Constant-depth adaptive preparation of Dicke and symmetric states

기술 요약: 디케 상태(Dicke states) 및 대칭 상태(Symmetric states)의 상수 깊이 적응형 준비

문제 정의
디케 상태($|D_n^k\rangle$) 및 일반적인 순열 대칭 상태(permutation-symmetric states)를 효율적으로 준비하는 것은 양자 메트롤로지, 네트워킹 및 집합적 정보 처리의 근본적인 프리미티브(primitive)이다. 그러나 이러한 상태들을 낮은 양자 깊이로 준비하는 것은 도전적인 과제이다. 유한 팬인(fan-in) 게이트를 가진 표준 유니터리 회로 모델에서, 장거리 상관관계를 생성하는 것은 일반적으로 로그 시간 하한(logarithmic lower bounds)을 갖는 비상수 깊이를 요구한다. 중간 측정과 고전적 피드포워드(적응형 회로)를 사용하면 광원 제한(light-cone restrictions)을 우회하여 상수 깊이를 달-성할 수 있지만, 기존 프로토콜들은 종종 결정론적인 그로버 탐색(Grover-search) 기반 필터링에 의존하거나 상당한 자원 오버헤드를 초래한다. 저자들은 임의의 디케 상태에 대해 상수 깊이의 정확한 적응형 프로토콜을 개발하고, 나아가 임의의 대칭 상태로 확장하며, 회로 깊이와 보조 큐비트 수 사이의 트레이드오프를 최적화하는 것을 목표로 한다.

방법론
저자들은 2단계 접근 방식을 제안한다. 첫째, "균일 부분 집합 중첩(Uniform Subset Superposition, USS)" 프리미티브를 사용하여 디케 상태를 위한 상수 깊이 적응형 프로토콜을 구축한다. 둘째, 유니터리 디케 상태 준비를 임의의 대칭 상태로 확장하기 위한 일반적인 "리프팅 프레임워크(lifting framework)"를 확립한다.

1. USS(Uniform Subset Superposition) 준비:
   디케 상태 프로토콜의 핵심은 USS 상태의 준비이다. USS 상태는 $|USS_{n,k}\rangle = \binom{n}{k}^{-1/2} \sum_{0 \le j_1 < \dots < j_k \le n-1} |j_1\rangle \dots |j_k\rangle$로 정의된다.

• 적응형 순서화(Adaptive Ordering): 프로토콜은 $k$개의 독립적인 균일 인덱스 레지스터를 준비하는 것으로 시작한다. 그 후, 이 인덱스들을 비교하고 상대적 순서를 결정하기 위해 상수 깊이의 적응형 회로를 사용한다.
• 측정 및 고전적 처리: 인덱스들의 순열에 대한 강하수(descent number)를 결정하기 위해 비교 결과에 대한 중간 측정이 수행된다. 이러한 고전적 결과에 기초하여, 약한 부등식(동일한 인덱스를 허용하는)을 엄격한 부등식으로 변환하여 인덱스들이 서로 다르고 정렬되도록 보장하는 "리프팅" 연산이 적용된다.
• 성공 확률: 단일 실행은 최소 $1/k$의 확률로 성공한다. 실패 확률은 양자 깊이를 증가시키지 않으면서 병렬 반복을 통해 지수적으로 억제된다.
• 디케 상태로의 변환: 일단 $|USS_{n,k}\rangle$가 준비되면, 이는 인덱스 레지스터 역할을 한다. 프로토콜은 지정된 인덱스 위치에 타겟 레지스터로 엑시테이션(excitation)을 쓰고, 그 후 인덱스 레지스터를 코히어런트하게 소거하여 타겟을 $|D_n^k\rangle$ 상태로 남긴다.

2. 대칭 상태를 위한 리프팅 프레임워크:
   임의의 대칭 상태($|\psi\rangle = \sum a_k |D_n^k\rangle$)를 준비하기 위해, 저자들은 깨끗한(clean) 유니터리 디케 상태 준비 회로를 코히어런트하게 결합하는 프레임워크를 도입한다.

• 코히어런트 제어: 원하는 계수 $\{a_k\}$를 원-핫(one-hot) 인덱스 레지스터에 인코딩한다.
• 제어된 적용: 인덱스 레지스터에 조건화되어, 제어된 버전의 기저 유니터리 디케 상태 준비 회로($U_{n,k}$)들이 병렬로 적용된다.
• 소거: 인덱스 레지스터는 해밍 가중치(Hamming-weight) 계산 및 등가성 검사를 사용하여 소거되며, 타겟 레지스터를 원하는 중첩 상태로 남긴다.

