多拷贝量子学习任务的无限层次结构
从测量数据中获取量子态的特性是量子信息科学中的基础性难题。此类任务的样本复杂度关键取决于测量原语的选择。虽然“阴影层析成像”技术通过允许多副本纠缠测量实现了样本高效的学习,但其所需的深层量子电路难以实现。与之相对,在泡利层析等任务中,双副本测量已展现出相对于单副本策略的指数级优势。该工作揭示:这种鲜明分界远超双副本范畴——对于每个质数c,研究人员构建了明确的c阶学习任务,这些任务在(c-1)副本测量下具有指数级难度,却能通过c副本测量高效解决。所提协议不仅样本高效,还能用浅层量子电路实现。进一步研究表明,这类有限阶任务存在于所有无平方因子整数c中,暗示着其背后存在普适性原理。这些发现共同揭示了多副本学习问题的无限层级结构,展现了样本复杂度中的新相变现象,并证实可靠量子存储器作为实现指数级量子优势的核心资源地位。
量科快讯
【牛津大学开设量子技术理学硕士课程 首批有29名学生入学】英国牛津大学新开设的量子技术理学硕士课程已于近日正式启动。首批有29名学生入学,他们将率先受益于这一面向快速发展的量子技术领域的跨学科培训课…
17 小时前
1 天前
2 天前
2 天前
2 天前



