Classical simulation and quantum resource theory of non-Gaussian optics

1. Problema e Contexto

A computação quântica de variáveis contínuas (CV) utiliza sistemas como campos ópticos e micro-ondas, que operam em espaços de Hilbert de dimensão infinita. Embora as operações e estados Gaussianos (como deslocamentos, rotações de fase e espremidores) sejam facilmente simuláveis classicamente e robustos ao ruído, eles são insuficientes para alcançar a computação quântica universal. Para atingir a universalidade e obter vantagem quântica, é necessário introduzir recursos não-Gaussianos (ex: estados de Fock, estados GKP, estados "cat").

O desafio central abordado no trabalho é a simulação clássica eficiente de circuitos ópticos que envolvem estados não-Gaussianos iniciais seguidos por operações Gaussianas. Métodos existentes, como a expansão na base de Fock, tornam-se intratáveis rapidamente devido ao crescimento exponencial da dimensão do espaço de Hilbert. Outros métodos baseados na função de Wigner ou no "stellar rank" têm limitações: a função de Wigner exige que a negatividade seja baixa, e o stellar rank pode exigir um número infinito de estados de Fock para estados relevantes como GKP e "cat".

2. Metodologia

Os autores propõem dois algoritmos de simulação clássica baseados na decomposição de estados não-Gaussianos em superposições lineares de estados Gaussianos. A metodologia divide-se em três pilares principais:

A. Simulador Gaussiano Sensível à Fase

O formalismo padrão de matrizes de covariância descreve estados Gaussianos de forma eficiente, mas perde informações de fase global. Para simular superposições coerentes de estados Gaussianos, os autores desenvolvem uma extensão do formalismo que permite calcular o produto interno (overlap) sensível à fase entre estados puros Gaussianos.

• Eles introduzem um estado de referência Gaussiano ($G_0$) e utilizam a identidade $\text{Tr}(G_0 G_1 G_2) = \langle G_2|G_0\rangle \langle G_1|G_2\rangle \langle G_0|G_1\rangle$.
• Isso permite rastrear as fases relativas entre os termos da superposição, essencial para calcular probabilidades de Born corretas.

B. Algoritmos de Simulação

Dois algoritmos são propostos para simular a evolução de um estado não-Gaussiano $|\psi\rangle = \sum c_i |G_i\rangle$ sob operações Gaussianas:

1. Simulação Exata:

   • Calcula todas as interações entre os termos da superposição.
   • O custo computacional escala quadraticamente com o número de estados Gaussianos na decomposição ($\chi^2$), onde $\chi$ é o Ranke Gaussiano (número mínimo de estados Gaussianos necessários).

2. Simulação Aproximada (Esparsificada):

   • Utiliza uma técnica de amostragem (sparsification) para selecionar um subconjunto dos termos da decomposição original, criando uma aproximação de baixo posto.
   • O estado esparsificado $|\Omega\rangle$ não é normalizado, exigindo um cálculo de norma.
   • Estimativa Rápida de Norma: Os autores desenvolvem um algoritmo probabilístico para estimar a norma de estados esparsificados com custo linear. Ele baseia-se na amostragem de deslocamentos coerentes de um ensemble Gaussiano e no uso da desigualdade de Chebyshev para garantir a precisão.
   • O custo total escala linearmente com a Extensão Gaussiana ($\|\mathbf{c}\|_1^2$), que é uma medida da "complexidade" da superposição.

C. Teoria de Recursos Quânticos

Os autores formalizam duas medidas de não-Gaussianidade baseadas nessas decomposições:

• Ranke Gaussiano ($\chi$): O número mínimo de estados Gaussianos necessários para representar exatamente o estado.
• Extensão Gaussiana ($\xi$): O quadrado da norma $L_1$ dos coeficientes da decomposição ótima.
• Eles demonstram que essas medidas são monotônicas sob operações Gaussianas (livres) e conectam a Extensão Gaussiana à robustez de não-Gaussianidade (lower semicontinuous robustness), permitindo encontrar decomposições ótimas.

3. Principais Contribuições e Resultados

• Algoritmos Eficientes: Desenvolvimento de simuladores que tratam estados não-Gaussianos de forma exata ou aproximada, superando as limitações de métodos baseados em Fock para estados com suporte infinito.
• Novas Medidas de Recurso: Definição e caracterização do Ranke e da Extensão Gaussianos. A Extensão Gaussiana é provada ser sub-multiplicativa (diferente da negatividade de Wigner), o que implica que a simulação de sistemas multimodo pode ser mais eficiente do que o esperado pela multiplicidade de estados individuais.
• Decomposições Ótimas: Cálculo de decomposições ótimas para estados cruciais na computação quântica CV:
  • Estados de Fock ($|1\rangle$): A decomposição ótima envolve uma superposição de estados coerentes/espremidos com fases específicas.
  • Estados GKP: Mostram que a expansão em estados espremidos leva a uma supressão exponencial dos coeficientes, tornando a simulação viável.
  • Estados "Cat": Análise de decomposições para estados par/ímpar.
• Aplicações Práticas:
  • Amostragem de Bósons Gaussianos (GBS): Estabelecimento de um limite superior para o custo de simulação, mostrando que é possível simular eficientemente um número logarítmico de estados de Fock.
  • Reprodução de Estados "Cat" (Cat State Breeding): Uso da Extensão Gaussiana para derivar limites inferiores fundamentais sobre quantos estados "cat" são necessários para gerar estados de grade (GKP) com certa qualidade, independentemente da magnitude do deslocamento.

4. Significado e Impacto

O trabalho estabelece uma ponte fundamental entre a utilidade prática de simuladores clássicos e a investigação teórica de recursos na computação quântica de variáveis contínuas.

1. Ferramenta de Design: Os algoritmos permitem simular e projetar protocolos de correção de erros e computação quântica CV que utilizam recursos não-Gaussianos, algo anteriormente difícil devido à complexidade computacional.
2. Compreensão de Recursos: Ao conectar o custo de simulação diretamente a medidas de não-Gaussianidade (Extensão Gaussiana), o trabalho fornece uma métrica operacional para quantificar o "poder" de um estado não-Gaussiano.
3. Superação de Limites Anteriores: Diferente da negatividade de Wigner (que é multiplicativa e pode ser infinita para estados úteis como GKP), a Extensão Gaussiana oferece limites mais apertados e tratáveis para cenários de múltiplas cópias e estados com suporte infinito.
4. Viabilidade Experimental: A capacidade de simular circuitos com estados não-Gaussianos iniciais e operações Gaussianas é diretamente aplicável a setups experimentais atuais, onde a geração de não-Gaussianidade é o gargalo, mas a manipulação é Gaussiana.

Em resumo, o artigo fornece tanto as ferramentas algorítmicas para simular a próxima geração de computadores quânticos ópticos quanto a estrutura teórica para entender e quantificar os recursos necessários para que esses computadores superem os métodos clássicos.