量子 PCP 猜想浅说 (三): Pauli 矩阵的线性检测
Contents
本文是关于交互式证明版本的量子 PCP 定理[1] 和量子 PCP 猜想[2]的系列文章的第三篇.
在上一篇中, 我们以 CHSH game (Bell 不等式的交互式证明版本) 和 Magic Square game 为例介绍了 entangled games (quantum games / non-local games), 这也可以被看做 的协议 (protocol). Entangled game 通常用一个裁判 (验证者) 和多个玩家 (证明者) 来描述, 它们之间的通信使用经典信息, 但是玩家之间允许共享一个纠缠态. 玩家通过对手中的纠缠态 (根据问题) 进行合适的测量给出回答, 这会在不同程度上提升它们的获胜概率.
而从另一方面看, 如果玩家的获胜概率很接近最优值的话, 那么他们共享的纠缠态就很接近极大纠缠态 (如 CHSH game 和 EPR 对), 这称为量子态的自检测 (self-testing). 此外, 我们以 CHSH game 为例, 说明了极大纠缠态的自检测, 实际上测试了玩家们的量子策略 (测量算符) 是否满足非对易性. 从群表示论的观点来看, 上述自检测就是把近似表示"取整"到精确表示, 即有限群上的 Gowers-Hatami 定理.
这一篇会给出经典 PCP 定理的一些直觉, 即指数规模的 PCP 定理 : 也就是说我们有一个指数规模的"证明", 只通过检查常数行, 我们就能以极高的概率判断这一"证明"是否正确. 为了更高效地阅读证明, 我们需要对其编码得到"新证明", 于是要检查"新证明"是否正确编码, 以及编码前的"证明"是否是真的. 在指数规模 PCP 定理中, 我们可以用线性检测 (linearity testing) 来检查编码的正确性, 这也是性质检测 (property testing) 的早期结果之一.
那么为什么线性检测是对的呢, 或者说如何证明其可靠性? 通常可以用 Fourier 分析的简单性质可以证明, 不过我们会从群表示论 (特征标理论) 的角度来看待这一证明, 并设法联系 Gowers-Hatami 定理 – 因而线性检测可以被推广到矩阵值函数上, 进而证明推广后的 Pauli 矩阵的量子线性检测的可靠性 (soundness). 这也是交互式证明版本的量子 PCP 定理的证明中用到的关键技术之一.
下面开始正文.
线性检测和指数规模 PCP 定理
指数规模 PCP 定理
回顾一下概率可检查证明 (probabilistic checkable proofs) 定理, 它说的是对于每一个 中的语言, 我们都可以设法得到一个多项式规模的"证明" (witness), 使得我们只需要检查证明中的常数行, 就能以极高的概率判断证明是否正确. 既然这里的"证明"是多项式规模的, 那么如果我们给"证明"中每一行编号的话, 编号至少是对数规模的 – 证明这一结果并不容易, 想把前因后果讲清楚甚至可能需要一学期的课, 不过给出一些直觉倒是容易得多.
为了方便起见, 不妨假设"证明"中每一行的编号是多项式规模 的, 那么这样的"证明"就是指数规模的. 尽管"证明"规模被放大到了指数, 但是结果仍然并不平凡 – 因为我们只能检查"证明"中的常数个位置!
下面给出指数规模 PCP 定理 的交互式证明版本:
指数规模 PCP 定理 对于每个语言 , 存在一个高效地过程 , 使得 描述 -玩家 -裁判交互式证明系统中的验证者. 在这一交互式证明系统中, 验证者的问题可以被多项式规模 的比特串描述, 而问题的答案可以被常数 长度比特串描述, 使得如果 , 那么 ; 否则如果 , 那么 , 其中 是玩家的获胜概率.
