して、構成されたCPTP写像 $\mathcal{E}_\mathcal{N}$ を実装する。

• リソース： 本プロトコルは、単一の2レベル補助量子ビット（測定、リセット、フィードバックを介して再利用される）と、測定結果を格納するための古典レジスタのみを必要とする。
• 深さ： 回路の深さは $\lceil \log_2(r+1) \rceil$ でスケールし、クラウスランクに対して対数的なスケーリングを提供する。
• 連続する写像： 写像のシーケンスに対して、著者らは対応する量子回路を連結し、最後に単一の後処理を行うことを提案しており、ステップ間で量子状態を再準備する必要を回避している。

主な結果
論文では、数値シミュレーションと理論分析を通じて本手法を検証している：

• 量子誤差緩和 (QEM)： 本手法は、単一および2量子ビットシステムにおけるノイズチャネル（振幅減衰、デポラリゼーション、デフェージング）を反転させるために適用された。数値結果は、従来の分解手法と比較して、サンプリングオーバーヘッド（分散）の大幅な削減を示している。
• ボゾン系： ボゾン光子損失チャネルに関するシミュレーションでは、提案手法がシステム次元 $d$ に対して線形にスケールすることを示した（クラウスランク $\approx d+1$）。これに対し、従来の手法はほぼフルランクのCPTP写像（$d^2$）をもたらすため、高次元システムにおいては実用的ではない。
• 分散解析： 著者らは、推定量のシングルショット分散の解析的な式を導出した。サンプリングオーバーヘッドは透明であり、解析的に保証されていることを示しており、これは分解された写像の係数によってオーバーヘッドが決まる手法とは対照的である。
• Haar平均分散： Haarランダムな入力状態および観測量に関する理論的予測は、特にユニタルのチャネルにおいて、本手法の効率性を裏付けている。

意義と主張
著者らは、本研究が、HPTP処理によって可能となるより広範な量子情報アプリケーションへの実用的な経路を提供すると主張している。強調されている主な利点は以下の通りである：

• リソース効率： 本手法は、ハミルトニアンベースのアプローチと比較して大幅に少ない量子リソース（具体的には単一の2レベル補助量子ビット）を必要とし、従来の高次元補助系の要求を回避する。
• 構成的な性質： プロトコルは完全に構成的かつ決定的であり、数値的な半正定値計画法による最適化を排除する。
• スケーラビリティ： 対数的な回路深さと、システム次元に対して線形にスケールするクラウスランクにより、本手法は近未来のハードウェアや高次元の設定に適している。
• 汎用性： 非物理的な写像の効率的な実現を可能にすることで、本フレームワークは、もつれ検出、量子誤差緩和、量子シミュレーション、および量子機械学習におけるアプリケーションをサポートする。

結論として、これらの結果は提案されたフレームワークの効率性と汎用性を検証しており、従来の技術のリソースボトルネックなしに、任意のHPTP写像を実装するためのスケーラブルなソリューションを提供している。