经典与量子统计复杂性分歧的容错见证

我们需要多少关于一个过程过去的信息才能忠实模拟其未来？统计复杂性是随机过程结构的一个著名量化指标。然而，量子机器能够模拟经典随机过程，同时存储比其最优经典对应物显著更少的信息。这意味着经典与量子统计复杂性之间存在定性分歧。在此，我们发展容错技术来见证此类分歧，使我们能够考虑以当今量子技术实现量子随机模拟器时不可避免的不完美性。我们应用这些工具实验验证了在模拟伊辛自旋链时即便计入实验失真仍存在量子存储优势。这进而引导我们观察到最近被猜想的效应——简单性的模糊性（ambiguity of simplicity），即两个不同过程的相对复杂性可能取决于我们使用经典还是量子信息处理手段来建模该过程。