Asymptotically optimal purification of noisy unitary channels in any dimension

Quantumcomputers beloven problemen op te lossen die onmogelijk zijn voor de machines van vandaag, van het kraken van complexe codes tot het simuleren van nieuwe materialen. In het hart van deze machines liggen quantumpoorten, die in essentie instructies zijn die de staat van een quantumdeeltje laten roteren. In een perfecte wereld zouden deze instructies foutloos zijn en met absolute precisie worden uitgevoerd. De echte wereld is echter chaotisch. Quantumsystemen zijn extreem gevoelig voor hun omgeving, en zelfs de kleinste verstoring door warmte of elektromagnetische velden kan deze instructies vervormen, waardoor een precieze rotatie verandert in een wazige benadering. Deze ruis is de primaire hindernis die tussen het theoretische potentieel en de praktische realiteit staat. Om een betrouwbare quantumcomputer te bouwen, moeten wetenschappers manieren vinden om de oorspronkelijke, perfecte instructie te herstellen uit een versie die door de omgeving is gecorrumpeerd.

Decennialang was de standaardaanpak voor dit probleem fault-tolerant quantum computing. Deze methode werkt als een vangnet: het codeert een enkele stuk informatie in een grote groep fysieke deeltjes, zodat als één deeltje gecorrumpeerd raakt, de anderen het kunnen corrigeren. Dit werkt goed wanneer de computer precies weet welke instructie hij probeert uit te voeren. Maar wat als de instructie zelf onbekend is? Stel je voor dat je een nieuwe taal probeert te leren door te luisteren naar een spreker die constant wordt onderbroken door statische ruis. Je kunt niet simpelweg een vooraf gemaakte correctieregel toepassen, omdat je de regels van de taal nog niet kent. Je hebt een manier nodig om vele malen naar de ruizige spreker te luisteren en te achterhalen hoe je hun heldere stem kunt reconstrueren zonder ooit de oorspronkelijke stem te hebben gehoord. Dit is de uitdaging van "noisy unitary purification", een probleem dat moeilijk op te lossen is gebleven voor onbekende quantuminstructies.

In een nieuwe studie hebben onderzoekers aan de Universiteit van Tokio de meest efficiënte manier in kaart gebracht om deze reconstructie uit te voeren. Ze pakten de vraag aan hoeveel keer men een ruizige quantuminstructie moet beluisteren om een schone versie ervan te herstellen, specifiek wanneer de ruis zwak is en het aantal pogingen groot is. Hun werk onthult een fundamentele limiet aan hoe goed dit gedaan kan worden, en bewijst dat de beste mogelijke strategie geen complexe, stapsgewijze aanpassingen vereist op basis van eerdere resultaten. In plaats daarvan is de meest efficiënte methode om alle pogingen gelijktijdig uit te voeren in een specifiek, gecoördineerd patroon. Deze bevinding zet de intuïtie op zijn kop dat het aanpassen aan feedback altijd zou helpen; het laat zien dat in de quantumwereld een parallel aanpak eigenlijk superieur is voor het opschonen van onbekende instructies.

De onderzoekers richtten zich op een scenario waarin een quantuminstructie vele malen wordt herhaald, maar telkens wordt licht vervormd door een type ruis dat depolariserende ruis wordt genoemd. Deze ruis werkt als een mist die de helderheid van de instructie geleidelijk wegwast. Het doel is om een proces te ontwerpen dat deze vele ruizige kopieën neemt en er één hoogwaardige versie van de oorspronkelijke instructie van produceert. Om het succes te meten, keken ze naar hoe dicht de output bij de perfecte originele instructie lag. Ze ontdekten dat het aantal ruizige kopieën dat nodig is om een bepaald niveau van helderheid te bereiken, afhangt van de grootte van het systeem en de sterkte van de ruis. Specifiek: om de fout te reduceren tot een zeer klein bedrag, groeit het aantal benodigde kopieën in directe proportie tot de sterkte van de ruis en het kwadraat van de grootte van het systeem. Deze schaling is aanzienlijk beter dan oudere methoden die probeerden eerst de staat van de deeltjes op te schonen en de instructie vervolgens op te slaan voor later gebruik, wat veel meer kopieën vereiste om hetzelfde resultaat te bereiken.

Een belangrijk inzicht uit de studie is dat de meest effectieve strategie niet slim of adaptief hoeft te zijn. Men zou kunnen aannemen dat de beste manier om een ruisig signaal op te schonen is door te luisteren, de fout te analyseren en vervolgens de volgende luisterpoging dienovereenkomstig aan te passen. Echter, de onderzoekers hebben wiskundig bewezen dat voor deze specifieke taak een dergelijke feedbackloop geen voordeel biedt wanneer de ruis laag is en het aantal pogingen hoog is. De optimale oplossing is een "parallelle" strategie, waarbij alle ruizige instructies tegelijkertijd worden verwerkt met behulp van een vaste, vooraf bepaalde opstelling. Deze opstelling is ontworpen om de symmetrieën van het quantumsysteem te respecteren, waardoor het schoonmaakproces even goed werkt voor elke mogelijke instructie, of het nu een eenvoudige rotatie of een complexe transformatie is. Het team leverde een concreet blauwdruk voor dit proces, waarbij zij precies lieten zien hoe de quantumoperaties gerangschikt moeten worden om de theoretische limiet van prestatie te bereiken.

De studie verkende ook een gerelateerde maar verschillende uitdaging: het nemen van een ruizige quantuminstructie en het produceren van de complexe geconjugeerde daarvan, wat een wiskundige operatie is die effectief de richting van de tijd voor die instructie omkeert. In een wereld zonder ruis vereist het produceren van deze omgekeerde instructie een specif kind aantal kopieën van de originele instructie, wat meer is dan wat nodig is om simpelweg de originele instructie te herhalen. Verrassend genoeg ontdekten de onderzoekers dat in de wereld met ruis, de kosten voor het produceren van deze omgekeerde instructie exact gelijk zijn aan de kosten voor het simpelweg opschonen van de originele instructie. Deze equivalentie suggereert een diepe verbinding tussen de twee taken, wat impliceert dat de moeilijkheid van het omkeren van een ruizige instructie niet groter is dan de moeilijkheid van het verhelderen ervan. Dit resultaat staat in scherp contrast met de situatie zonder ruis, waarbij de twee taken verschillende vereisten hebben, wat benadrukt hoe ruis de regels van quantuminformatieverwerking fundamenteel verandert.

Deze bevindingen bieden een duidelijke routekaart voor toekomstige quantumexperimenten. Door de exacte hoeveelheid ruizige kopieën vast te stellen die nodig is om een gewenst niveau van helderheid te bereiken, helpt de studie ingenieurs begrijpen welke middelen vereist zijn om robuuste quantumsystemen te bouwen. Het bevestigt dat voor het leren en opschonen van onbekende quantuminstructies de weg vooruit ligt in massale, gecoördineerde parallelle verwerking in plaats van complexe, adaptieve feedbackloops. Deze helderheid stelt onderzoekers in staat om hun inspanningen te richten op het bouwen van de specifieke hardware die nodig is om deze parallelle strategieën te implementeren, waardoor de droom van betrouwbare, grootschalige quantumcomputing een stap dichter bij de realiteit komt. Het werk demonstreert dat zelfs in de chaotische omgeving van de quantumwereld, er strikte, voorspelbare limieten zijn aan hoe goed we orde uit ruis kunnen herstellen, en dat de meest efficiënte manier om die limieten te bereiken vaak eenvoudiger is dan we verwachten.