不难验证上述版本和概率可检查证明版本等价, 可以把多项式规模的问题看成投掷 次硬币来得到要检查的行号, 常数规模的回答看成只需要检查常数个位置. 如何证明这一定理呢? 显然我们需要一个合适的 问题, 用以设计多证明者的交互式证明协议 (protocol). 除此之外, 我们还需要对"证明"做一些处理:
- "证明"可以被分发到多个玩家 (证明者) 手上, 并且"证明"可以很方便地按照"行号"查阅.
- "证明"的处理 (即编码) 过程可以通过回答一系列问题验证, 确保"证明"被正确地编码.
第一个问题可以被纠错编码解决. 对于第二个问题, 我们退而求其次, 设法保证**“证明"中的大部分**被正确地编码即可. 由于这里的"行号"是多项式规模的, 而 中语言的 “证明” (witness) 也是多项式规模的 (比如说线性长度 ), 那么一个简单暴力的方法, 就是把"证明"和所有可能的 -比特串 的内积 算出来, 作为编码后的指数规模的"新证明” . 不难看出, "新证明"的每一行只有一个比特, 并且"行号"是多项式规模的.
注意到 , 也就是说这样简单暴力的编码是线性的, 那么验证"证明"是否被正确地编码, 可以通过验证编码后的"新证明"中的各项是否有线性关系成立. 如果"新证明"中的大部分都被正确地编码的话, 那么不难验证对于随机选择的"行号", 这样的线性关系会以极高的概率成立 — 这一检测过程称为线性检测 (linearity testing 或 BLR linearity test), 具体介绍暂不展开. 这一部分主要参考 Thomas Vidick 的讲义[3]中与指数规模经典 PCP 定理相关的部分.
再说几句这里用到的 问题, 即判定布尔变量的二次方程组的可解性 (Quadratic Solvability 或 Quadratic Equations). 这一问题表述如下:
布尔二次方程组可解性问题 (QS) 的实例 由 个布尔变量 上的 个约束给出:
或者等价地描述为 , 其中 和 为 -比特串, 为 -比特串, . 那么 当且仅当存在一个赋值 满足所有约束.
这一问题的"证明"可以被概率可检查证明验证, 考虑均匀随机选择的系数 , 那么有
显然, 满足所有约束时, 当且仅当 满足 , 这给出了完备性 (completeness). 而当 没有满足所有约束时, 当且仅当 满足 的概率 , 这是可靠性 (soundness). 后者不难看做原有约束 对应的向量和 对应的向量的内积, 前者不被满足而后者以均匀分布随机猜测, 那么两者内积 的概率不会好于直接瞎猜 (即 ).
使用我们在上一段提到的简单暴力编码, 不难给出"新证明" 和 , 只需要验证 是否成立即可. 这样的"简单暴力编码"通常被称为 (Walsh-)Hadamard code, 为了验证"新证明"的编码是否正确, 我们需要检查编码后的"新证明"的各行之间线性关系是否近似成立, 这就引出了线性检测.
此外, 我们在第一篇中提及了经典 PCP 定理与不可近似性有关, 其实我们也可以证明上述问题的 gap 版本仍然是 的, 下面简单说几句. 证明布尔变量的二次方程组的可解性是 中主要使用的技术是代数化 (arithmetization), 即设法把每个 实例 (布尔表达式) 都对应到一个布尔变量二次函数上, 那么布尔表达式的可满足性对应于布尔变量二次函数可解性.
对这一证明稍作修改可以证明它的 gap 版本, 即区分布尔变量二次方程组中所有等式被满足, 还是只有不超过 的等式被满足, 仍然是 的. 证明的关键技术在于, 利用纠错编码 (如 Reed-Solomon code) 从方程组可解 (白色) 和方程组不可解 (黑色) 中撕扯出一块灰色地带 (gap) — 方程组中只有占比 的等式被满足, 保证输入中这样的实例不存在. 尽管证明多项式规模的 PCP 定理 (gap 版本) 做的是类似的事情, 但是撕扯出灰色地带要用到的技术则复杂得多.
