On the estimation of linear-optical amplitudes and probabilities with entangled input state

양자 광학의 조용하고 통제된 세계에서, 과학자들은 오랫동안 특정한 수수께끼에 매료되어 왔습니다. 그것은 바로 수많은 개별 입자인 광자들이 거울과 빔 분할기로 이루어진 복잡한 미로를 통과할 때 빛이 어떻게 행동하는가 하는 문제입니다. 선형 광학 간섭계(linear-optical interferometer)라고 알려진 이 설정은 보손 샘플링(boson sampling)이라 불리는 제안의 핵심이며, 이는 양자 기계가 고전 컴퓨터가 할 수 없는 일을 할 수 있음을 보여주기 위해 설계되었습니다. 핵심 아이디어는 이 미로의 끝에서 광자들이 어디에 착륙할지에 대한 정확한 확률을 계산하는 것이 수학적으로 매우 어려워서, 가장 강력한 슈퍼컴퓨터조차 이를 따라잡기 위해 고군분투할 것이라는 점입니다. 그러나 인공지능 모델을 훈련하거나 화학 반응을 시뮬레이션하는 것과 같은 실제 세계의 응용 분야에서는 모든 가능한 결과의 정확하고 가공되지 않은 목록을 필요로 하는 경우가 드뭅니다. 대신, 그들은 적절한 정확도로 계산된 평균적인 행동이나 특정 결과 그룹의 가능성을 필요로 합니다. 광자들이 서로 독립적인 단순한 입력의 경우, 과학자들은 이미 표준적인 고전 컴퓨터를 사용하여 이러한 평균값을 추정하는 방법을 알고 있었습니다. 남은 큰 질문은 다음과 같았습니다. 만약 광자들이 독립적이지 않고, 기계에 들어가기 전부터 이미 깊게 연결되어 있거나 얽혀 있다면 어떻게 될 것인가?

프랑스의 콴델라(Quandela)에 있는 연구팀은 이제 이 질문에 답하며, 광자들 사이의 깊은 연결이 반드시 고전 컴퓨터에게 추정 작업을 불가능하게 만드는 것은 아니라는 사실을 밝혀냈습니다. 그들은 원자나 작은 반도체 점과 같은 양자 방출기에 의해 순차적으로, 한 번에 하나의 광자씩 생성되는 특정한 유형의 얽힌 빛에 집중했습니다. 이러한 광원에서는 방출기가 이전에 내보낸 광자에 대한 정보를 보유함으로써 약간의 양자 메모리를 유지하며, 이것이 다음 광자에 영향을 미칩니다. 연구진은 이 메모리가 작을 경우, 즉 정보의 양이 광자의 수에 따라 로그 함수적으로만 증가한다면, 고전 컴퓨터가 여전히 출력 확률을 효율적으로 추정할 수 있음을 보여주었습니다. 그들은 복잡한 얽힌 상태를 관리 가능한 단계들로 나누어, 각 광자의 경로 확률을 하나씩 계산한 다음 이 단계들을 결합하여 신뢰할 수 있는 답을 얻는 방식의, 마치 숙련된 가이드와 같은 역할을 하는 새로운 수학적 도구를 개발했습니다.

이 발견의 의의는 양자 우위(quantum advantage)의 한계에 대해 무엇을 말해주는가에 있습니다. 수년 동안, 단순히 얽힌 빛을 사용하는 것만으로도 이러한 추정 작업에서 고전 컴퓨터를 앞지를 수 있을 것이라는 기대가 있었습니다. 이 논문은 어려움을 만드는 것이 얽힘 그 자체가 아니라, 그 얽힘을 생성하는 데 필요한 메모리의 크기라는 점을 입증합니다. 만약 양자 광원이 광자의 수에 비해 작게 유지되는 메모리를 사용한다면, 고전 컴퓨터가 따라잡을 수 있습니다. 연구진은 자신들의 방법이 편향되지 않았음을 증명했는데, 이는 결과값을 체계적으로 과대평가하거나 과소평가하지 않으며, 계산을 더 많이 수행할수록 추정치의 오차가 예측 가능한 방식으로 줄어든다는 것을 의미합니다. 그들은 이 접근 방식을 다양한 복잡한 상태(선형 얽힘 광쇄 포함)에 테스트했으며, 광원의 메모리가 너무 크게 성장하지 않는 한 계산 비용이 관리 가능한 수준으로 유지됨을 확인했습니다.

