l codice GKP è stato proposto nel 2001 da Daniel Gottesman, Alexei Kitaev e John Preskill come un modo per codificare un qubit nello spazio delle fasi di un oscillatore, dove gli stati logici sono formati da sovrapposizioni coerenti di stati squeezed traslati periodicamente. A causa della difficoltà nella preparazione di tali stati, si è ritenuto a lungo che il codice GKP fosse inutilizzabile. Tuttavia, gli straordinari sviluppi dell’hardware quantistico e degli strumenti teorici negli ultimi due decenni hanno reso il codice GKP un promettente candidato nella corsa per costruire una tecnologia quantistica bosonica tollerante agli errori. In questa tesi, viene presentata una panoramica del codice GKP con enfasi sulla sua implementazione tramite sistemi fotonici, descritti dal formalismo dell’ottica quantistica a variabili continue.
l codice GKP è stato proposto nel 2001 da Daniel Gottesman, Alexei Kitaev e John Preskill come un modo per codificare un qubit nello spazio delle fasi di un oscillatore, dove gli stati logici sono formati da sovrapposizioni coerenti di stati squeezed traslati periodicamente. A causa della difficoltà nella preparazione di tali stati, si è ritenuto a lungo che il codice GKP fosse inutilizzabile. Tuttavia, gli straordinari sviluppi dell’hardware quantistico e degli strumenti teorici negli ultimi due decenni hanno reso il codice GKP un promettente candidato nella corsa per costruire una tecnologia quantistica bosonica tollerante agli errori. In questa tesi, viene presentata una panoramica del codice GKP con enfasi sulla sua implementazione tramite sistemi fotonici, descritti dal formalismo dell’ottica quantistica a variabili continue.
Come si può apprendere uno stato quantistico della luce? Come si può distribuire informazione quantistica attraverso un collegamento ottico? È possibile superare la sfida delle regolarizzazioni nella teoria di Shannon quantistica? Questa tesi affronta tutte e tre queste questioni. La prima parte della tesi studia l’intersezione tra due importanti ambiti di ricerca: la teoria dell’apprendimento quantistico e i sistemi a variabili continue (continuous-variable, CV). La teoria dell’apprendimento quantistico si occupa di come estrarre informazione classica da sistemi quantistici nel modo più efficiente possibile. I sistemi CV sono onnipresenti in natura e nelle tecnologie quantistiche, in quanto modellano sistemi bosonici e piattaforme di ottica quantistica. Questa intersezione solleva numerose domande aperte di grande interesse, alcune delle quali vengono affrontate in questa tesi. Una prima domanda naturale riguarda i limiti ultimi della tomografia per sistemi CV. Rispondiamo a questa domanda dimostrando che: (i) la tomografia di stati non gaussiani è estremamente inefficiente; (ii) la tomografia di stati gaussiani è efficiente; e (iii) la complessità campionaria della tomografia CV cresce esponenzialmente con il grado di non gaussianità dello stato incognito. Altre domande naturali affrontate in lavori successivi correlati includono l’apprendimento efficiente di processi gaussiani e il problema di testare in modo efficiente se uno stato CV incognito sia gaussiano oppure lontano dall’insieme degli stati gaussiani. Come sottoprodotto delle nostre analisi, otteniamo diversi limiti sulla distanza in traccia tra stati CV in funzione delle loro matrici di covarianza, che forniscono un utile insieme di strumenti per la ricerca nella teoria dell’apprendimento quantistico con sistemi CV e potenzialmente anche in altri contesti. La seconda parte della tesi si concentra sulla teoria di Shannon quantistica per sistemi CV. Uno degli obiettivi principali di questa disciplina è comprendere come trasmettere informazione classica o quantistica in modo efficiente attraverso canali quantistici. Iniziamo determinando il massimo livello di rumore compatibile con la distribuzione di chiavi quantistiche e con la distribuzione di entanglement su canali gaussiani bosonici a fase insensibile, che costituiscono modelli standard per fibre ottiche e collegamenti in spazio libero. Raggiungiamo questo obiettivo stabilendo limiti inferiori allo stato dell’arte per la capacità di chiave segreta e per la capacità quantistica a due vie nel regime di alto rumore. Studiamo poi la comunicazione quantistica bosonica sotto diversi vincoli realistici, inclusi l’effetto combinato di perdita di fotoni e decoerenza di fase, nonché la presenza di rumore non markoviano (con memoria); in lavori successivi correlati consideriamo inoltre il regime one-shot di un numero finito di usi del canale e tolleranza di errore non nulla. La parte finale della tesi si sposta sui sistemi a dimensione finita e affronta un ostacolo centrale nella teoria di Shannon quantistica: il problema delle regolarizzazioni, che rende computazionalmente intrattabile ottenere una comprensione quantitativa precisa dell’efficienza ultima di compiti operativi fondamentali quali la manipolazione dell’entanglement. In questo contesto, consideriamo il problema del calcolo del costo asintotico di entanglement per la preparazione esatta di stati quantistici rumorosi sotto operazioni PPT. Basandoci su una precedente caratterizzazione del costo di entanglement PPT in termini di una formula regolarizzata, costruiamo invece una gerarchia di programmi semidefiniti che aggira completamente il problema della regolarizzazione e converge esponenzialmente al vero valore asintotico del costo di entanglement. Per quanto a nostra conoscenza, questa è la prima volta in cui una misura di entanglement asintotica risulta essere computabile in modo efficiente nonostante l’assenza di una formula single-letter in forma chiusa.