线性检测与近似群表示
所谓 Blum-Luby-Rubinfeld 线性检测说的是如何检测某个函数否几乎是线性的, 也就是说对于随机选取的 , 检测线性性质 是否几乎总是成立, 即
BLR 线性检测定理 给定"新证明" , 使得对于所有 , 成立的概率 . 那么, 存在"证明" 使得对于所有均匀随机选取的 , 成立的概率 .
回忆一下上一篇中提到的量子态的自检测 (self-testing): 如果 CHSH game 的获胜概率几乎是最优获胜概率的话, 那么玩家们共享的量子态几乎是极大纠缠态. 这一 entangled game 的 rigidity 可以通过 Gowers-Hatami 定理证明, 即通过 Weyl-Heisenberg 群的近似群表示导出它的精确群表示. 这一思路其实同样适用于线性检测的证明, 实质上和常见的 Fourier 分析版本的证明如出一辙 (需要说明的是, 这一证明跟用到 majority decoding / expander 的证明不同, 见 Irit Dinur 的讲义).
通常情况下 Fourier 分析讨论的是线性函数 构成的线性空间. 这里对**“线性函数”**一词稍作说明, 为了偏于后文联系群表示, 这里的线性函数是说 的指数部分是线性的 (以 为底), 即考虑线性函数 ,
可以验证上面的线性函数具有下述性质:
- 内积被定义为 .
- 是上述线性空间的一组标准正交基, 其中 .
- Fourier 变换 , 其中 Fourier 系数 .
因而, 使用上述 Fourier 分析的语言, 线性检测定理可以重述如下:
BLR 线性检测定理 考虑布尔函数 , 如果它满足 , 那么存在 使得 .
上面的 表示 indicator, 即 如果事件成立, 否则 . 这一定理的证明并不复杂, 只需要用上述性质做一些简单的推导. 注意到如果, 那么 , 反之 . 于是我们可以用 来替代 , 具体证明如下:
最后一行中 . 因为 , 所以 . 注意到 , 由于 是线性的, 从而我们知道 是线性函数 (按照 Fourier 分析中的定义). 从而给出了线性检测定理的可靠性 (soundness) 证明. 这一定理的完备性 (completeness) 对于 是线性函数的情况是显然的, 不再赘述.
为了对上面的线性检测定理做进一步的推广, 我们需要介绍一点有限群表示论.
不妨对上面的 Fourier 分析的性质做一些观察, 注意到如果 , 那么 , 即对按位模二加法封闭. 此外显然 , 并且对于任何 , 我们可以找到 使得 . 也就是说, 这里讨论的实际上是 上的加法群. 自然地, 我们也可以考虑它的表示 , 即 满足同态关系 – 由于我们讨论的是 上的加法群, 因而 其实就是 . 那么如何刻画它的表示呢?
由于我们考虑得是有限交换群 (finite Abelian group), 我们可以用 Schur 引理证明它的表示维度是 , 即它的表示对应所有线性函数 构成的线性空间. 特征标 (character) 理论可以刻画有限群的表示, 比如说对于 , 我们知道 是它的特征标. 不过对于一般的 (非交换) 有限群 , 它的特征标和表示通常并不一样:
- 有限群 的表示和分别为 , 是 上的线性空间.
- 有限群 的特征标是 , 并且 , 即特征标是表示取迹 (trace).
特征标理论可以用来刻画不同的有限群, 即以群元共轭类为行, 特征标为列的特征标表, 满足下述性质:
- 列正交性: 对于所有非平凡特征标 , .
- 行正交性: 对于所有不同特征标 , 满足正交关系 , 其中内积定义为 .
