技術要約：時間発展からの任意のリンドブラディアンの学習

1. 問題設定

本論文は、未知のマルコフ的な開放型量子系のダイナミクスを学習するという根本的な課題に取り組んでいる。システムの進化は、コヒーレントな（ハミルトニアン）相互作用と散逸的な相互作用の両方を記述するリンドブラディアン $\mathcal{L}$ によって生成される。パウリ基底において、$\mathcal{L}$ は指数関数的に大きな係数の集合、すなわちハミルトニアン係数 $\{h_a\}$ と散逸係数 $\{\gamma_{ab}\}$ によって特徴付けられる。

学習の目的は、任意の $t \ge 0$ に対する時間発展チャネル $e^{t\mathcal{L}}$ へのブラックボックス・アクセスを用いて、これらの係数を精度 $\varepsilon$ で推定することである。この設定は**アンザッツフリー（ansatz-free）**であり、系の局所性、スパース性、または相互作用構造に関する事前知識は一切仮定されない。唯一の定量的な事前知識は、動的強度（$\|\mathcal{L}^\dagger\|_{\infty \to \infty} \le \Lambda$）に関する既知の上限 $\Lambda$ であり、これがシステムの自然な時間スケールを決定する。

学習プロトコルは、以下の厳格な運用制約を満たさなければならない：

• 制御フリー（Control-free）： 未知の進化に対して制御操作を挟み込むことはできない。チャネル $e^{t\mathcal{L}}$ は、1回の実験につき一度だけ適用される。
• アンシラフリー（Ancilla-free）： 状態準備、進化、または測定の間に、補助的な量子系（量子メモリ）とのもつれ合い（エンタングルメント）を生成することは許可されない。
• 非適応的（Nonadaptive）： 入力および測定の選択は、過去の結果に依存しない。

2. 手法

提案される解決策は、学習タスクを、サポート学習（Support Learning）と係数学習（Coefficient Learning）という2つの明確で非適応的なステージに分解する。両方のステージは、進化のチョイ状態（Choi state）から導出される特定の信号の終端微分（$t=0$）を推定することに基づいており、高精度を実現するためにチェビシェフ補間を利用している。

2.1 コア・プリミティブ：終端微分

$t=0$ における微分の直接的な有限差分推定は、高いバイアス（$O(\Lambda^2 \tau)$）に苦しむか、あるいは極めて小さな時間ステップを必要とする。著者らは、短期間の区間 $[0, T]$（ここで $T = 1/\Lambda$）におけるチェビシェフ・ロバット（Chebyshev-Lobatto）補間を採用している。$q+1$ 個のノードで信号を評価し、補間多項式を $t=0$ で微分することにより、バイアスは $O(\Lambda/(q+1)!)$ に抑制される。これにより、定数個のノード $q = \tilde{\Theta}(1)$ を用いることで、バイアス $\varepsilon/2$ を達成できる。その際、補間重みの絶対値の総和 $W$ は $W = \tilde{O}(\Lambda)$ とスケーリングする。

2.2 ステージ1：閾値によるサポート学習

すべての係数の大きさが $\eta$ 以上である候補サポート集合を特定することが目標である。

• メカニズム： アルゴリズムは、進化のパウリ誤差率から導出される古典的な確率分布 $\mu(a)$ における「重い」ラベルが、チョイ状態の正値性を利用することを利用する。
• サンプリング： ベル可干渉性を直接測定する（これにはもつれ状態が必要となる）代わりに、アルゴリズムは**パウリ・トウィリングされたチャネル（Pauli-twirled channel）**を実装する。ランダムな積パウリ固有状態を準備し、ランダムなパウリ・トウィリングを適用し、進化させ、相補的な基底（計算基底および $X$ 基底）で測定することで、アルゴリズムは分布 $\mu$ の $x$ および $z$ マージナルをサンプリングする。
• リカバリ： 回復されたマージナル集合の直積が、候補サポート $\hat{\mathcal{S}}$ を形成する。この集合は、$\eta$ 重量のハミルトニアンおよび散逸座標をすべて含むことが保証されている。
• コスト： $\tilde{O}(\Lambda^2/\eta^2)$ 回の実験と、$\tilde{O}(\Lambda/\eta^2)$ の総進化時間を必要とする。