Dentro un computer quantistico superconduttivo è un volume introduttivo e divulgativo dedicato ai principi fisici e ingegneristici che rendono possibile la realizzazione di un qubit superconduttivo. Il testo accompagna progressivamente il lettore dall’elettronica classica alla computazione quantistica, mostrando come componenti familiari quali condensatori, induttori e circuiti risonanti possano diventare, quando vengono portati nel regime quantistico, gli elementi di base per la costruzione di sistemi artificiali capaci di rappresentare ed elaborare informazione quantistica. Il percorso prende avvio dal circuito LC e dal concetto di oscillatore armonico, per introdurre successivamente la quantizzazione dell’energia e la struttura a livelli dell’oscillatore quantistico. Viene quindi analizzato il limite fondamentale dell’oscillatore armonico come possibile qubit, determinato dall’equidistanza dei suoi livelli energetici, e viene introdotta la giunzione Josephson quale elemento non lineare in grado di produrre l’anarmonicità necessaria alla selezione delle transizioni quantistiche. La trattazione conduce quindi alla struttura e al funzionamento del transmon, illustrando il ruolo della capacità di shunt, dell’energia di carica e dell’energia Josephson e il compromesso progettuale tra riduzione della sensibilità al rumore di carica e conservazione di una sufficiente anarmonicità. I due livelli energetici inferiori del transmon vengono infine interpretati come spazio computazionale del qubit, descrivendo il ruolo degli impulsi a microonde nel controllo coerente degli stati e il problema delle transizioni indesiderate verso i livelli superiori. Il volume adotta un approccio prevalentemente discorsivo e concettuale, limitando il formalismo matematico e accompagnando la trattazione con illustrazioni e schemi scientifici originali. L’obiettivo è rendere comprensibile la continuità esistente tra elettronica classica, superconduttività, meccanica quantistica e ingegneria dei qubit, offrendo al lettore una visione organica del percorso che conduce da un semplice circuito elettrico a un qubit superconduttivo controllabile.
Questo lavoro di tesi e incentrato principalmente nelle tecniche avanzate di ottimizzazione per comunicazioni quantistiche, ed in generale applicazioni a regime di singolo fotone in spazio libero.
Si tratta di un’attivita inserita nell’ambito di vari progetti che coinvolgono i dipartimenti di Ingegneria dell’Informazione e Astronomia dell’Universita degli Studi di Padova. Il lavoro svolto e introdotto da una sezione dedicata alla crittografia classica, seguita da una parte dedicata alla crittografia quantistica che ne illustra i concetti base e i principali protocolli. Si da inoltre particolare risalto alle tecnologie attualmente impiegate per l’implementazione di sistemi reali QKD (Quantum Key Distribution).
In particolare verra descritto QuAKE: il sistema di crittografia quantistica basato su protocollo B92, le cui fasi di composizione e collaudo sono state svolte presso i laboratori LUXOR dell’Universita degli Studi di Padova. Si iniziera da una descrizione generale del sistema, in cui si espongono e analizzano le scelte progettuali per la realizzazione
dell’apparato; in seguito si esporranno le soluzioni adottate per
l’assemblaggio dell’ottica del trasmettitore e del ricevitore, andando a caratterizzare singolarmente tutti i componenti utilizzati nel sistema.