上面的列正交性意味着对于有限交换群 , 它的特征标个数为 . 而行正交性意味着特征标构成了线性空间 的一组正交基, 也就是为什么上文中 上的线性函数的标准正交基恰巧是特征标 (由于有限交换群的表示维度为 ). 回顾一下上面的线性检测定理, 注意到条件和结论分别对应下述两式:
第一个式子说的是 近似满足群 的线性性质 (或称关系), 即它是近似群表示. 第二个式子则说 可以被"取整"到一个精确群表示. 看起来似乎很眼熟, 回忆一下上一篇中介绍的 Gowers-Hatami 定理:
考虑有限群 和 Hilbert 空间 上的量子态 , 假定 是一个关于 的 -近似表示, 即 . 那么存在一个等距 (isometry) 变换 和精确表示 使得 .
注意到这里的线性函数和特征标 (群表示) 都是一维的, 因而上面的等距变换是平凡的, 即 BLR 线性检测定理实际上是 上的 Gowers-Hatami 定理!
鉴于二者的定价性, BLR 线性检测的可靠性是被类似地从近似群表示"取整"到精确群表示的结果保证的, 这一结果也可以理解为关于线性函数的线性性质的性质检测 (property testing). 看起来适用于所有有限群的 Gowers-Hatami 定理给了我们设计更多性质检测的机会, 下面我们会介绍如何把上述测试用到矩阵值线性函数 (matrix-value function) 和 Pauli 矩阵 (即 Weyl-Hensenberg 群) 上.
Pauli 矩阵的线性检测
如何把线性检测"量子化"
在本系列的第一篇对量子交互式证明的介绍中, 我们提及了几种 games qPCP 定理的弱化版本, 其中之一是只将右边换成共享纠缠态的证明者们, 比如 或者 .
如何证明这些结果呢? 我们需要考虑的是一个完全经典的问题 (如 或者 的问题), 但是证明者之间却共享纠缠. 完备性 (completeness) 很好证明, 诚实的证明者们不用纠缠即可. 但是可靠性 (soundness) 呢, 证明者们有办法用他们共享的纠缠欺骗证者吗?
答案是肯定的, 回忆一下上一篇提及的 Magic Square game, 我们可以定义一个类似的 game, 即让玩家甲的问题是六个行或列其中之一, 而玩家乙的问题则是该行 (或列) 的三个格子其中之一, 获胜仅当被选中的格子两个玩家回答相同. 不难验证这是一个 -变量的 实例, 而且是永假式 (因为矛盾方程), 所以经典的证明者们永远无法通过测试. 但是我们知道 Magic Square game 有算子解, 也就是说共享纠缠的证明者们是有办法总是通过测试的, 即使这是一个永假式 – 这意味着经典交互式证明系统的可靠性证明, 对共享纠缠的证明者们有可能不成立!
于是, 为了对于经典"证明" (witness) 设计一个证明者之间共享纠缠的验证协议, 我们需要解决下面两个问题:
- 如何重新编码"证明", 使得其可以被局部检测 (locally testable). 上一节中的 Hadamard code 是否仍然适用?
- 如果适用的话, 那么线性检测推广到证明者之间共享纠缠的情况? 并且需要保证新的"量子线性检测"此时仍然是可靠的.
第一个问题的答案是肯定的, 但是我们需要分析一下如何推广线性检测. 线性检测考虑的是函数 是否足够接近某些线性函数. 但是如果证明者们可以使用量子策略的话, 我们并不知道我需要处理的函数是什么样的 – 便宜起见, 我们可以假设他们的量子策略都是投影测量 并且共享纠缠态 , 但是这些量子态在投影测量下足够接近某些线性函数是什么意思呢?
我们可以考虑一个量子策略 , 其中测量结果取决于 , 或者说测量结果可以被线性函数 刻画. 也就是说, 如果玩家先使用"线性"的量子策略 并给出结果 , 然后再使用量子策略 并回答 . 如果我们想要测试的量子策略 足够"线性"的话, 那么使用这两个量子策略的输出结果也应该非常接近.