2.3 ステージ2：クリフォード・プロービングによる係数学習

サイズ $M$ の候補サポートが与えられたとき、この集合内のすべての係数を精度 $\varepsilon$ で推定することが目標である。

• メカニズム： アルゴリズムは、**アンシラフリーのプロセス・シャドウ（ancilla-free process shadows）**を使用する。ランダムなスタビライザー状態を準備し、進化させ、ランダムなクリフォード基底で測定する。これらの測定は、進化のチョイ状態 $J_t$ を不偏に推定する古典的なスナップショットを生成する。
• ウィットネス（Witnesses）： 係数は、ウィットネス信号 $f_A(t) = \langle \Phi_A | J_t | \Phi_A \rangle$ を微分することによって回収される。ここで $|\Phi_A\rangle$ はパウリ演算子から構成されるベル基底ベクトルである。偏極恒等式（Polarization identities）により、非対角成分（したがって散逸係数）を対角成分の期待値から再構成できる。
• 分散制御： 重要な技術的結果は、これらのウィットネスに対するシャドウ推定量の二次モーメントが、システムサイズ $n$ に依存せず、定数（$\le 160$）によって抑えられることである。これにより、**メディアン・オブ・ミーンズ（median-of-means）**推定器を用いて統計誤差を効率的に制御することが可能になる。
• コスト： $\tilde{O}(\Lambda^2 \log M / \varepsilon^2)$ 回の実験と、$\tilde{O}(\Lambda \log M / \varepsilon^2)$ の総進化時間を必要とする。古典的な後処理は、$M$ および $n$ に対して多項式時間でスケールする。

3. 主要な結果

これら2つのステージを組み合わせることで（サポート閾値を $\eta = \varepsilon$ と設定）、著者らは以下の保証を持つ任意のリンドブラディアンを学習するアルゴリズムを提示している：

• サンプル複雑度： 総実験回数は $\tilde{O}(\Lambda^2/\varepsilon^2)$ である。
• 総進化時間： システムが進化する総時間は $\tilde{O}(\Lambda/\varepsilon^2)$ である。
• 古典的複雑度： 古典的な実行時間は、$n, \Lambda, 1/\varepsilon$ の多項式である。
• 最適性： これらのスケーリングは、[ACG+26] で確立された情報理論的な下界と、対数多項式因子を除いて一致する。
• 汎用性： アルゴリズムは、局所性、スパース性、または係数のギャップに関する仮定なしに、任意の（arbitrary）リンドブラディアンに対して機能する。また、一般的な $k$-局所リンドブラディアンをも効率的に学習する。

4. 意義と主張

本論文は、いくつかの重要な理論的進展を主張している：

1. 閉じた系と開いた系の間のギャップを埋める： in situ（制御フリー、アンシラフリー）の設定において、開放型系のダイナミクス（リンドブラディアン）を学習することは、閉じた系（ハミルトニアン）を学習することよりも困難ではない。両者は、総進化時間において同じ最適なスケーリングを実現しており、対数多項式因子の違いのみがある。これは、コヒーレントな制御が可能な設定では、ハミルトニアン学習がハイゼンベルク・スケーリング（$1/\varepsilon$）を達成できる一方で、リンドブラディアン学習は標準量子限界（$1/\varepsilon^2$）に制限されるという事実と対照的である。
2. 量子メモリによる優位性の不在： 著者らは、in situ のリンドブラディアン学習において、補助的な系（量子メモリ）の使用が大きな優位性をもたらさないことを示している。量子メモリは、状態トモグラフィーやパウリチャネル学習のようなタスクにおいて指数関数的な優位性を提供するが、リンドブラディアン学習のボトルネックは、単一の短時間実験における信号蓄積率であり、これはエンタングルメントによって増幅することはできない。提案されたアンシラフリーのアルゴリズムは、任意のアンシラを伴うプロトコルに対して成立する下界と一致している。
3. 任意の学習の実現可能性： 本研究は、任意の（arbitrary）リンドブラディアンを効率的に学習できるかという中心的な問いを解決している。指数関数的なサイズのパラメータ空間が存在するにもかかわらず、動的強度の境界 $\Lambda$ が「重い」係数の数を制御するため、構造的な仮定なしに効率的な回収が可能であることを示している。

結論として、本論文は、動的強度が制限されている限り、散逸は in situ レジームにおける効率的な学習の障害にはならないことを述べており、提案された2段階のアルゴリズムがリソース使用量においてほぼ最適であることを示している。