주요 기여 및 결과

• 상수 깊이 디케 상태 준비 (정리 1):
  저자들은 $|D_n^k\rangle$를 준비하기 위한 정확하고 확률적인 상수 깊이 적응형 프로토콜을 제시한다.

• 자원: $O(n^2 + k^2 \log^2 n + kn \log n \log \log n)$의 보조 큐비트를 사용한다.

• 깊이: 적응형 양자 깊이는 $O(1)$이다.

• 성공: 성공 확률은 최소 $1/k$이다. 병렬 반복을 통해 실패 확률을 임의의 상수 $c$에 대해 $e^{-c}$로 줄일 수 있으며, 이때 보조 자원 오버헤드는 $c$에 따라 선형적으로 스케일링된다.

• 비교: 이는 임의의 $k$에 대해 이전의 적응형 구성(예: Ref. [30])을 개선하며, Ref. [36]에서 사용된 결정론적 그로버 탐색과는 구별되는 메커니즘을 제공한다.

• 프리미티브로서의 균일 부분 집합 중첩:
  본 논문은 $|USS_{n,k}\rangle$가 $O(k^2 \log^2 n)$의 보조 큐비트를 사용하여 상수 깊이 내에서 정확하게 준비될 수 있음을 입증한다. 저자들은 이 상태가 양자 워크(quantum walks) 및 위상 데이터 분석(topological data analysis)과 관련된 존슨 그래프(Johnson graph)의 균일 정점 상태(uniform vertex state)로서 독립적인 관심 대상임을 언급한다.

• 대칭 상태를 위한 일반적 리프팅 프레임워크 (정리 2):
  저자들은 깨끗한 유니터리 디케 상태 준비 회로가 깊이 $O(L)$과 보조 자원 $O(\xi)$로 $|D_n^k\rangle$를 준비한다면, 임의의 $n$-큐비트 대칭 상태를 깊이 $O(L)$과 보조 자원 $O(n^2 \log n + n\xi)$로 준비할 수 있음을 증명한다. 이는 해밍 가중치 섹터를 결합하는 복잡도와 개별 디케 상태를 준비하는 복잡도를 분리한다.

• 상수 깊이 대칭 상태 준비 (따름정리 3):
  리프팅 프레임워크를 최근의 상수 깊이 유니터리 디케 상태 구성(Ref. [36])과 결합함으로써, 저자들은 $O(n^3 \sqrt{\log n})$의 보조 큐비트를 사용하는 임의의 대칭 상태를 위한 정확한 상수 깊이 프로토콜을 도출한다.

의의 및 주장
본 논문은 결정론적 그로버 탐색을 피하면서, 적응형 순서화 및 측정에 기반한 근본적으로 다른 메커니즘을 활용하여 임의의 디케 상태를 위한 최초의 정확한 상수 깊이 적응형 프로토콜을 제공한다고 주장한다. 이 연구는 측정과 고전적 피드포워드가 상태 준비를 위한 깊은 유니터리 상관관계를 효과적으로 대체할 수 있음을 보여준다.

대칭 상태와 관련하여, 저자들은 자신들의 리프팅 프레임워크가 일반적인 축약을 제공한다고 주장한다: 즉, 유니터리 디케 상태 준비의 자원 복잡도에서의 모든 개선은 즉시 일반적인 대칭 상태의 개선으로 이어진다. 저자들은 자신들의 임의 대칭 상태 프로토콜($O(n^3 \sqrt{\log n})$ 보조 큐비트)이 상수 깊이의 정확한 준비를 위한 현재까지 알려진 최선의 점근적 보조 큐비트 복잡도를 나타낸다고 단언한다.

저자들은 보조 큐비트의 하한이 $\Omega(n)$임을 언급하며 최적성에 대해 겸허한 태도를 유지하며, 자신들의 $O(n^2)$ 규모 사용량과 이론적 최소치 사이의 간극을 인정한다. 또한, 자신들의 적응형 프로토콜이 중간 측정을 기반으로 하기 때문에 리프팅 프레임워크에서 직접적인 제어 서브루틴(controlled subroutine)으로 사용될 수 없으며(리프팅은 깨끗한 유니터리 회로를 필요로 함), 따라서 Ref. [36]의 유니터리 구성과 결합해야 한다는 점을 강조한다.