把上述想法数学化, 我们需要的考虑的是矩阵值函数 , 即它的输出是特征值为 的矩阵. 一个例子是所有正交矩阵 , 因为 , 于是我们有 . 在上一节中对特征标理论的简单介绍中, 我们提到特征标就是对可能的群表示取迹. 那么如何表示 " 几乎是线性的" 这句话呢? 我们同样可以用迹来刻画距离, 也就是说
如果 几乎是线性的, 那么有 .
为了叙述便宜起见, 我们可以定义新的内积 . 对照上一节中的 BLR 定理, 我们可以写出相应的矩阵值函数 (matrix-valued function) 版本:
矩阵值函数的线性检测定理 给定线性矩阵函数 . 如果它满足 , 那么存在 , 以及线性等距 (isometry) 和线性矩阵函数 , 使得 .
尽管我们仍然讨论的是有限交换群, 但是由于这里涉及的是矩阵值函数, 所以在比较已知的"线性"量子策略和被检查的量子策略的时候, 需要把后者投影到前者所在的线性空间上. 而"量子线性检测"的协议如下:
矩阵值函数的线性检测
(1) 裁判均匀地随机选择 , 他把 和 作为问题发送给玩家甲, 和 作为问题发送给玩家乙.
(2) 玩家甲给出 对应的测量结果, 玩家乙给出 对应的测量结果. 玩家们获胜当且仅当他们的答案互相吻合.
上述结果可以用类似 Fourier 分析 (用有限群表示论的语言推广到矩阵值函数上) 的技术直接证明, 或者用 Gowers-Hatami 定理导出, 这就是在 Ito-Vidick 在 的证明 (FOCS 2012 最佳论文奖[4]) 中的"量子线性检测"的核心想法. 更多的细节见季铮锋老师的讲义[5], 或 Thomas Vidick 博客上关于 Pauli Braiding test 的介绍的第一部分[6].
线性检测的"二次量子化": Pauli braiding test
回忆一下我们想证明的指数规模量子 PCP 定理, 即 . 类似上面指数规模 PCP 定理的证明, 我们需要考虑一个 问题, 设法把它的"证明"编码使得"新证明"更方便查阅, 再设法把"新证明"分发给所有证明者, 验证者通过证明者对一系列问题的回答判断"证明"的正确性. 上述流程的每一步都有一些困难, 不过在这一篇中我们只讨论如何判断"证明"的正确性.
在本系列的第一篇文章中, 我们曾提及局部哈密顿量问题 (local Hamiltonian problem) 是 的, 这一问题说的是以逆多项式的精度计算哈密顿量的基态能量, 自然这一问题的"证明"就是基态. 如何验证"证明"是某一量子态呢? 在一般情形下这一问题显然并不容易, 不过在上一篇文章中, 我们曾经提及量子态自检测 (self-testing) 这一概念 – 即如果获胜概率很接近最优值的话, 那么玩家们贡献的量子态很接近极大纠缠态. 对于一对 EPR 对和两对 EPR 对, 我们提及的例子分别是 CHSH game 和 Magic Square game. 不妨假设我们需要验证的"证明"就是极大纠缠态, 我们应该怎么做呢?
注意到极大纠缠态是用纠缠熵定义的, 并且在允许局部操作的情况下, 极大纠缠态是唯一的. 比如说考虑 EPR 对 , 不难验证 也是极大纠缠态. 既然如此, 那么如果我们需要检测 -量子比特的极大纠缠态的话, 我们只需要验证它的维度是否是 即可!
回忆一下 CHSH game, 玩家甲的最优量子策略其实就是 Pauli 矩阵 和 , 也就是说, 为了验证玩家们是否共享了 EPR 对, 我们只需要验证他们的量子策略是否为对应的 Pauli 矩阵即可, 这是因为 .
