← 最新论文
🔬 物理学

Ancilla-free randomized Toffoli gates and the T-count of Boolean oracles

本文证明了仅利用门自身的空闲输入即可实现无辅助比特的随机化 Toffoli 门,且其 T 计数与规模无关,这显著提高了布尔预言机的资源效率,并揭示了精确多控制门与随机近似门在 T 代价方面的基本极限。

原作者: Arul Rhik Mazumder

发布于 2026-10-30
📖 1 分钟阅读☕ 轻松阅读

原作者: Arul Rhik Mazumder

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

在构建能够解决当今机器无法处理的问题的计算机的过程中,科学家们正在设计能够以超越物理世界混沌噪声的精确度运行的电路。这些未来的机器依赖于一组特殊的指令,称为“门”,用以操纵存储在量子比特中的信息。虽然这些指令中的大多数相对容易执行,但其中一种特定类型的门——它扮演着由多个输入控制的复杂开关的角色——执行起来却极其困难且昂贵。为了让这些门发挥作用,工程师必须使用一种名为“魔态”(magic state)的资源,这是一种高度纯化的能量形式,其生产和消耗成本极高。由于这些魔态如此珍贵,计算机需要使用它们的次数(即 T-计数)成为了衡量一次计算效率的主要指标。此外,这些电路通常需要额外的、空的存储空间,称为“辅助量子比特”(ancilla qubits),以确保功能正常。在小规模上,这些额外的空间很容易找到;但随着问题规模的扩大,对它们的需求会成为一个主要的瓶颈,甚至可能导致整个计算停滞。

一位研究人员现在发现了一种绕过这些瓶颈的方法,专门针对一类特定问题,使得这些复杂的开关可以在完全不需要额外存储空间的情况下运行。他们的工作重点在于将随机性视为一种工具,而非一种缺陷。该方法并不试图构建一个每次都能完美工作的单一电路,而是提出了一种策略:每当计算机被要求执行一项任务时,它都会运行一个略有不同的、不完美的电路。通过对多次这种随机尝试的结果进行平均,计算机就能以极高的可靠性获得正确答案。以往这种随机方法的尝试存在一个隐藏的代价:用户每想要增加一位精度的提升,就需要一个新的、干净的存储空间。这意味着,随着问题的精度要求提高,对额外存储空间的需求也会线性增长,从而抵消了该方法本身的意义。

这项新研究中的突破在于,该技术允许计算机仅利用任务本身已有的存储空间来执行这些随机计算。研究人员表明,当问题涉及大量输入时,电路可以暂时“借用”这些输入的闲置部分来进行必要的运算,只要在完成后将其恢复到原始状态即可。这种“借用”机制消除了在大规模系统中对额外存储量子比特的需求。这种效率的代价是,每次计算所需的昂贵魔态数量会有轻微增加,但在存储空间成为限制因素的情况下,这种权衡是非常有利的。研究人员证明,对于大型系统,该方法每增加一位精度大约需要使用 8 个魔态,且这个数值不随系统规模的增大而改变。

这种方法适用于广泛的逻辑测试,包括检查一组条件是否全部满足,或验证数据是否符合特定模式。研究人员展示了他们的方法几乎达到了这类计算在理论上的最佳极限,与极限的差距仅为一个很小的常数因子。他们还探讨了当被检查的数据并非以整齐、可预测的方式排列时会发生什么。他们发现,如果数据遵循某种简单的数学模式,其成本依然保持在较低且可控的水平。然而,如果数据是随机散布的,那么检查它的成本就会爆炸式增长,需要指数级数量更多的魔态。这种区别至关重要,因为它揭示了问题的难度不仅取决于数据的量,更取决于数据的排列方式。

该研究还探讨了所能达到的基本极限。研究人员证明了他们的方法已接近最优结果,这意味着任何进一步的改进都将取决于我们如何构建那些最基础、最精确的复杂开关。他们指出,目前构建这些精确开关的最佳方法可能已接近极限,这意味着他们开发的这种随机方法已经在挑战现有技术物理极限的边界。通过消除对额外存储空间的需求,这项工作为在可用存储空间极少的量子计算机上运行复杂算法开辟了道路,而这种情况在这些强大机器的早期阶段预计将非常普遍。研究结果证实,虽然随机性并不能高效地解决所有问题,但只要问题具备正确的结构,它就可以成为克服特定硬件约束的强大工具。

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。

试用 Digest →