🔬 condensed matter

Shallow quantum circuit for generating extremely low-entangled approximate state designs

本文介绍了一种新型量子态系综，该系综作为 $\epsilon$ -近似态 $t$ -设计，具有理论上最小的纠缠、魔力和相干性，并提供了一种高效的无需辅助态的浅层量子线路来生成它们，从而实现了低成本的经典模拟和高效的量子态认证。

原作者： Wonjun Lee, Minki Hhan, Gil Young Cho, Hyukjoon Kwon

发布于 2026-07-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Wonjun Lee, Minki Hhan, Gil Young Cho, Hyukjoon Kwon

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：无需“混乱”即可实现“随机”

想象一下，你想创造一种真正的随机模式，比如一团混乱的泼墨画或一副洗好的扑克牌。在量子世界中，创建一个“完美的随机”状态通常需要一台极其复杂且深奥的机器，这就像是为了抛一枚硬币而去建造一座摩天大楼一样大费周章。这些完美的随机状态是高度“纠缠”（entangled）的，这意味着系统的每一个部分都以一种混乱、高能的方式与其它所有部分相连。

这篇论文的作者提出了一个简单的问题：为了得到一个看起来随机的结果，我们真的需要那么多混乱吗？

他们发现了一种创造量子态的新方法，这种状态在大多数重要任务中看起来足够随机，但实际上非常干净、简单且“低纠缠”。这就像是意识到你可以通过巧妙排列的少量雪花来创造一场逼真的假雪暴，而不必真的需要一场填满整个天空的暴风雪。

核心发现：“影子”技巧

论文引入了一种新型的量子态，称为 $\epsilon$ -近似态 $t$ -设计（ $\epsilon$ -approximate state $t$ -design）。

术语解释： 这听起来很吓人，但你可以把它理解为一种“统计学上的影子”。
类比： 想象你想知道一朵云的平均形状。你不需要测量天空中的每一个水滴（这几乎是不可能的）。相反，你只需拍摄几张特定的快照（即一个“设计”），这些快照就能完美地捕捉到平均形状。
突破点： 通常，创造这些“快照”需要量子计算机处于最大程度的混沌状态（高纠缠）。作者发现了一种利用极低纠缠来制造这些快照的方法。

“低资源”的魔力：
在量子物理学中，制造复杂性需要三种“资源”：

纠缠（Entanglement）： 各部分之间的连接程度。
魔力（Magic）： 状态的“非经典”或奇特程度。
相干性（Coherence）： 状态保持其量子形态的能力。

通常，随着你增加量子比特（qubits）的数量，这些资源会急剧增长。作者证明，对于他们的新方法，这些资源不会增长。无论你有 10 个还是 1,000 个量子比特，其“混乱程度”都保持在同样的大小（即 $O(1)$ ）。这就像盖房子时，无论你增加多少个房间，所需的胶水总量都保持不变。

他们是如何做到的：“复制与洗牌”机器

论文提出了一种构建这些状态的具体配方（一种浅层量子电路）。以下是分步类比：

从小处着手： 他们并没有试图一次性随机化整个系统，而是从一小组完美随机的量子比特（一个小子系统）开始。
随机映射： 他们使用了一种特殊的“随机单射映射（random injective map）”。想象你有一副小型的扑克牌，你想把这些牌分发到一个拥有数千把空椅子的巨大房间里。
- 与其洗牌整个房间，不如拿走你的这叠小牌，并根据一个随机规则将它们放入特定的椅子上。
- 至关重要的是，你并没有让这些牌互相混合，你只是根据一个随机模式将它们移动到新的座位上。
结果： 最终的排列在任何进行统计检查的人看来都是随机的，但因为你并没有真正混合这些牌，所以它们的“纠缠”（牌与牌之间的联系）仍然非常低。

他们构建了一个使用简单门（如 CNOT 和 MCX）来实现这一过程的电路。这个电路是**浅层（shallow）**的，这意味着它运行时间很短，而且不需要额外的“辅助”量子比特（ancilla）即可工作。

