Classical Simulation of Lossy Gaussian Boson Sampling beyond Square-Root Regime

技術要約：平方根領域を超えた損失のあるガウス型ボソンサンプリングの古典的シミュレーション

問題提起
ガウス型ボソンサンプリング（GBS）は、量子干渉を調査するために、スクイーズド光、受動光学、および光子数分解（PNR）検出を利用しており、これはフォトニック量子優位性の実験の基礎となっている。しかし、光子の損失は、古典的シミュレーションの計算コストを著しく減少させる支配的な実験的不完全性である。先行研究では、損失のあるGBSにおいて、固定されたスクイジングと精度を持つ場合、「古典光置換法」（損失のある入力状態を古典的なガウス状態で近似する手法）による古典的シミュレーションが正確に成立するのは、生存する平均光子数（$N_{out}$）がスクイーズ入力数（$N$）の平方根よりも速く成長しない場合に限られることが確立されている。具体的には、このレジームは $N_{out} = O(\sqrt{N})$ に対応する。本研究が取り組む中心的な問いは、非ガウス的または相関を持つ古典的参照を用いるものを含め、すべての古典光置換手法にとって、この平方根のスケーリングが根本的な限界であるのかどうか、そしてシミュレーション・レジームがこの障壁を超えて拡張できるのかどうかである。

手法
本論文では、損失のあるGBSを分析およびシミュレートするために、2つの異なる理論的アプローチを採用している。

1. 古典光置換に関する下限分析： 著者は、非負のグラスター・スダルシャン $P$ 表示を持つ任意の状態（これにはコヒーレント状態の古典的な混合状態、ガウスおよび非ガウス状態が含まれる）で入力量子状態を置き換えることの限界を調査している。著者は、入力がビームスプリッターを通じて処理され、2モードスクイーズド真空ペアを生成する特定の干渉計の族（「ペア・ファミリー」）を構築する。これらのペアの光子計数統計を分析することにより、損失のある量子状態が違反する古典的な計数確率に関する根本的な制約を証明する。

2. 検出近似アルゴリズム： 平方根の障壁を超えるために、著者は入力状態ではなく、検出プロセスを近似するシミュレーション手法を提案している。

   • 厳密な進化： 量子状態は検出イベントの間、厳密に進化する。
   • 条件付きリセット： 光子検出（「クリック」）が発生すると、厳密な非ガウス条件付き状態は、同じ共分散行列を共有する中心化されたガウス状態に置き換えられる。
   • 軌跡シミュレーション： アルゴリズムは、PNR検出を、光子が一つずつ除去される仮想的な吸収プロセスとしてモデル化する。共分散行列は、クリック間（減衰）およびクリック時（光子減算）に決定論的または確率的に更新される。
   • 誤差制御： 厳密な分布とサンプリングされた分布の間の全変動（TV）距離を、これらのガウス・リセットによって蓄積される誤差を追跡することで制御する。

すべての入力モードが等しくスクイーズされている（$M=N$）特定のケースに対して、二次的な構成が導入されている。この手法は、ターゲットとなる状態を、純粋なスクイーズド・コアとそれに続く量子限界増幅器へと厳密に分解することを利用し、「ペア」の数を負の二項分布からサンプリングして出力モードに割り当てる。

主な貢献と結果

• 古典光の限界に関する証明： 定理1は、構築された干渉計の族に対して、いかなる古典光置換（非ガウス的または相関を持つ参照であっても）も、少なくとも $1 - e^{-c_r N \eta^2}$ の全変動誤差を伴うことを確立している。これは、最悪の場合において、入力置換手法にとっての平方根レジーム（$N_{out} = O(\sqrt{N})$）がハードな限界であることを証明している。いかなる古典的参照も、すべての干渉計に対してこのスケーリングを改善することはできない。

• $N^{2/3}$ レジームへの拡張： 定理2は、多項式期待算術コストを持つランダム化された古典アルゴリズムを提示し、検出プロセスを近似する。著者は、全変動誤差が $O(N \eta^3)$ で抑えられることを証明している。したがって、固定された精度とスクイジングにおいて、平均生存光子数は $N_{out} = O(N^{2/3})$ とスケーリングできる。これは、$O(\sqrt{N})$ の限界に対する重要な改善である。

• $N^{3/4}$ レジームへの拡張： すべての入力が等しくスクイーズされている場合（$M=N$）、増幅器分解に基づく「ペア構成」を用いることで、$O(\sqrt{N}\eta^2)$ の誤差境界が得られ、平均生存光子数が $N_{out} = O(N^{3/4})$ とスケーリングすることを可能にする。

• 経験的性能： 単一モードおよび少モードの例（ランダムな干渉計を含む）を用いた数値シミュレーションにより、結合サンプラー（先行研究による厳密な入力分解を検出近似と組み合わせたもの）が、現在の実験によって動機付けられたパラメータ値（例：スクイジング $r \approx 1$ および透過率 $\eta \approx 0.5$）において、標準的な古典ガウス参照よりも低い経験的誤差を与えることが示されている。

意義と主張
本論文は、同一のターゲット・ファミリーにおいて、古典光置換手法と検出近似手法の能力の間の直接的な分離を提供していると主張している。古典光手法は、$N^{2/3}$ レジーム内において $N \to \infty$ となるにつれてターゲット分布から漸近的に最大級に遠ざかる一方で、提案された検出近似サンプラーは消失しない誤差を維持する。

著者は、これらの結果が、GBS全般の複雑性理論的な困難さの下限を示すものではなく、テンソルネットワーク法（非古典的な成分を保持している）を排除するものでもないことを強調している。むしろ、本研究は、入力を古典的な状態に置き換えるアルゴリズムのクラスに対する特定の限界を確立するものである。検出近似法は、光子計数統計が平方根スケールを超えて古典光によって近似できないにもかかわらず、$N^{2/3}$（または $N^{3/4}$）のスケールまでは効率的に近似できることを示している。

本論文は、究極の多項式シミュレーションの限界については、未証明の困難さの仮定に依存していることを踏まえ、控えめな姿勢を保っている。すなわち、$N^{2/3}$ か $N^{3/4}$ のどちらが真の境界であるかは不明である。さらに、著者は、現在の大規模な実験（例：$N=1024, \eta \approx 0.5$）において、彼らの手法によって提供される理論的境界が依然として自明なものである可能性があることを認めているが、経験的性能は特定のレジームにおける実用的な有用性を示唆している。