量子科技中心_量科网

量子计算机和模拟器通过集体投影测量获取多体波函数的快照，为探测量子多体态提供了无与伦比的能力。这些快照获得的概率分布（本质上局限于希尔伯特空间中可忽略的部分）对判定量子计算能力具有根本重要性，但其与多体集体特性的关系尚不明确。该研究团队构建了一个结合数据复杂性与网络理论分析的理论框架，将物质量子相与其快照联系起来。 该工作方案的第一个步骤是将奥卡姆剃刀原理应用于量子采样：给定波函数快照后，研究人员通过分析不同测量基下快照信息可压缩性，识别出最小复杂性测量基。第二个步骤是利用网络理论分析任意关联，基于最小复杂性基数据构建波函数网络。这种方法使该团队能以完全可解释的方式，无需对底层动力学做任何假设，对量子计算机和模拟器的输出进行随机分类。 研究人员将该方法应用于一维平移不变系统中的物质量子态——在此类系统中分类具有完备性，并揭示了多体态算法复杂性与计算复杂性之间有趣的相互作用。该框架具有直接的实验意义，并可在两方面进一步拓展：其一是纳入离散同调等更先进的网络数学工具；其二是应用于含时动力学和规范理论等物理现象。