量子科技中心_量科网

已知研究量子态和量子通道的性质时，利用纠缠操作、辅助量子比特和自适应策略等资源能带来显著优势。然而对于测量学习（即研究量子测量算子的性质）所需的资源结构，学界仍缺乏深入认知。该工作发现了一个测量学习任务：当仅能获取经典测量结果时，查询复杂度存在指数级下界——这一结论通过区分真实量子投影测量与经典随机数生成器的任务得以验证。值得注意的是，即使允许使用任意纠缠操作、辅助量子系统和完全自适应策略，该任务的困难性依然存在，这表明传统用于态和通道学习的资源在此失效。与之形成鲜明对比的是，若能获取测量后的量子态，仅需采用简单的“二次测量”协议即可用恒定查询复杂度完成同一任务，且无需借助态和通道学习的相关资源。该研究成果揭示了测量后量子态作为一种本质性新资源对测量学习的决定性作用，这对设计实用量子认证协议具有潜在启示意义。