为什么这很重要：“影子层析成像”的应用

论文强调了这一发现的一个具体、实际的用途：验证量子态（Certifying Quantum States）（即检查量子计算机是否工作正常）。

问题所在： 要检查量子计算机是否生成了正确的状态，你通常需要对其进行多次测量，并在之后的经典计算机上进行大量的复杂计算。如果状态过于“纠缠”，经典计算机将无法处理这些数学运算。
解决方案： 由于作者所创造的状态是“低纠缠”的，因此分析它们所需的数学运算要简单得多。
类比： 想象你在验证一幅复杂的画作。
- 旧方法： 你必须在三维空间中分析每一处笔触。这需要耗费极长时间。
- 新方法： 因为这幅画是用简单的、低纠缠的技术创作的，你可以通过观察几个特定的角度来验证它。你可以通过极少的测量和极少的计算时间来确认这幅画的真实性。

论文声称，利用他们的方法，你可以用常数级的测量次数（不需要随着系统变大而增加测量次数）和极快的经典处理速度来验证几乎任何量子态。

结论摘要

新状态： 他们找到了一种制造看似随机但具有最小“纠缠”、“魔力”和“相干性”的量子态的方法。
理论极限： 他们证明了你无法比这个水平更低地使用资源；他们已经达到了理论底线。
高效电路： 他们构建了一个快速、浅层的电路来创建这些状态，而无需额外的辅助量子比特。
实际优势： 这使得“影子层析成像（shadow tomography）”变得更快、更便宜，意味着我们可以比以前更高效地验证量子计算机及其输出。

简而言之，他们找到了实现随机性的捷径，节省了能量、时间和计算能力，使得检查量子计算机是否履行职责变得更加容易。

技术摘要：用于生成极低纠缠近似态设计的浅层量子电路

问题陈述
随机量子态是量子信息科学中的基础工具，广泛应用于理解纠缠、热化以及模拟混沌动力学。它们在密码学、设备基准测试和影子层析（shadow tomography）中也发挥着关键作用。然而，生成真正的 Haar 随机态需要深度随量子比特数 $n$ 指数级增长的量子电路，这使得在近期的量子设备上实现变得不可行。因此，该领域依赖于近似方法，主要是近似态 $t$ -设计（即模拟 Haar 分布的前 $t$ 个矩）和伪随机态。

现有构建近似态 $t$ -设计的方法存在显著的资源限制。大多数已知方法（基于分层随机电路或混沌动力学）产生的状态具有体积律纠缠（与 $n$ 成线性比例）以及高“魔力”（non-Cliffordness）和高相干性。虽然近期关于伪随机态的研究表明，实现低纠缠（ $\omega(\log n)$ ）是可能的，但近似态 $t$ -设计的纠缠特性仍未得到充分探索。本研究解决的核心开放性问题是：能否利用极低的纠缠、魔力和相干性（且这些资源不随系统规模扩展）来生成近似态 $t$ -设计，并且是否可以通过无需辅助量子比特（ancilla qubits）的浅层量子电路高效实现。

方法论
作者提出了一种基于以下直觉的新型构建方法：如果使用特定的映射，一个 $k$ -量子比特的态设计可以扩展到 $n$ -量子比特系统，同时保持其设计特性和纠缠结构。

