高斯玻色采样中量子计算优势的线性交叉熵认证
量子物理
2024-10-03 v2
摘要
在高斯玻色采样(GBS)背景下,验证量子优势声明目前依赖于提供证据,证明实验样本确实遵循其对应的真实基态,即包含实验者所能考虑的所有可能损耗的实验理论模型。这种验证方法有一个重要缺陷:必须假设真实基态分布在计算上是难以采样的,也就是说,它们足够接近理想的、无损耗实验的分布,而有证据表明,无论是精确还是近似采样,对该理想分布而言都是一项计算上困难的任务。这一难以轻易证实的假设,为经典算法利用真实基态中的噪声来高效模拟实验打开了大门,从而削弱了任何量子优势声明。在这项工作中,我们论证可以通过直接使用相应的理想分布来验证 GBS 实现,从而避免这一问题。我们解释了如何使用一种改进版的线性交叉熵(我们称之为 LXE 分数)来寻找参考值,以帮助我们评估给定的 GBS 实现与其对应理想模型的接近程度。最后,我们解析地计算了一个无损耗 GBS 实现将获得的分数。
引用
@article{arxiv.2403.15339,
title = {Linear cross-entropy certification of quantum computational advantage in Gaussian Boson Sampling},
author = {Javier Martínez-Cifuentes and Hubert de Guise and Nicolás Quesada},
journal= {arXiv preprint arXiv:2403.15339},
year = {2024}
}
备注
44 pages, 8 figures