이 연구는 무엇이 쉬운 것이고 무엇이 어려운 것인지에 대한 경계를 효과적으로 다시 그려줍니다. 이는 많은 제안된 광자 양자 기계의 응서, 특히 머신 러닝과 관련된 응용 분야에서, 얽힌 빛의 존재 자체만으로는 양자 우위를 보장하기에 충분하지 않다는 것을 시사합니다. 진정으로 이러한 특정 추정 작업에서 고전적 방법을 넘어서려면, 양자 장치는 광자의 수에 따라 선형적으로 증가하는 메모리를 활용하거나, 실험을 실시간으로 변화시키는 적응형 측정(adaptive measurements)과 같은 더 복잡한 전략을 채택해야 합니다. 연구진은 또한 이 방법을 구현하는 방법에 대한 명확한 경로를 제공하며, 이러한 아이디어를 실제 데이터로 테스트하는 데 사용할 수 있는 소프트웨어 패키지를 제공했습니다. 그들의 결과는 얽힌 빛이 강력한 자원이기는 하지만, 양자 광원이 내부 메모리 측면에서 너무 복잡해지지 않는 한, 시스템의 행동을 추정하는 경주에서 고전 컴퓨터가 아직 패배하지 않았음을 나타냅니다.

연구진의 접근 방식은 이러한 순차적 광원들이 어떻게 작동하는지에 대한 영리한 관찰에 기초합니다. 양자 방출기가 광자 스트림을 생성할 때, 전체 스트림의 상태는 행렬 곱 상태(matrix-product state)로 설명될 수 있는데, 이는 광자들 사이의 상관관계를 압축적인 방식으로 포착하는 수학적 구조입니다. 연구진은 이 구조를 통해 전체 문제를 한꺼번에 해결하는 대신, 실험의 가능한 결과들을 한 사이트씩 샘플링할 수 있다는 점을 깨달았습니다. 그들은 간섭계를 통과하는 광자의 경로를 시뮬레이션하기 위해 난수를 추출하는 샘플링 방법을 구축했지만, 독립적인 광자만을 대상으로 했던 이전의 방법들과 달리, 그들의 기술은 광원의 메모리를 사용하여 각 단계를 안내함으로써 얽힘을 고려합니다. 이를 통해 그들은 시스템의 평균적인 행동을 계산할 수 있으며, 계산을 더 많이 수집함에 따라 정밀도가 향상되고, 결정적으로 각 계산 단계에 필요한 작업량이 시스템의 크기에 따라 지수적으로 폭발하는 대신 다항식 수준으로만 증가합니다.

그들의 발견 중 가장 중요한 측uries 중 하나는 빛의 얽힘과 광원의 메모리 사이의 구분입니다. 단일 양자 스핀은 긴 얽힘 광쇄를 생성하여 다른 방식으로 설명하기 매우 복잡한 상태를 만들 수 있지만, 연구진은 단일 스핀의 메모리가 작기 때문에 그 상태를 고전 컴퓨터가 추정하기 쉽다는 것을 보여주었습니다. 이는 양자 물리학에서 흔히 찬양받는 거대한 다입자 얽힘(multipartite entanglement)이 이러한 특정 작업에 대한 계산적 난해함으로 반드시 직결되지는 않는다는 것을 의미합니다. 어려움은 광원의 메모리가 전체 방출 시퀀스에 대한 상당한 정보를 저장할 만큼 커질 때 발생합니다. 연구진은 메모리가 광자의 수에 대해 로그 함수적으로 증가하는 큐비트 수로 제한된다면, 고전적 시뮬레이션이 여전히 효율적임을 계산했습니다. 이 임계값은 매우 중요한데, 이는 현재 및 가까운 미래의 많은 양자 광원이 일반적으로 적은 수의 방출기나 짧은 지연선을 사용하므로, 이러한 추정 작업에서 고전 컴퓨터를 능가할 수 없을 것임을 시사하기 때문입니다.