对于单个量子比特的情形, Pauli 矩阵满足下述关系 , , , 实际上它是对应的 Weyl-Hensenberg 群的非平凡表示 – 虽然名字看着吓人, 但是只是 Pauli 矩阵构成的群模掉了复因子. 即考虑只有两个生成元 的群, 他们满足关系 , , .
而我们想测试的是 个量子比特, 一个自然的想法就是考虑 transversal gate, 即把 个量子比特看成一个维度 的 qudit. 比如说, 如果我们想测试五个量子比特的话, 那么需要考虑 . 于是 Pauli 矩阵 满足下述关系:
- 线性性质: ,
- 反对易性质:
类似的, -量子比特极大纠缠态 (这里姑且认为是 个 EPR 对的张量积) 也是 和 的特征值为 的特征向量, 这一性质对所有 成立. 如果读者熟悉稳定化子编码 (stabilizer code) 的话, 实际上 就是一个稳定化子编码, 编码空间 (code space) 中唯一的量子态就是 . 为什么这一节的标题仍然是"线性检测"呢? 注意 的可能取值范围都是 , 也就是说这里用了 Hadamard code! 此外, 不难看出, 如果我们想得到效率更高的自检测协议, 我们应该选择性质更好的经典纠错编码 — 这是交互式证明版本的量子 PCP 定理证明中的关键技术之一, 我们将在后文做进一步介绍.
综合一下我们在本节想做的事情, 这就是 Natarajan-Vidick 提出的 Pauli braiding test[7]:
Pauli braiding test 对于 个 EPR 对的张量积 (即 -量子比特极大纠缠态), 我们有两个证明者的量子态自检测协议, 使得在允许误差为常数 的情况下, 只需要 -比特的问题和 -比特的回答, 可以达到完备性 , 可靠性 .
这是第一个常数完备性-可靠性间隙的 EPR 对的自检测协议, 即 与 无关. 这一技术在指数规模量子 PCP 定理的证明中扮演了关键角色, 因为这里的间隙与 无关, 我们以此设计的规约是保持间隙不变的 (gap-preserving). 在下一节中, 我们将简要介绍这一协议, 并提及证明思路, 更多的技术细节见 Thomas Vidick 的博文[6:1] 或原始论文.
Gowers-Hatami 定理的应用
在上一节中, 我们把对玩家们共享的量子态是否为极大纠缠态的测试, 转化为玩家们使用的量子策略是否用 Pauli 矩阵描述的测试. 而描述 Pauli 矩阵的 Weyl-Heisenberg 群的生成关系包括两部分, 即线性性质和反对易性质. 事实上到目前为止, 我们已经分别介绍了这两类性质检测应该如何进行:
- 线性性质的检测 (“一次量子化”) 可以使用这一部分第一节中矩阵值函数的线性检测, 是 上的BLR 线性检测的直接推广.
- 反对易性质的检测 (“二次量子化”) 则可以使用广义 Magic Square game, 即推广到 qudit 删 — 我们在上一篇文章中以 CHSH game 为例, 给出了 CHSH game 导出的自检测协议和反对易性质的检测之间的关系.
因此, Pauli braiding test 的协议分为四部分, 包括
- 对 和 的线性性质的测试, 使用矩阵值函数的线性检测.
- 对 和 的反对易性质的测试, 使用广义 Magic Square game.
- 相容性测试, 即询问两个玩家同样的问题, 检测答案是否相同.
上述协议的证明思路其实和 BLR 线性检测类似, 协议要求被检测的函数是某个有限群的近似表示, 那么对于被检测函数是群表示的情形, 完备性显然. 对于可靠性, 我们需要设法把近似群表示"取整"到群表示上, 这就需要用到 Gowers-Hatami 定理. 证明思路如下:
- 考虑玩家通过测试的情形, 即他们的答案 (记作 , ) 近似满足 Weyl-Heisenberg 群的生成关系:
- 线性性质: ,
- 反对易性质:
- 使用 Gowers-Hatami 定理, 我们知道上述近似群表示 可以找到对应的群表示 , 并且这里的误差 是与 无关的常数.