通过随机单射映射进行维度扩展：
核心理论见解是引理 1，该引理确立了对一个 $k$ -量子比特 $\epsilon$ -近似态 $t$ -设计（嵌入在带有 $n-k$ 个零的子空间中）应用随机幺正算符 $U_p$ ，可以得到一个 $n$ -量子比特 $\epsilon'$ -近似态 $t$ -设计。算符 $U_p$ 是由一个从 $[2^k]$ 到 $[2^n]$ 的 $t$ -阶独立随机单射映射 $p$ 定义的。至关重要的是，由于 $U_p$ 保留了计算基下的叠加数，生成的 $n$ -量子比特态的纠缠、魔力和相干性仍由子系统规模 $k$ 决定，而非总规模 $n$ 。
理论下界：
作者证明了定理 2，该定理确立了任何构成 $\epsilon$ -近似态 $t$ -设计的系综必须具备至少 $\Omega(\log(t/\epsilon))$ 的平均纠缠、魔力和相干性。这证明了所需的资源从根本上受限于设计参数 $t$ 和 $\epsilon$ ，而非系统规模 $n$ 。
浅层电路实现：
为了在物理上实现这一构建，作者开发了一个显式算法（算法 1 和 2）来使用浅层量子电路实现随机单射映射 $U_p$ 。
- 机制： 该电路利用并行 CNOT 门将 $k$ -量子比特子系统复制到系统的其余部分，随后使用随机多控制 X (MCX) 门来随机化比特。
- 深度： 在无辅助量子比特的情况下，电路深度为 $O(t[\log t]^3 \log n \log(1/\epsilon))$ 。使用辅助量子比特时，深度优化为 $\tilde{O}(t[\log t]^2 \log n \log(1/\epsilon))$ 。
- 效率： 该深度显著低于以往无需辅助量子比特生成态设计的方法（例如要求 $O(n)$ 深度的局部随机电路）。
在影子层析中的应用：
作者将此构建应用于经典影子层析。通过使用其中随机幺正算符 $U$ 由一个 $k$ -量子比特幺正 3-设计和浅层随机单射映射 $U_p$ 组成的测量系综，他们构建了一个影子估计器。
- 关键特征： 所得估计器仅包含两个计算基态之间的叠加（当 $k=1$ 时）。
- 优势： 这极大地降低了经典后处理的成本。不同于基于随机 Clifford 电路的估计器（对于高稳定子秩观测值可能计算昂贵），该方法允许高效评估具有常数或对数样本复杂度的观测值。

关键结果

资源饱和： 所构建的系综实现了 $\Theta(\log(t/\epsilon))$ 的理论下界，用于纠缠、魔力和相干性。对于固定的 $t$ 和 $\epsilon$ ，这些资源相对于总量子比特数 $n$ 是 $O(1)$ 的。
电路效率： 所提出的浅层电路是目前已知生成无辅助量子比特近似态 $t$ -设计最有效的方法，其深度随 $n$ 对数级缩放，而非线性或多项式级缩放。
状态认证： 作者展示了几乎所有的 $n$ -量子比特纯态都可以使用 $O(1/\epsilon^2)$ 次测量和 $O(\log(n/\epsilon))$ -深度的电路进行认证（保真度估计），这比以往需要 $O(n^2)$ 次测量的方案有了显著改进。
经典影子效率： 新的影子估计器能够以降低的经典开销实现量子态的认证，特别是对于低秩观测值或具有反集中（anti-concentrated）本征态的观测值。

意义与主张
本文声称开辟了通过将资源成本（纠缠、魔力、相干性）与系统规模解耦来高效生成随机量子态的新方向。作者指出，其工作：

解决了开放性问题： 它证明了近似态 $t$ -设计可以具有非扩展性资源，挑战了在高纠缠量下才能实现类随机行为的假设。
赋能近期应用： 浅层深度和低纠缠特性使得这些态在近期量子设备（特别是具有全连接特性的设备，如中性原子量子计算机）上具有可行性。
改进经典模拟： 通过降低纠缠以及影子估计器的复杂度，该方法为更高效的量子实验经典模拟和后处理提供了途径，有助于以更少的样本和更低的计算成本完成量子态认证和基准测试等任务。

作者强调，虽然具有低纠缠的伪随机态确实存在，但它们并不能像近似态设计那样，以同样的方式保证在所有系统规模下都能准确近似平均保真度，这凸显了其构建在特定量子信息处理任务中的独特效用。