이 논문은 또한 두 가지 서로 다른 양자 상태 사이의 중첩(overlap)이나 특정 출력 모드에서 광자를 찾을 확률과 같이 응용 분야에 유용한 다른 양들을 추정하는 방법을 다룹니다. 이러한 종류의 계산은 머신 러닝 모델을 훈련하거나 서로 다른 양자 상태를 비교하는 데 필요합니다. 연구진은 자신들의 샘플러가 이러한 작업들을 동일한 효율성으로 처리할 수 있음을 입증하여 다방면으로 활용 가능한 도구를 제공했습니다. 그들은 수치 시뮬레이션을 통해 이론적 결과를 검증하였으며, 알고리즘을 다양한 테스트 케이스에 실행하고 더 작은 시스템에 대한 정확한 계산 결과와 비교했습니다. 결과는 완벽하게 일치했으며, 이는 그들의 방법이 정확하고 신뢰할 수 있음을 확인시켜 주었습니다. 또한 그들은 수학적 논리가 건실함을 보장하기 위해 컴퓨터 보조 증명 시스템을 사용하여 자신들의 방법을 공식적으로 증명했습니다.

양자 컴퓨팅의 더 넓은 맥락에서, 이 연구는 해당 분야에 대한 현실적인 점검 역할을 합니다. 이는 양자 우위로 가는 길이 단순히 얽힌 빛을 생성하는 것만큼 간단하지 않다는 점을 명확히 합니다. 대신, 그것은 가용 가능한 자원, 특히 메모리의 크기에 대한 세심한 고려를 요구합니다. 광자 양자 기계를 구축하는 연구자들에게 메시지는 명확합니다. 추정 작업에서 계산적 우위를 달기 위해서는, 광원의 메모리를 로그 임계값 이상으로 늘리거나, 단순한 가산적 추정(additive estimates)을 넘어서는 방식으로 장치를 사용하는 방법을 찾아야 합니다. 연구진은 자신들의 방법이 모든 양자 시뮬레이션 문제를 해결한다고 주장하거나, 양자 컴퓨터가 이러한 작업에 결코 유용하지 않을 것이라고 제안한 것이 아닙니다. 오히려 그들은 고전 컴퓨터가 여전히 경쟁할 수 있는 정확한 경계를 제공함으로써, 미래의 양자 실험을 위한 명확한 목표를 제시했습니다.

연구는 분야에 남아 있는 몇 가지 열린 질문들을 강조하며 결론을 맺습니다. 그들의 방법은 사이트당 적은 수의 광자가 있는 상태에서는 잘 작동하지만, 여러 광자가 동일한 모드에 존재하는 상황을 어떻게 처리할지, 또는 시스템의 손실이나 부분적 구별 불가능성(partial distinguishability)과 같은 결함을 어떻게 고려할지는 아직 명확하지 않습니다. 이는 실제 양자 장치가 직면하게 될 실질적인 과제들입니다. 연구진은 또한 확률을 추정하는 문제와 달리, 이러한 얽힌 상태의 전체 출력 분포로부터 샘플링하는 것이 고전 컴퓨터에게 어려운 문제인지에 대한 질문은 여전히 열려 있다고 언급했습니다. 이 구분은 매우 중요한데, 많은 제안된 응용 분야가 단순한 추정이 아닌 샘플링에 의존하기 때문입니다. 연구진은 자신들의 코드와 증명을 공개하여 다른 이들이 이 방법을 테스트하고 그들의 연구를 발전시킬 수 있도록 했습니다. 그들의 연구는 선형 광학 영역에서 고전 컴퓨터와 양자 컴퓨터의 능력과 한계를 이해하는 데 있어 견고한 기여를 하고 있습니다.