arXiv 预印本Arunava Majumder论文88
通过共享经典随机性证明浅层酉与量子通道生成模型的表示分离
原标题:Representational separation between unitary and channel quantum generative models via shared classical randomness at shallow depth
近期量子硬件的限制约束了电路深度,并且通常要求量子生成模型具有几何局域的连通性,从而限制了浅层幺正 Born 模型所能实现的输出分布。向幺正量子 Born 模型中引入随机性,可以提升所得通道模型的经验生成性能;对于一种受限的小规模架构,已有证明表明,与其幺正对应模型相比,该模型能够表示严格更大的分布族。然而,对于任意大规模系统,在固定浅层深度下这种随机性是否能够带来可证明的分离,仍然是一个悬而未决的问题。在本文中,我们表明,共享经典随机性这一来自纠缠理论、相对较弱的资源,足以在相应的浅层幺正 Born 模型之上建立这种严格且可扩展的表示能力分离。更具体地说,我们在有界连通性的浅层幺正电路之后加入计算基测量,并结合空间上分离的局域 Pauli 操作;这些操作的联合施加由一个经典采样的随机比特控制。所得的浅层通道模型能够在经典输出分布中生成长程关联,而任何具有有界连通性的纯幺正浅层模型都无法复现这种关联。对于一维最近邻架构,在最坏情况下,使用纯幺正模型复现此类分布可能需要深度 $Ω(N)$。我们进一步表明,基于测量的量子计算(MBQC)可以通过对随机测量结果进行适当的自适应,提供所需共享经典随机性的自然实现。基于 MBQC 的生成模型上的数值实验支持了这些解析结果。
为什么值得读
它把“随机性提升生成能力”的经验观察推进为可扩展的复杂度分离,并直接关联浅层量子硬件与MBQC实现路径。
标签
量子生成模型量子通道Born模型共享随机性浅层电路MBQC长程相关量子复杂度