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

In de stille, gecontroleerde wereld van de kwantumoptica zijn wetenschappers al lang gefascineerd door een specifieke puzzel: hoe licht zich gedraagt wanneer veel individuele deeltjes, genaamd fotonen, door een complex doolhof van spiegels en straalsplitsers worden gestuurd. Deze opstelling, bekend als een lineair-optisch interferometer, vormt het hart van een voorstel genaamd boson sampling, dat werd ontworpen om aan te tonen dat kwantummachines dingen kunnen doen die klassieke computers niet kunnen. Het kernidee is dat het berekenen van de exacte waarschijnlijkheid van waar deze fotonen aan het einde van het doolhof zullen landen, zo wiskundig moeilijk is dat zelfs de krachtigste supercomputers er moeite mee zouden hebben om het bij te houden. De praktische toepassingen van deze machines, zoals het trainen van kunstmatige intelligentiemodellen of het simuleren van chemische reacties, hebben echter zelden de exacte, ruwe lijst van elke mogelijke uitkomst nodig. In plaats daarvan hebben ze een goede schatting van het gemiddelde gedrag, of de waarschijnlijkheid van bepaalde groepen uitkomsten, nodig, berekend met een redelijke mate van nauwkeurigheid. Voor eenvoudige inputs waarbij de fotonen onafhankelijk van elkaar zijn, wisten wetenschappers al hoe ze deze gemiddelden konden schatten met standaard klassieke computers. De grote vraag bleef: wat gebeurt er als de fotonen niet onafhankelijk zijn, maar juist diep verbonden, of verstrengeld, zijn voordat ze zelfs de machine binnenkomen?

Een team van onderzoekers bij Quandela in Frankrijk heeft nu antwoord gegeven op deze vraag, door te onthullen dat de diepe verbinding tussen fotonen de schattingsopgave niet noodzakelijkerwijs onmogelijk maakt voor klassieke computers. Ze concentreerden zich op een specifiek type verstrengeld licht dat sequentieel wordt gegenereerd, één foton tegelijk, door kwantumemitters zoals atomen of piepkleine halfgeleiderpunten. In deze bronnen behoudt de emitter een kleine hoeveelheid kwantumgeheugen, waarbij informatie over de reeds uitgezonden fotonen wordt vastgehouden, wat invloed heeft op de volgende. De onderzoekers toonden aan dat zolang dit geheugen klein is — specifiek, als de hoeveelheid opgeslagen informatie slechts logaritmisch groeit met het aantal fotonen — klassieke computers deze uitkomstwaarschijnlijkheden nog steeds efficiënt kunnen schatten. Ze ontwikkelden een nieuw wiskundig hulpmiddel dat werkt als een zeer bekwame gids, waardoor een computer het gedrag van deze verstrengelde fotonen kan simuleren zonder alle mogelijkheden tegelijkertijd te hoeven volgen. Dit hulpmiddel werkt door de complexe, verstrengelde toestand op te splitsen in een reeks beheersbare stappen, waarbij de waarschijnlijkheid van het pad van elk foton één voor één wordt berekend, om vervolgens deze stappen te combineren om een betrouwbaar antwoord te krijgen.

De betekenis van deze bevinding ligt in wat het ons vertelt over de grenzen van het kwantumvoordeel. Jarenlang werd gehoopt dat het simpelweg gebruiken van verstrengeld licht voldoende zou zijn om klassieke computers in deze schattingsopgaven te overtreffen. Dit artikel demonstreert dat het niet de verstrengeling zelf is die de moeilijkheid veroorzaakt, maar eerder de omvang van het geheugen dat nodig is om die verstrengeling te genereren. Als een kwantumbron een geheugen gebruikt dat slechts klein blijft in verhouding tot het aantal fotonen, kan een klassieke computer het bijhouden. De onderzoekers bewezen dat hun methode onbevooroordeeld is, wat betekent dat ze resultaten niet systematisch overschatten of onderschatten, en dat de fout in hun schattingen voorspelbaar afneemt naarmate ze meer berekeningen uitvoeren. Ze testten hun aanpak op diverse complexe toestanden, inclusief lineaire ketens van verstrengelde fotonen, en bevestigden dat de computationele kosten beheersbaar blijven zolang het geheugen van de bron niet te groot wordt.

Dit werk trekt effectief de grens tussen wat gemakkelijk is voor klassieke computers en wat moeilijk is. Het suggereert dat voor veel voorgestelde toepassingen van fotonische kwantummachines, met name die betrokken bij machine learning, de loutere aanwezigheid van verstrengeld licht niet genoeg is om een kwantumvoordeel te garanderen. Om klassieke methoden in deze specifieke schattingsopgaven echt te overtreffen, zou een kwantumapparaat een geheugen moeten gebruiken dat lineair groeit met het aantal fotonen, of het zou meer complexe strategieën moeten hanteren zoals adaptieve metingen die het experiment in realtime veranderen. De onderzoekers boden ook een duidelijk pad voor de implementatie van hun methode en leverden een softwarepakket aan waarmee deze ideeën op echte data getest kunnen worden. Hun resultaten wijzen erop dat hoewel verstrengeld licht een krachtige bron is, de klassieke computer nog niet verslagen is in de race om het gedrag van deze systemen te schatten, mits de kwantumbron niet te complex wordt in zijn interne geheugen.

