量子计算 15 量子电路复杂度

有了通用门的概念，就该讨论量子电路的复杂度了；我们要讨论的是，要用量子电路实现一个n-qubit的酉变换U，需要多少个1-qubit或2-qubit的门电路。

1 量子电路复杂度 (Quantum circuit complexity)

定义: $U$的量子电路复杂度$\mathcal{C}(U)=$实现$U$电路所需要的最小的量子门数量

在上回书，我们讨论了量子通用门 { CNOT ,  all 1-qubit gates } \{\text{CNOT}, \text{ all 1-qubit gates}\} {CNOT, all 1-qubit gates}，对于n-qubit的酉矩阵$U$，其维度为$2^n\times 2^n$，将其使用Givens rotation分解得到$4^n$个二维酉矩阵，建立每个小矩阵的计算量为$O(n)$，则对于n-qubit的酉矩阵$U$，其复杂度为：
$$\mathcal{C}(U)=O(n{4}^n)$$ 指数的复杂度是相当可怕的，单几百个量子比特的复杂度就大于宇宙已知粒子的数量了。这个上界能不能更tight一些呢？

定理: $\mathcal{C}(U)=\Omega (4^n)$ 对几乎所有的n-qubit $U$

所以，当量子比特数量增加的时候，量子电路的复杂度也将指数型的增长。

Proof: Counting argument

• Proof I: 所有的 n-qubit 酉变换等价于一个$4^n$维的manifold
  每个$2^n\times 2^n$的酉矩阵，需要$4^n$个量子幅，每个量子幅有两个实数，但由于酉矩阵的限制，所以自由度还是$4^n$；
• Proof II: T个量子门等价于一个$4T$维的manifold
  每个1-qubit量子门的维度是$2\times 2$需要4个实数描述；
• 因此想要用$4T$维的量子门来覆盖$4^n$的酉矩阵，需要$T=\Omega (4^n)$

几乎所有的布尔函数 f : { 0 , 1 } n → { 0 , 1 } f: \{0,1\}^n\rightarrow\{0,1\} f:{0,1}n→{0,1}需要$\Omega (\frac{2^n}{n})$个AND/OR/NOT逻辑门

同样的，n-bit的布尔函数有$2^n$个输入，每个都对应两个不同的输出，因此共有$2^{2^n}$个布尔函数；而T个逻辑门，共有$(n+T{)}^{O(T)}$个；由$2^{2^n}=(n+T{)}^{O(T)}$可证上述结论；

定理: $\mathcal{C}(U)=\Omega (\exp (n))$ 来近似表达n-qubit $U$ (仅用有限个量子门，近似通用门)

The Solovay-Kitaev Theorem $O(4^n(\log \frac{1}{\epsilon }{)}^{3.97})$

如果要$\epsilon$近似任意一个n-qubit酉矩阵U，需要$O(4^n(\log \frac{1}{\epsilon }{)}^{3.97})$个量子门($G\in \mathcal{S}\to G^{-1}\in \mathcal{S}$)；如果使用一些特殊的"natural"通用门，复杂度会变为$O(4^n(\log \frac{1}{\epsilon }{)}^1)$

2 量子优越性实验 (Quantum Supremacy Experiments)

有个方法是，随机选择一些量子门构成一个量子电路$C$，以产生一个n-qubit的纠缠的量子态 ∣ ψ ⟩ = ∑ x ∈ { 0 , 1 } n α x ∣ x ⟩ |\psi\rangle=\sum_{x\in \{0,1\}^n}\alpha_x|x\rangle ∣ψ⟩=∑x∈{0,1}n​αx​∣x⟩，然后在 { ∣ 0 ⟩ , ∣ 1 ⟩ } \{|0\rangle,|1\rangle\} {∣0⟩,∣1⟩}基上测量，结果就是从一个n-bit string的分布${\mathcal{D}}_c$的采样结果，而根据玻恩准则string x的概率$P(x)=|{\alpha }_x{|}^2$，然后通过一些概率检查其完成度。然后再说经典计算机如果从同样的分布${\mathcal{D}}_c$中采样需要$2^n$的时间。

如何建立这个量子电路$C$呢？就均匀随机的挑选$n^2$个1\2 qubit个门。这虽然不能产生完全随机的$2^n\times 2^n$的酉变换，但是看起来是随机的。。。通过这个量子电路得到的量子态$|\psi ⟩=C|0^n⟩$看起来会像是一个${\mathcal{C}}^{2^n}$里面的单位向量，及其量子幅分量会像是服从独立高斯分布。

有可能，最后的结果会因为一些destructive的干涉，让一些结果的可能性比另一些结果更大，这是量子计算里面的特有特点，而为了评价这个量子的结果，即一些采样$x_1,\dots ,x_k$，量子电路$C$和$2^n$时间，定义LXEB(linear cross entrophy benchmark)
$$\text{LXEB}=\frac{2^n}{k}\sum _{i=1}^k|⟨0^n|x_i⟩{|}^2$$ 经典的随机抽样结果会得到LXEB=1；而理想的量子计算机结果会是LXEB=2；

猜想: 没有经典算法可以很快的输出采样使得LXEB略大于1；

Google在2019年做了这个实验，用了53个qubit，超导芯片Sycamore，深度为20的量子电路；得到了LXEB$\approx 1.002$；

中国科大重复了这个实验，用了60个qubit，深度为24的量子电路，得到了$\approx 1.0007$

中国科大还做了玻色子采样来验证量子优越性：

因此，量子优越性现在是否实现，还取决于经典计算机是否能突破目前量子计算机。目前，还没有任何量子计算加速来能用来解决实际问题！

3 量子查询复杂性 (Quantum Query Complexity)

由于确定要建立的$U$的量子电路复杂度$\mathcal{C}(U)$也超级难，近似于$P=NP$的问题。因此目前我们讨论量子算法用到的模型为量子查询复杂性。

我们就假设函数$f$就是个黑箱，我们感兴趣的是需要调用其几次才能了解一些$f$的性质。

经典示例

要计算$f(1)f(2)+(1-f(1))f(3)$，我们仅需要调用两次函数$f$，第一次查询$f(1)$，第二次根据情况查询$f(2)$或者$f(3)$。

要知道 ，这个查询复杂度最多也就是$N=2^n$，因为最多也就$2^n$个输出。

要区别$f$以及我们调用$f$的算法或者函数。

XOR Oracle

即用uncomputing来实现可逆变换：

Phase Oracle

$$|x,b⟩\to (-1{)}^{f(x)b}|x,b⟩$$这里的Phase Oracle和签名的XOR Oracle其实等价。

可以看到，XOR oracle把查询结果编码进了answer qubit中，而Phase oracle则将结果编入了phase中。