注意到 Stone-von Neumann 定理保证了 Weyl-Heisenberg 群的非平凡群表示是唯一的, 我们证明了 Pauli braiding test 的正确性, 即下述维度检测定理 (完整证明见 Thomas Vidick 的介绍[6:2]):
维度检测定理 考虑一组可观测量 , 其中 并且 . 对于量子态 , 如果相应的测量结果通过 -量子比特 Pauli braiding test 的概率至少为 , 那么量子态 是维度 的极大纠缠态.
至此, 我们给出了检测 Weyl-Heisenberg 群的生成关系的 Pauli braiding test, 并指出这一自检测协议的可靠性由 Gowers-Hatami 定理保证, 这是后文证明交互式证明版本的量子 PCP 定理中所用的核心技术之一.
这一篇我们介绍了如何证明指数规模的经典 PCP 定理. 事实上即使从证明布尔二次方程组可解性 (quadratic solvability) 是 开始, 一步一步证明它的 gap 版本也是 的 (不可近似性), 然后在介绍线性检测 (包括证明), 并最终从两个角度证明指数规模 PCP 定理, 所需要的也不过是三四个小时而已 (假设听众只有本科计算理论基础).
但是证明指数规模的量子 PCP 定理则复杂得多, 通过上一篇和这一篇我们终于介绍了证明中所需要的大部分技术. 但是仍然有一些细节没有解决, 比如说
- 在经典情形中"证明"可以直接分发给证明者们, 但是在量子情形中这一做法并不奏效, 因为量子不可克隆定理. 而如果把"证明"中的量子比特分奇偶发给不同的证明者呢? 这也不行, 因为同一约化密度矩阵可能对应不止一个量子态, 我们并不知道这一片"证明"到底是从哪来的.
- Pauli braiding test 只能检测极大纠缠态, 我们并不知道如何处理一般的量子态 – 而到目前位置, 我们只介绍了一般的局部哈密顿量问题 (local Hamiltonian problem) 是 的, 于是我们可以找到满足我们要求 (基态是极大纠缠态) 的特殊情形的哈密顿量吗?
如果上述问题都被解决的话, 那么我们可以从一类特定的 问题出发, 构造一个 entangled game ( protocol): 如果玩家们的获胜概率在某个范围内的话, 那么对应的哈密顿量基态能量满足问题要求. 由于裁判和玩家之间的通信代价是多项式规模的, 上述构造证明了指数规模的 games qPCP theorem.
在下一篇中, 我们将会一一介绍上述问题被如何解决, 并最终给出指数规模的量子 PCP 定理. 并可能会提及一些 Hamiltonian qPCP (量子纠缠的不可近似性) 的简单介绍, 以及在 SIGACT News 那篇关于量子 PCP 猜想的著名综述[2:1] 之后的一些进展.
Reference
[1801.03821] Low-degree testing for quantum states, and a quantum entangled games PCP for QMA ↩︎
Aharonov, Dorit, Itai Arad, and Thomas Vidick. “Guest column: the quantum PCP conjecture.” Acm sigact news 44.2 (2013): 47-79. ↩︎ ↩︎
CS286 Seminar in Computer Science: Around the quantum PCP conjecture ↩︎
Ito, Tsuyoshi, and Thomas Vidick. “A multi-prover interactive proof for NEXP sound against entangled provers.” In Foundations of Computer Science (FOCS), 2012 IEEE 53rd Annual Symposium on, pp. 243-252. IEEE, 2012. ↩︎
Natarajan, Anand, and Thomas Vidick. “A quantum linearity test for robustly verifying entanglement.” In Proceedings of the 49th Annual ACM SIGACT Symposium on Theory of Computing, pp. 1003-1015. ACM, 2017. ↩︎