De aanpak van de onderzoekers berust op een slimme observatie over hoe deze sequentiële bronnen werken. Wanneer een kwantumemitter een stroom fotonen produceert, kan de toestand van de gehele stroom worden beschreven als een matrix-producttoestand, een wiskundige structuur die de correlaties tussen de fotonen op een compacte manier vastlegt. De onderzoekers realiseerden zich dat deze structuur hen in staat stelt om de mogelijke uitkomsten van het experiment per locatie te bemonsteren, in plaats van te proberen het hele probleem in één keer op te lossen. Ze construeerden een bemonsteringsmethode die willekeurige getallen trekt om het pad van de fotonen door de interferometer te simuleren, maar in tegenstelling tot eerdere methoden die alleen werkten voor onafhankelijke fotonen, houdt hun techniek rekening met de verstrengeling door het geheugen van de bron te gebruiken om elke stap te sturen. Dit stelt hen in staat om het gemiddelde gedrag van het systeem te berekenen met een precisie die verbetert naarmate ze meer gegevens verzamelen, en cruciaal is dat de hoeveelheid werk die voor elke stap nodig is, slechts polynomiaal groeit met de omvang van het systeem, in plaats van exponentieel te exploderen.

Een van de belangrijkste aspecten van hun ontdekking is het onderscheid tussen de verstrengeling van het licht en het geheugen van de bron. Een enkele kwantumspin kan een lange keten van verstrengelde fotonen genereren, wat een toestand creëert die zeer complex en moeilijk te beschrijven is op andere manieren, maar de onderzoekers toonden aan dat omdat het geheugen van die enkele spin klein is, de toestand nog steeds gemakkelijk te schatten is voor een klassieke computer. Dit betekent dat de grote, multipartiete verstrengeling die vaak in de kwantumfysica wordt gevierd, niet automatisch vertaalt naar computationele moeilijkheid voor deze specifieke taken. De moeilijkheid ontstaat pas wanneer het geheugen van de bron groot genoeg wordt om een aanzienlijke hoeveelheid informatie over de gehele sequentie van emissies op te slaan. De onderzoekers berekenden dat als het geheugen beperkt is tot een aantal qubits dat logaritmisch groeit met het aantal fotonen, de klassieke simulatie efficiënt blijft. Deze drempel is significant omdat het impliceert dat veel huidige en nabije kwantumlichtbronnen, die typisch een klein aantal emitters of een korte vertragingslijn gebruiken, niet in staat zullen zijn om klassieke computers te overtreffen in deze schattingsopgaven.

Het artikel behandelt ook de praktische kant van deze berekeningen en laat zien hoe de methode kan worden uitgebreid om andere grootheden te schatten die nuttig zijn voor toepassingen, zoals de overlap tussen twee verschillende kwantumtoestanden of de waarschijnlijkheid van het vinden van fotonen in een specifieke subset van uitgangsmodi. Dit zijn de soorten berekeningen die nodig zijn om machine learning-modellen te trainen of om verschillende kwantumtoestanden te vergelijken. De onderzoekers demonstreerden dat hun sampler deze taken met dezelfde efficiëntie kan afhandelen, wat hen een veelzijdige tool maakt voor het vakgebied. Ze verifieerden hun theoretische resultaten met numerieke simulaties, waarbij ze hun algoritme op diverse testgevallen draaiden en de uitkomsten vergeleken met exacte berekeningen voor kleinere systemen. De resultaten kwamen perfect overeen, wat bevestigt dat hun methode zowel nauwkeurig als betrouwbaar is. Ze leverden ook een formeel bewijs van hun methode via een computerondersteund bewijsysteem, om te garanderen dat de wiskundige logica achter hun claims solide is.

In de bredere context van de kwantumcomputing dient dit werk als een reality check voor het vakgebied. Het verduidelijkt dat de weg naar een kwantumvoordeel niet zo eenvoudig is als het louter genereren van verstrengeld licht. In plaats daarvan vereist het een zorgvuldige overweging van de middelen die beschikbaar zijn voor het kwantumsysteem, met name de omvang van het geheugen ervan. Voor onderzoekers die fotonische kwantummachines bouwen, is de boodschap duidelijk: om een computationeel voordeel te bereiken in schattingsopgaven, moeten ze ofwel het geheugen van hun bronnen vergroten voorbij de logaritmische drempel, of manieren vinden om het apparaat te gebruiken die verder gaan dan eenvoudige additieve schattingen. De onderzoekers claimden niet dat hun methode alle problemen in kwantumsimulatie oplost, noch suggereerden ze dat kwantumcomputers nooit nuttig zullen zijn voor deze taken. In plaats daarvan boden ze een precieze grens waar klassieke computers nog steeds kunnen concurreren, wat een duidelijk doel biedt voor toekomstige kwantumeperimenten.

De studie concludeert door te wijzen op verschillende openstaande vragen die voor het vakgebied resteren. Hoewel hun methode goed werkt voor toestanden met een klein aantal fotonen per locatie, is het nog niet duidelijk hoe situaties moeten worden afgehandeld waarin veel fotonen dezelfde modus bezetten, of hoe imperfecties zoals partiële onderscheidbaarheid of verlies in het systeem moeten worden meegenomen. Dit zijn real-world uitdagingen waar elk praktisch kwantumapparaat mee te maken krijgt. De onderzoekers merkten ook op dat hoewel hun werk gericht is op het schatten van waarschijnlijkheden, de vraag of het bemonsteren van de volledige uitkomstverdeling van deze verstrengelde toestanden moeilijk is voor klassieke computers, een openstaand probleem blijft. Dit onderscheid is belangrijk omdat veel voorgestelde toepassingen vertrouwen op bemonstering (sampling), niet alleen op schatting. De onderzoekers hebben hun code en bewijzen publiekelijk beschikbaar gesteld, zodat anderen hun methode kunnen testen en erop voort kunnen bouwen. Hun werk vormt een solide bijdrage aan ons begrip van de capaciteiten en beperkingen van zowel klassieke als kwantumcomputers in het domein van de lineaire optica.