MoMPy: automated construction of moment matrices for semidefinite programming relaxations
本文介绍了 MoMPy，这是一个开源 Python 软件包，它通过利用一种字重写算法高效地解决结构识别问题，实现了半正定规划层级中矩矩阵构建的自动化，从而为多样化的量子认证任务提供了一个统一且与场景无关的框架。
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
在量子世界中，现实的规则是用概率和隐藏联系的语言编写的。科学家们经常提出一些听起来简单但极难回答的问题：一台机器究竟能产生多少随机性？如果我们只了解两个量子态是如何生成的，我们能在多大程度上区分它们？或者，一个量子系统能产生多大的经典规则违背？为了寻找答案，研究人员必须探索一个广阔且无界的可能物理设置空间。他们需要检查每一种可能的态与测量组合，以找到可能性的绝对极限。由于这个空间是无限的，且数学处理并不直观，直接寻找这些极限通常是不可能的。相反，科学家们使用了一种被称为“松弛”（relaxation）的巧妙技巧。他们将搜索无限可能性的不可能任务，转化为一个更易处理的问题：在一个代表所有可能结果的巨大数字网格中进行搜索。如果这个数字网格遵循特定的数学形状，它就能保证所找到的答案是现实世界中有效的极限。
然而，挑战在于构建这个网格。网格是由“矩”（moments）组成的，矩本质上是量子算符乘积的平均值。在真实的物理系统中，许多矩并不是独立的；它们受到严格规则的约束。例如，如果一个测量有两个不能同时发生的输出，那么数学上规定它们的乘积必须为零。如果系统的两个不同部分互不干扰，那么它们在计算中的顺序就无关紧要。在规模较小的题目中，人类可以通过手工计算出这些联系。但随着问题变得更大、更具现实意义，这些联系的数量会爆炸式增长到数万个。弄错这些联系会导致结果失效：漏掉一个联系，极限就会过于宽松；增加一个虚假的联系，答案就会出错。这种簿记任务已成为一个主要的瓶颈，减慢了研究进度，并让人难以信任结果。
Carles Roch i Carceller 通过一款名为 MoMPy 的新软件工具解决了这一瓶颈。这项工作的核心成就不仅在于该软件能自动构建这些网格，还在于它使用了一种统一的方法，几乎适用于几乎所有类型的量子问题。在此之前，研究人员通常必须为不同的场景编写不同的代码，例如测试分离系统中的“非定域性”（non-locality），或是测试其中一侧是受信任的情况下的“引导”（steering）。MoMPy 将所有这些都视为同一种底层结构的变体。用户只需声明涉及的量子算符标签，并说明它们遵循的基本规则——例如它们是否为投影算符（projectors）、是否相互抵消或是否对易（commute）。随后，软件会自动理清这些矩之间所有的隐藏联系，将成千上万个潜在条目压缩为正确的独立变量。
该软件通过将量子算符视为一种语言中的单词来工作。它应用一套重写规则来处理这些单词，就像语法检查器简化句子一样。如果规则说两个单词是相同的，软件就会合并它们。如果规则说某种组合是不可能的，它就会将其标记为零。该程序的设计非常高效，确保即使对于最复杂的设置，也绝不会进行重复计算。它经过了与缓慢的暴力破解法的对比测试，以证明其每次都能得到正确答案。结果表明，即使对于那些使用旧方法需要耗费更长时间的场景，它也能在数秒内构建出这些庞大的网格。
使该工具特别强大的在于其灵活性。它可以使用同一套代码处理三种不同类型的量子问题。它可以处理标准的“态”（state）矩，这些矩用于测试贝尔实验中量子力学的极限。它可以处理“迹型”（tracial）矩，这类矩更适用于状态本身就是测量过程一部分的场景。最令人印象深刻的是，它还可以构建“块值”（block-valued）矩阵，即网格中的条目不仅仅是单个数字，而是小型矩阵本身。这使其能够应对一类此前极难建模的新发现问题。作者展示了通过简单地更改软件中的几个设置，同一组算符即可用于解决从认证设备随机性到确定产生特定结果模式所需的最小量子系统维度等一系列问题。
论文通过将该方法应用于八个不同的物理场景来验证其有效性，包括著名的 CHSH 不等式和 Mermin 不等式，以及涉及多方和网络的更复杂设置。在所有案例中，该软件都成功复现了已知的理论极限，例如贝尔不等式的最大量子违背，并解决了无需定制代码即可处理的新问题。该工具使用科学家常用的 Python 语言编写，且仅依赖一个外部库，易于安装和使用。它并不试图为用户解决整个物理问题，而是作为一个高度可靠的引擎，负责准备数学结构，将最终的优化留给标准的求解器。
这项工作代表了探索量子极限方式的一种转变。通过将识别矩之间关系的繁琐且易错的任务自动化，MoMPy 让研究人员能够专注于物理学而非代数。它证明了这些高级计算所需的复杂簿记工作可以被抽象为一个简单的、声明式的过程。该软件是开源的，供任何人使用，确保了社区可以验证结果并以此为基础进行深入研究。通过使这些强大的松弛技术变得触手可及且可靠，该工具为探索更复杂的量子场景，以及更有信心地认证未来量子技术的安全性与随机性打开了大门。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。