Constant-depth adaptive preparation of Dicke and symmetric states

Technische Samenvatting: Constant-Depth Adaptieve Preparatie van Dicke- en Symmetrische Toestanden

Probleemstelling
Efficiënte preparatie van Dicke-toestanden ($|D_n^k\rangle$) en algemene permutatiesymmetrische toestanden is een fundamenteel primitief voor kwantummetrologie, netwerken en collectieve informatieverwerking. Het is echter uitdagend om deze toestanden met een lage kwantumdiepte te prepareren. In standaard unitaire circuitmodellen met gates met een beperkte fan-in, vereist het genereren van langetermijncorrelaties doorgaans een niet-constante diepte, waarbij logaritmische ondergrenzen zijn vastgesteld voor representatieve verstrengelde toestanden. Hoewel tussenliggende metingen en klassieke feedforward (adaptieve circuits) de beperkingen van de lichtkegel kunnen omzeilen om een constante diepte te bereiken, vertrouwen bestaande protocollen vaak op deterministische Grover-search-gebaseerde filtering of brengen zij aanzienlijke resource-overhead met zich mee. De auteurs streven ernaar een exact, constant-depth adaptief protocol te ontwikkelen voor willekeurige Dicke-toestanden en vervolgens voor willekeurige symmetrische toestanden, waarbij de afweging tussen circuitdiepte en het aantal ancilla-qubits wordt geoptimaliseerd.

Methodologie
De auteurs stellen een tweestapsbenadering voor: eerst de constructie van een constant-depth adaptief protocol voor Dicke-toestanden met behulp van een "Uniform Subset Superposition" (USS) primitief; ten tweede het vestigen van een algemeen "lifting framework" om unitaire Dicke-toestandpreparatie uit te breiden naar willekeurige symmetrische toestanden.

1. Uniform Subset Superposition (USS) Preparatie:
   De kern van het Dicke-toestandprotocol is de preparatie van de USS-toestand, gedefinieerd als $|USS_{n,k}\rangle = \binom{n}{k}^{-1/2} \sum_{0 \le j_1 < \dots < j_k \le n-1} |j_1\rangle \dots |j_k\rangle$.

   • Adaptieve Ordening: Het protocol begint met het prepareren van $k$ onafhankelijke uniforme indexregisters. Vervolgens wordt een constant-depth adaptief circuit gebruikt om deze indices te vergelijken en hun relatieve ordening te bepalen.
   • Meting en Klassieke Verwerking: Tussenliggende metingen worden uitgevoerd op de resultaten van de vergelijkingen om het "descent number" van de permutatie van indices te bepalen. Op basis van deze klassieke resultaten wordt een "lifting"-operatie toegepast om zwakke ongelijkheden (die gelijke indices toestaan) om te zetten in strikte ongelijkheden, waardoor de indices onderscheidbaar en geordend worden.
   • Succeskans: Een enkele uitvoering slaagt met een waarschijnlijkheid van ten minste $1/k$. De faalkans wordt exponentieel onderdrukt via parallelle repetitie zonder de kwantumdiepte te verhogen.
   • Conversie naar Dicke-toestand: Zodra $|USS_{n,k}\rangle$ is geprepareerd, dient deze als een indexregister. Het protocol schrijft excitaties in een target-register op de posities gespecificeerd door de indices en wist vervolgens het indexregister coherent, waardoor het target-register in de toestand $|D_n^k\rangle$ achterblijft.

2. Lifting Framework voor Symmetrische Toestanden:
   Om willekeurige symmetrische toestanden ($|\psi\rangle = \sum a_k |D_n^k\rangle$) te prepareren, introduceren de auteurs een framework dat cleane unitaire Dicke-toestandpreparatiecircuits coherent combineert.

   • Coherente Controle: De methode codeert de gewenste coëfficiënten $\{a_k\}$ in een one-hot indexregister.
   • Gecontroleerde Toepassing: Gecontroleerde versies van de onderliggende unitaire Dicke-toestandpreparatiecircuits ($U_{n,k}$) worden parallel toegepast, geconditioneerd op het indexregister.
   • Erasure (Wissen): Het indexregister wordt gewist met behulp van Hamming-gewicht berekeningen en gelijkheidscontroles, waardoor het target-register in de gewenste superpositie achterblijft.

