Optimal estimation of high-dimensional quantum states using locally gentle measurements

技術要約：有限次元量子状態の最適な穏やかな測定（Optimal Gentle Measurements of Finite-Dimensional Quantum States）

問題提起
本論文は、測定プロセスが「穏やか（gentle）」であるという制約条件下で、$d$次元量子状態 $\rho$（qudit）を推定するという統計的タスクを扱う。標準的な量子力学では、測定は通常、状態を崩壊させ、測定前の状態に関する情報を破壊する。測定 $M$ は、すべての可能な結果 $\omega$ に対して、測定前（$\rho$）の状態と測定後（$\rho_{M \to \omega}$）の状態の間のトレース距離が小さなパラメータ $\alpha$ で抑えられるとき、$\alpha$-gentleであると定義される：
$$\|\rho - \rho_{M \to \omega}\|_{\text{Tr}} \leq \alpha.$$
著者らは、このような測定におけるミニマックス推定リスクを調査し、特に、一般的な（破壊的な可能性のある）測定と比較して、穏やかさの要件が最適な収束率にどのように影響するかを定量化する。本研究は、任意のランク $r$ ($1 \leq r \leq d$) の状態を対象とし、個々のコピーに対する擾乱を制限しながら、$n$ 個の同一のコピーを個別に測定するローカルな穏やかさについても検討している。

手法
著者らは、量子情報理論、統計的ミニマックス理論、および差分プライバシーの概念を組み合わせた手法を用いている。

1. 量子差分プライバシー（qDP）への接続: 本論文は、穏やかな測定と量子差分プライバシーとの間の厳密な関連性を確立している。正定値な測定演算子に対して、$\alpha$-gentlenessと$\delta$-量子差分プライバシーは、$\alpha$ と $\delta$ を関連付ける明示的な定数を持つ形で同等であることを証明している。これにより、著者らは差分プライバシーの高度に発展した分野のツールを活用して、穏やかな測定を構築し分析することが可能となる。
2. 穏やかな推定器の構築:
   • 確率ベクトル推定: 純粋状態に対して、著者らは多項分布のための一般化されたラベルスイッチング・カーネルに基づく穏やかな測定を構築する。これには、状態を計算基底で測定し、状態の完全性を維持しながら結果をランダム化するプライバシーメカニズムを適用することが含まれる。
   • 全状態トモグラフィー: 一般的な $d$ 次元状態を推定するために、著者らは「穏やかな投影最小二乗（gentle projected least squares）」推定器を提案する。この手法は、互いに直交する基底（MUBs）または互いに直交する測定（MUMs）の完全系を利用する。2-designに対して単一のグローバルな穏やかな測定を適用する代わりに、各基底の測定を個別に「穏やかに（gentle-ize）」し、それらを結合する。このアプローチは、設計全体をナイーブに穏やかにする場合と比較して、推定量の分散を減少させる。
   • 物理的実装: 本論文は、これらの測定が、補助系（量子ビットのレジスタ）とCNOTゲートを用いて、アンシラをシステムと絡み合わせ、その後にアンシラに対して基底測定を行うことで、物理的に実装できることを示している。このプロセスは、元のシステムに対する穏やかさの制約を満たす。
3. 下界の証明: 最適性を証明するために、著者らはAssouadの手法に基づいた新しい量子情報理論的な下界スキームを開発している。彼らは、ハミング分離を誘発する特定の量子状態のファミリー（仮説集合）を構築する。ここでの主要な貢献は、結果の分布の対称化されたカルバック・ライブラー（KL）ダイバージェンスをバウンドする、新しい量子データ処理不等式である。この不等式は分布をデカップリング（分離）させ、タイトなミニマックスリスクの下界を可能にする。

主な貢献と結果

• 最適なミニマックス率: 本論文は、$\alpha$-gentleな測定におけるフロベニウスノルムにおける最適なミニマックス推定率を導出している：

  • 一般の状態（フルランク、$r=d$）の場合、最適なレートは $d^3 / (n\alpha^2)$ のオーダーである。これは、一般的な（制約のない）測定のレートである $d^2/n$ と対照的である。
  • ランク $r$ の状態（$r \leq d$）の場合、最適なレートは $rd^2 / (n\alpha^2)$ である。これは、一般的な測定のレートである $rd/n$ と対照的である。
  • 著者らは、これらのレートが対数因子を除いてミニマックス最適であることを証明している。

• 「穏やかさのペナルティ（Gentleness Penalty）」: 中心的な知見は、穏やかさの制約によって課されるペナルティのスケールである。損失係数は $d/\alpha^2$ に比例する。

  • 著者らは、このペナルティが、パラメータの総数（$d^2$）ではなく、周囲の次元 $d$（またはパラメータの数の平方根である $d^2$ の平方根）に比例してスケールすることを強調している。
  • これは、ペナルティが通常パラメータの数に線形に比例する古典的な差分プライバシーとは、著しい対照をなしている。著者らは、この効率性の理由として、量子状態空間の豊かな幾何学的構造を挙げており、それが古典的な対応物よりも効率的な測定操作を可能にしているとしている。

• アルゴリズムおよび物理的実現: 論文は、アンシラステートとCNOTゲートを介した実装を含む、最適な穏やかな測定の明示的な構成を提供している。また、得られるランダム変数がローカル差分プライバシーを満たすことも示している。

意義
本論文は、量子系における情報獲得と状態への擾乱の相互作用に関する基礎的な洞察を提供すると主張している。情報の獲得と状態への擾乱の間の避けられないトレードオフを定量化することで、本研究は、非破壊的な測定を必要とする量子機械学習アルゴリズム（量子バックプロパゲーションなど）の理論的基礎を提供する。これらの結果は、量子系が、古典的な設定よりも（システムの次元に関して）効率的にプライバシー保護（穏やかな）推定を行うことを可能にする幾何学的特性を備えていることを示唆している。古典的なプライバシーメカニズムを量子世界へとアップグレードするための新しい量子アルゴリズムと手法の開発は、将来の量子技術の能力と限界を理解するための重要なステップとして提示されている。