Quantum Partial Information Decompositions, an Operational Order on Ensembles, and Direct Quantifications of Objective Information
本文通过为霍莱沃量（Holevo quantity）构建两种截然不同的量子部分信息分解（PID）——一种是标准的，另一种是基于一种新颖的系综运算偏序关系的——将经典的局部信息分解框架扩展到了多体量子系统，并证明了它们在直接量化扩展图态内客观信息方面的效用。
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
在量子物理学的广袤景观中，粒子可以跨越距离相互关联，并同时存在于多种状态之中，一个基本问题始终存在：信息究竟是如何存储和共享的？经典信息论（我们计算机和手机背后的数学）将数据视为简单的部分之和。如果你有一条消息，你可以将其分解为比特，而总信息量仅仅是这些比特的集合。但量子系统要复杂得多。它们可以以冗余的方式持有信息，即副本存在于许多地方；以独特的方式持有信息，即一段数据仅存在于一个特定位置；或者以协同的方式持有信息，即信息仅在你看向整个系统整体时才存在，一旦试图隔离任何单个部分，信息就会消失。理解这些不同的层面对于构建未来的量子网络和计算机至关重要，然而长期以来，科学家们一直缺乏一种系统的方法来理清这些具有多个组成部分的复杂结构。
一位研究人员通过将一种被称为“部分信息分解”的强大分析工具扩展到具有多个部分的量子领域，取得了重大进展。这一框架允许科学家剖析信息是如何分布在一组量子粒子中的，将冗余的副本从独特和协同的贡献中分离出来。该研究人员开发了两种不同的方法来进行此类分析。第一种方法是一种直接的方法，它提供了一个快速、尽管略微夸大的冗余共享信息量的估计。第二种方法则要复杂得多，它依赖于一种新的比较量子组的方式，即确定一组粒子是否可以通过特定的物理操作转化为另一组粒子。通过将这些工具应用于一个旨在模拟信息如何扩散到环境中的量子系统模型，研究人员证明，他们可以直接测量“客观”信息——即多个观察者可以在不干扰系统的情况下独立获取的数据。他们的工作表明，虽然简单的方法经常高估了真正共享的信息量，但更先进的方法揭示了一个细致的现实：信息既可以是局部受保护的，也可以是全局被搅乱的，这为量子系统的实际行为提供了更清晰的图景。
这段旅程始于这样一个认识：现有的分析量子信息的方法仅限于只有两个部分的系统。这对于研究简单的相互作用很有用，但在试图理解由数十个或数百个粒子组成的复杂网络或多体系统时却显得力不从心。研究人员需要一种能够处理这些更大规模的多部分量子系统的方法，从而将“部分信息分解”的概念推广化。他们通过保持经典框架的逻辑结构完整，同时用新的量子特定规则替换底层的数学定义来实现这一目标。核心挑战在于定义在量子语境下什么是“冗余”。在经典世界中，冗余很容易识别：如果两个人拥有同一个文件的副本，信息就是重复的。然而，在量子世界中，信息本身的性质会根据如何测量或处理而发生变化，这使得冗余的定义变得更加棘手。
为了解决这个问题，研究人员构建了两个不同版本的量子部分信息分解。第一个版本，研究人员称之为“简单”方法，使用一个基于系统中任何单个部分所能获取的最小信息量的简单规则。这种方法易于计算并能提供快速基准，但研究人员发现它往往会高估冗余度。它将信息的纯粹量误认为实际共享的信息的质量或类型。例如，它可能会仅仅因为两种不同且互不兼容的数据类型都存在，就将它们计为冗余，尽管它们无法互换使用。这种高估是较简单模型中的已知问题，但在试图理解复杂量子态的精确结构时，它成为了一个显著障碍。
第二种更先进的方法引入了一个研究人员称之为“处理劣势”（processing-inferiority）的概念。这是一种基于粒子组之间转换能力的排序方式。想象两组粒子：如果一组粒子可以通过标准量子操作和某些经典消息混合过程在物理上转换为另一组，那么第二组就被视为在信息处理方面“劣势”或能力较低。通过寻找一个所有部分都能转换成的共同“标准”组，研究人员可以更准确地定义冗余。这种方法确保了被计入冗余的信息在本质上是完全相同的，而不仅仅是相似的量。然而，计算这一过程需要解决极其复杂的优化问题，其计算成本非常高。为了使之可行，研究人员开发了一种专门的算法，通过迭代优化方案，使他们能够为小型但具有现实意义的量子系统计算这些数值。
研究人员随后使用一个名为“扭曲降落伞”（twisted parachute）态的特定模型对这些新工具进行了测试。该模型模拟了一个场景：一个核心信息被复制到由许多粒子组成的周围环境中，随后这些粒子受到局部旋转和搅乱。这种设置旨在模拟“量子达尔文主义”的过程，即关于系统的信息如何扩散到环境中，从而使多个观察者能够独立地就该系统的状态达成一致。通过将这两种分解方法应用于该模型，研究人员可以观察随着搅乱程度的增加，信息是如何演化的。他们发现，在环境仅受到轻微扰动的早期阶段，简单方法极大地高估了共享的冗余信息量。然而，更先进的方法揭示了，虽然存在信息，但这些信息往往是以一种并非真正可互换的形式存在的，这意味着它们并不像简单方法所暗示的那样具有“客观性”。
随着搅乱程度的增加，信息的性质发生了变化。研究人员观察到一个转变：信息变得高度非局域化，这意味着只能通过观察整个系统才能理解信息，而不是通过观察单个部分。在这种机制下，特定粒子的独特信息下降，而协同信息（即整体大于部分之和）占据了主导地位。至关重要的是，先进的方法显示，即使在简单方法指示高冗余度的情况下，由所有观察者共享的真实客观信息往往要低得多。这种差异凸显了依赖简单指标的一个关键局限：它们可能会忽略信息被保护或丢失的微妙方式。研究还表明，这种高估并没有随着系统的增大而消失；即使在更大的系统中，简单方法也持续错误地判断共享信息的真实性质。
这些发现的影响超出了仅仅理解特定量子模型的范畴。通过建立一种严谨的方法将量子信息分解为其原子组成部分，研究人员为研究信息如何在复杂系统中行为提供了一个新的视角。他们的工作表明，量子态的“客观性”（即被多人观察而不受干扰的能力）是一个脆弱的属性，它高度取决于系统经历的具体操作类型。开发“处理劣势”排序法也为比较不同的量子态提供了一个新工具，这在从量子网络到多体物理的研究领域都可能非常有用。研究人员承认，由于计算复杂性，他们目前的计算仅限于较小的系统，但他们已为未来应用这些方法于更大、更复杂量子网络的研究奠定了基础。
最终，这篇论文代表了科学家分析量子信息结构方式的一种转变。通过超越简单的统计数据，并开发能够解释量子态的可转换性和性质的工具，研究人员展示了量子信息的景观比此前认为的要微妙得多。区分真正共享的信息与仅仅以不同形式存在的信息，是理解经典现实如何从量子世界中涌现的关键一步。这项工作并不声称已经解决了量子信息的所有奥秘，但它提供了一个稳健的框架，让我们能提出更好的问题，并对宇宙如何存储和分享其秘密获得更精确的答案。
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。