Statistical mechanics and hierarchy of learnability in quantum codes: From generalized symmetries to non-Abelian topological orders

技術的要約：量子符号における統計力学と学習可能性の階層性

問題提起
トポロジカル量子誤訂正符号は、局所的な摂動に対して保護された非局所的な自由度に情報を蓄積する。しかし、現実的なシナリオでは、局所的な弱測定は量子状態に関するノイズを含んだ部分的な情報しか提供しない。これは根本的な推論問題を引き起こす。すなわち、特定の局所的弱測定の記録が与えられたとき、どの非局所的な観測量（ループ演算子やエニオン電荷など）が信頼性高く推論可能であり、異なる観測量の同時学習可能性をどのような制約が支配しているのかという問題である。具体的には、著者らは演算子の代数的関係（例：乗法規則）が、それらの積の学習可能性に対して厳密な制約を課すかどうかを調査している。

手法
著者らは、学習問題をベイズ推論タスクとして定式化し、それを古典統計力学系へとマッピングする。コアとなる手法は以下の通りである：

1. 古典スピンモデルへのマッピング： 広範なCSSスタビライザー符号および有限群量子ダブルモデルに対し、量子状態と測定プロセスを古典スピンモデルへとマッピングする。量子符号におけるスタビライザー関係は、古典的なハミルトニアンにおける厳密な対称性（グローバル、変調、またはサブシステム対称性）に対応する。局所的なパウリノイズと波動関数の変形は、特定の相互作用項を持つボルツマン重みを生成する。
2. レプリカ形式とベイズ推論： 推論問題は、複製された統計力学の枠組みを用いて処理される。測定記録によって条件付けられたスピン配置の事後分布が分析される。著者らは、記録平均された事後期待値の積を計算するために、$R$ 個のレプリカを導入する。
3. 高次ニシモリ多様体（Higher Nishimori Manifold）： ガウス型の弱測定の強さ（$\Delta_j$）が、すべての局所演算子に対する波動関数の変形強度（$K_j$）と一致するという決定的な条件が特定される。この「高次ニシモリ多様体」において、複製されたハミルトニアンは拡張された対称性を獲得する。それは、補助的な「真実（truth）」のレプリカを $R$ 個の事後レプリカと同等に扱う置換対称性 $S_R \to S_{R+1}$ である。この対称性は、通常のニシモリ線で見られるゲージ冗長性に類似しているが、ベイズ学習限界（$R \to 1$）に適応させたものである。
4. 恒等式および不等式の導出： $S_{R+1}$ 対称性と観測量の乗法的性質を用いて、記録平均された相関関数に関する厳密な恒等式を導出する。これらの恒等式を、クリーンなモデルが非負の強磁性的結合を持つ場合に適用可能な Griffiths–Kelly–Sherman (GKS) 相関不等式と組み合わせることで、異なる観測量の間の学習可能性に関する厳密な階層を確立する。

主な貢献と結果

• 学習可能性の厳密な階層： 主要な結果は、記録平均された二乗事後期待値（Edwards–Anderson 型の相関関数 $C^{(2)}$）に関する厳密な不等式である。任意のベクトル $v$ および $w$ に関連付けられた観測量について、対応するクリーンモデルが非負の結合を持つ場合、それらの積の学習可能性は、個々の学習可能性の積によって制限される：
  $$C^{(2)}_{v \oplus w} \ge C^{(2)}_v C^{(2)}_w$$
  これは、もし二つの観測量が長距離で学習可能であるならば、その積もまた学習可能でなければならないことを意味する。これにより、複合演算子の学習可能性は、その構成要素の学習可能性によって制約されるという階層が確立される。

• 一般化された対称性を持つCSS符号への適用：

  • ランク2トリック・コード： 著者らは、空間的に変調された対称性を特徴とするランク2トリック・コードにこの枠組みを適用する。彼らは、双極子ループ演算子の格子並進の乗算が、均質なモノポールループを生み出すことを示す。導出された階層は、双極子ループの長距離学習可能性が、関連するモノポールループの長距離学習可能性を必然的に意味することを証明している。
  • X-Cube モデル： 同様の関係が X-cube モデルに対しても確立されており、そこでは平面サブシステム対称性が、異なる平面のペアを探索する学習相関関数の間の厳密な不等式をもたらす。

• 非アーベル型量子ダブルへの拡張： 解析は、非アーベル型（$S_3$ および $D_4$）を含む有限群量子ダブルモデル $D(G)$ へと拡張される。

  • 純粋な電気的観測量に関する厳密な高次ニシモリ恒等式が導かれ、学習相関関数と、対応するクリーンな古典モデルとの相関が結び付けられる。
  • 正値性条件（相互作用が正規部分群の指示関数の非負の係数を用いて展開できる場合）の下で、群の表現論に基づく不等式が導かれる。
  • 融合制約： 結果は、エニオンの融合規則が学習可能性を制約することを示している。例えば、$S_3$ および $D_4$ モデルにおいて、非アーベル的な電気的電荷の長距離学習可能性は、関連するアーベル的電荷の学習可能性を意味する。さらに、融合三重項における二つのアーベル的電荷の学習可能性は、第三の電荷の学習可能性を意味する。

意義と主張
本論文は、局所的な弱測定下での量子符号からの情報抽出の限界を理解するための、厳密でモデルに依存しない枠組みを提供すると主張している。統計力学的な対称性を活用することで、著者らは、符号の代数的構造（演算子の乗法および融合規則）が、学習可能なパターンの形態を直接的に規定していることを示している。

その意義は以下の点にある：

1. 厳密な制約： 測定依存の相図の完全な解法を必要とせずに、どの種類の非局所的情報が同時に学習可能であるかを制約する、厳密な恒等式および不等式を提供すること。
2. 統一された枠組み： グローバル、変調、およびサブシステム対称性を持つコード、ならびにアーベル型および非アーベル型のトポロジカル秩序の扱いを、単一の「高次ニシモリ」形式の下で統一すること。
3. 相図への指針： 学習問題における臨界挙動や相転移を診断するためのガイドを提供すること。導出された不等式は、スケーリング次元（例：$x_{v \oplus w} \le x_v + x_w$）に境界を課す。

著者らは、これらの厳密な結果が特に高次ニシモリ多様体上で成立することを控えめに述べている。この正確な一致条件から外れた場合、あるいはより一般的な測定プロトコルの下での、これらの階層の持続性については未解決の問題であると認めているが、より弱い制約であれば生き残る可能性を示唆している。本研究は新しい実験セットアップを提案するものではなく、弱測定を伴う既存および将来の量子誤訂正シナリオを分析するための理論的なツールセットを提供するものである。