量子信道学习中指数优势的基本资源
量子资源使该研究团队能够通过采用量子存储器,在探索未知物理系统特性时实现指数级优势。虽然量子存储器产生的纠缠被公认为必要的定性资源,但其定量作用仍不甚明晰。该工作区分了量子存储器提供的两种基础资源——纠缠与辅助量子比特,并分析了它们对量子学习采样复杂性的各自贡献。以量子通道学习的典型范例“泡利通道学习”为研究对象,研究人员发现一个显著现象:即便输入态中的纠缠量趋近于零,仅需量子比特数量的多项式级通道查询即可完成学习任务。与之形成鲜明对比的是,研究证明当辅助量子比特数量不足时,即使仅获取通道的部分信息也需要指数级样本复杂度。这些发现揭示:虽然大量纠缠并非必需,但量子存储器的维度却是关键资源。通过辨明两种资源的不同贡献,该工作为理解量子学习优势的本质提供了更深刻的洞见。
