Probing the classical complexity of quantum dynamics experiments

数十年にわたり、量子コンピュータの構築に向けた競争を導いてきた単純な考え方があります。それは、大規模な量子系の振る舞いをシミュレートすることは古典的なマシンにとって非常に困難であり、実質的に不可能であるというものです。この困難さこそが、量子コンピュータが最終的に古典的なコンピュータを凌駕し、現在は手の届かない化学、材料科学、暗号学などの問題を解決できると科学者が信じる理由です。この困難さを測定する標準的な方法は、システムの異なる部分間でどれだけの情報が共有されているかを見ることでした。もし各部分が複雑で非局所的な方法で深く結びついているならば、そのシステムはシミュレートが困難であるとみなされます。しかし、近年の研究の蓄積は、この伝統的な見方が不完全である可能性を示唆しています。多くの量子実験は、たとえ見た目が非常に複雑であっても、古典的なコンピュータが「局所的な情報」（近くの粒子がいかに互いに影響し合うか）だけに焦点を絞り、遠く離れた複雑なつながりを意図的に無視すれば、実際に予測可能であるように見えるのです。

これは、この分野における極めて重要な問いを投げかけています。もし古典的なコンピュータがこれほど多くの量子実験を密かにシミュレートできるのだとしたら、私たちはどの実験が真に困難であるかをどうやって知ればよいのでしょうか？さらに重要なのは、実験家たちが、自分たちの量子デバイスが古典的なコンピュータには不可能なことを行っているのかどうかを、どのように判断できるのかという点です。この問いに答えるため、研究者のトーマス・シュスターとアンドレアス・エルベンは、量子実験の複雑さを測定する新しい手法を導入しました。彼らはこれを「リアクティビティ（反応性）」と呼んでいます。従来の指標が量子状態を孤立したものとして捉えるのに対し、リアクティビティは実験全体を一つのものとして捉えます。それは単純な問いを投げかけます。「もし実験に対して、小さく局所的な摂動（刺激）を加えたとしたら、実験の結果はどの程度変化するか？」という問いです。もし実験がこうした小さな局所的な揺さぶりに敏感であれば、それは単純であり、古典的なコンピュータによるシミュレーションが容易であるとみなされます。逆に、局所的な変化の影響をほとんど受けないのであれば、それは複雑であり、古典的なシミュレーションの手が届かない可能性があると考えられます。

研究者たちは、ラボ内でこのリアクティビティを測定する方法を開発しました。彼らは「パウリ・パス分光法」と呼ぶテクニックを用いています。大規模なシステムに対してスーパーコンピュータで答えを計算しようとする（それはしばしば不可能なことですが）代わりに、実験家は単に量子実験を何度も実行します。いくつかの試行では、特定の瞬間に意図的に小さなノイズやランダムな局所的変化を挿入します。ノイズを含んだ試行の結果をクリーンな試行の結果と比較することで、実験が局所的な情報にどの程度依存しているかを数学的に再構成することができます。このプロセスは、鐘を叩いた後にどのように音が響くかを聴くことに似ています。その音は金属の構造を明らかにします。ここでの「音」とは測定結果の変化であり、それが量子的な複雑さの「構造」を明らかにするのです。

チームはこのアイデアを、2種類の異なる量子系の数値シミュレーションを用いてテストしました。古典的なコンピュータによるシミュレーションが容易であることが分かっているシステムの場合、リアクティビティは小さく局所的な変化に集中していました。実験は局所的なノイズに対して非常に敏感であり、これは古典的なコンピュータが近くの相互作用に焦点を当てることで、結果を容易に追跡できることを意味します。一方、シミュレートがはるかに困難であることが知られている第2のシステムでは、リアクティビリティが変化しました。実験は小さな局所的な変化に対して鈍感になり、システム全体に広がる複雑な非局所的結合への依存度が高まりました。このシフトにより、局所的な情報を追跡することに依存している古典的なアルゴリズムは、追いつくことが困難になります。研究者たちは、測定されたこのリアクティビティと、システムをシミュレートするために実際に必要な計算リソースとの間に強い相関関係があることを見出しました。すなわち、リアクティビティがより大きく複雑なスケールへと移行するにつれ、古典的なシミュレーションに必要なメモリ量は指数関数的に増大したのです。

この論文は、単に複雑さを測定するだけでなく、この新しい指標が量子コンピュータに何ができるかという実用的な意味を持つことも示しています。研究者たちは、もし実験が低いリアクティビティを持っていれば、それは効率的に「学習」可能であることを証明しました。これは、ランダムな設定で実験を実行し、その結果を測定することで、古典的なコンピュータがフルスケールの量子進化をシミュレートすることなく、あらゆる新しい設定に対する結果を予測するモデルを構築できることを意味します。同様に、低リアクティビティの実験は「早送り（フォワード）」が可能であり、短いセグメントの測定結果を組み合わせることで、長期的な振る舞いを予測できることも示されました。これらの知見は、リアクティビティが単なる理論的な好奇心の対象ではなく、どの量子実験が真に分野を進展させているのかを特定するための実用的なツールであることを示唆しています。

また、この研究は私たちの現在の理解における境界線も浮き彫りにしています。研究者たちは、リアクティビティは強力な新しいツールではあるものの、あらゆる古典的なトリックに対する完璧な盾ではないと指摘しています。複雑に見える回路が特定のテストを欺くように設計され得るのと同様に、巧妙に構築された量子実験は、この指標においては複雑であるように見えながら、他の側面では単純である可能性があります。しかし、実験自体が古典的なコンピュータでシミュレートできないほど大規模であっても、実験の中で直接リアクティビティを測定できるという事実は、大きな前進です。これにより、科学者は自身のデバイスの「古典的な複雑さ」をリアルタイムで探ることができ、それらが真に量子優位性が存在する領域で動作しているのかを判断できるようになります。実験が単に複雑なだけなのか、それとも根本的にシミュレートが困難なものなのかを区別する方法を提供することで、本研究は量子テクノロジーの未来を航海するための新しいコンパスを提示しているのです。