Belangrijkste Bijdragen en Resultaten

• Constant-Depth Dicke-Toestand Preparatie (Stelling 1):
  De auteurs presenteren een exact, probabilistisch, constant-depth adaptief protocol voor het prepareren van $|D_n^k\rangle$.

  • Resources: Het gebruikt $O(n^2 + k^2 \log^2 n + kn \log n \log \log n)$ ancilla-qubits.
  • Diepte: De adaptieve kwantumdiepte is $O(1)$.
  • Succes: De succeskans is ten minste $1/k$. Door parallelle repetitie kan de faalkans worden gereduceerd tot $e^{-c}$ voor elke constante $c$, waarbij de ancilla-overhead lineair met $c$ schaalt.
  • Vergelijking: Dit verbetert eerdere adaptieve constructies (bijv. Ref. [30]) voor willekeurige $k$ en biedt een mechanisme dat fundamenteel verschilt van de deterministische Grover-search benadering gebruikt in Ref. [36].

• Uniform Subset Superposition als Primitief:
  Het artikel stelt vast dat $|USS_{n,k}\rangle$ exact in constant depth kan worden geprepareerd met $O(k^2 \log^2 n)$ ancilla-qubits. De auteurs merken op dat deze toestand van onafhankelijke interesse is als de uniforme vertex-toestand van de Johnson-graaf (relevant voor kwantumwandelingen en topologische data-analyse).

• Algemeen Lifting Framework (Stelling 2):
  De auteurs bewijzen dat als een familie van cleane unitaire circuits $|D_n^k\rangle$ prepareert met diepte $O(L)$ en een ancilla-kosten $O(\xi)$, dan elke willekeurige $n$-qubit symmetrische toestand kan worden geprepareerd met diepte $O(L)$ en ancilla-kosten $O(n^2 \log n + n\xi)$. Dit scheidt de complexiteit van het combineren van Hamming-gewicht sectoren van de complexiteit van het prepareren van individuele Dicke-toestanden.

• Constant-Depth Symmetrische Toestand Preparatie (Corollary 3):
  Door het lifting framework te combineren met recente constant-depth unitaire Dicke-toestandconstructies (Ref. [36]), leiden de auteurs een exact constant-depth protocol af voor willekeurige symmetrische toestanden met $O(n^3 \sqrt{\log n})$ ancilla-qubits.

Betekenis en Claims
Het artikel claimt de eerste exacte constant-depth adaptieve protocol te bieden voor willekeurige Dicke-toestanden die de deterministische Grover-search vermijdt, door gebruik te maken van een fundamenteel ander mechanisme gebaseerd op adaptieve ordening en meting. Het werk demonstreert dat metingen en klassieke feedforward effectief de diepe unitaire correlaties voor toestandpreparatie kunnen vervangen.

Wat betreft symmetrische toestanden, claimen de auteurs dat hun lifting framework een algemene reductie biedt: elke verbetering in de resource-complexiteit van unitaire Dicke-toestandpreparatie vertaalt zich onmiddellijk naar een verbetering voor algemene symmetrische toestanden. Zij stellen dat hun resulterende protocol voor willekeurige symmetrische toestanden ($O(n^3 \sqrt{\log n})$ ancilla's) de best bekende asymptotische ancilla-qubit complexiteit is voor exacte constant-depth preparatie.

De auteurs blijven bescheiden over optimaliteit en merken op dat de ondergrens voor ancilla-qubits $\Omega(n)$ is, wat een kloof laat tussen hun $O(n^2)$-schaal gebruik en het theoretische minimum. Ze benadrukken ook dat hun adaptieve protocol steunt op tussenliggende metingen, wat direct gebruik als een gecontroleerde subroutine in het lifting framework verhindert (dat cleane unitaire circuits vereist), waardoor de combinatie met de unitaire constructie uit Ref. [36] noodzakelijk is.