Si illustrera in dettaglio la fase di montaggio di QuAKE, mettendo
in rilievo le difficolta incontrate e le relative soluzioni adottate. Ampio risalto verra riservato ai test sperimentali effettuati. Verranno inoltre descritti con accuratezza tutti i software, proprietari e non, utilizzati, in modo da rendere questa tesi una guida utile per il setup completo del sistema. Alla fine si esporranno i risultati empirici ottenuti in laboratorio e i possibili sviluppi futuri
Questo lavoro esamina le applicazioni del quantum computing in data science, riformulando problemi di ottimizzazione e machine learning attraverso un formalismo ibrido quantistico-classico. Innanzitutto, vengono presentati i concetti fondamentali della meccanica quantistica, limitando lo studio all’area di interesse del quantum computing ma allo stesso tempo impostando il contesto matematico in modo rigoroso. Dopodiche, attraverso una panoramica dell’hardware presente ad oggi e di quello atteso per il futuro prossimo, e con l’esaminazione dei problemi legati al rumore e al ridotto numero di qubit disponibili nei dispositivi quantistici moderni, si motiva il bisogno di un approccio ibrido per risolvere problemi complessi, che permetta ad hardware classico e quantistico di lavorare sinergicamente. Lo scopo di questo lavoro e quello di presentare strategie per modellare problemi di ottimizzazione e supervised e reinforcement learning in modo da far lavorare una Quantum Processing Unit sulle parti degli algoritmi computazionalmente piu costose. Vengono discussi sia i benefici sia gli svantaggi: i primi sono strettamente legati alla scelta di un modello di computazione nuovo, dal quale ci si aspetta l’esecuzione di operazioni classicamente intrattabili e lo sfruttamento della velocita intrinseca dei sistemi quantistici di raggiungere il ground state; i secondi derivano principalmente dalle attuali limitazioni ingegneristiche che non permettono un controllo efficiente di sistemi quantistici a larga scala. Vengono esaminati quattro casi di studio: un problema di classificazione di immagini auto-costruite attraverso un algoritmo di Support Vector Machine, il quale sfrutta funzioni che portano i dati dallo spazio di input allo spazio degli stati quantistici, construendo cosi un kernel quantum-enhanced; un problema di reinforcement learning, formulato come Quadratic Unconstrained Binary Optimisation (QUBO), con lo scopo di trovare una strategia vincente per il gioco del Blackjack usando dati auto-simulati; il Number Partitioning Problem, formulato come QUBO, che rappresenta lo scenario piu complesso dal punto di vista della connettivita dei qubit e, per grandi istanze, e capace di raggiungere la complessita di problemi reali; infine, il problema del limited-assets Markowitz portfolio optimisation, riscritto come QUBO, al fine di implementare un’euristica quantum-inspired che possa sormontare la complessita del problema al crescere della dimensione dell’input. Nel corso di questo lavoro sono stati analizzati sia l’approccio di computazione universale gate-model, sia quello di adiabatic quantum computing, con particolare attenzione verso quest’ultimo attraverso la maggior parte dei casi di studio. Per uno di questi, il Number Partitioning Problem, e stato sfruttato l’accesso in cloud ad un quantum annealer, che ha permesso uno studio completo delle capacita di tale macchina, in grado di risolvere tra i problemi piu complessi che i quantum computer moderni possano affrontare. Infine, non solo questo lavoro valuta l’accuratezza e la qualita delle soluzioni dei problemi esaminati, ma si concentra anche sul paragone tra strategie quantistiche e classiche, evidenziando le differenze e i benefici che un approccio quantistico o ibrido quantistico-classico puo portare nella risoluzione di problemi di ottimizzazione e machine learning, specialmente con l’eventuale disponibilita, nel futuro prossimo, di dispositivi a piu larga scala.
Il Quantum Computing (QC) è rimasto a lungo un’idea nell’immaginario della comunità scientifica, ma grazie agli enormi progressi degli ultimi decenni sta acquistando una credibilità crescente al punto da ritenere realistica la sua applicazione su larga scala su un orizzonte temporale relativamente vicino. I computer quantistici implementano una nuova modalità di processare le informazioni e, se la tecnologia riuscirà a rendere disponibile la capacità di calcolo che promette, potranno essere utilizzati per analizzare problemi non trattabili dai computer classici, aprendo nuove opportunità in termini di scoperte, innovazione e applicazione con impatti che potrebbero essere rivoluzionari in tutti i settori. Anche se la tecnologia non ha raggiunto ancora la piena maturità, è già conveniente utilizzare il QC eventualmente con opportuni adattamenti, capendo le modalità e le logiche della programmazione quantistica, beneficiando dei vantaggi e delle opportunità di sviluppo di nuovi use cases e di apertura di nuovi scenari. L’articolo si propone di fornire una panoramica sulle applicazioni, le tipologie di quantum computer, gli ambienti di sviluppo e la modellizzazione algoritmica per mostrare come il QC possa a tutti gli effetti essere preso in considerazione per sviluppare use case reali. In fondo il quantum non è poi così “spooky” come potrebbe sembrare...
La correction d'erreur quantique permet de réaliser le calcul quantique en minimisant l'impact des erreurs physiques. Ceci se fait en élargissant l'espace d'Hilbert utilisé pour encoder un qubit. Le code GKP (Gottesman-Kitaev-Preskill) fait usage du nombre infini de niveaux d'énergie d'un oscillateur harmonique en encodant l'information quantique en état de grille. Son étendue dans l'espace des phases requiert des états de Fock élevés pour le décrire avec fidélité ce qui, par la nécessité d'avoir de plus grands vecteurs d'état, ralentit la vitesse de calcul lors de simulations numériques. On examine donc l'usage d'une base modulaire, la base de Zak, permettant d'exprimer un état GKP de manière compacte, dans une simulation. Dans ce travail, on explique le code GKP et on dérive des propriétés importantes de la base de Zak. On discrétise ensuite cette base pour construire les vecteurs d'états et opérateurs nécessaires à la simulation de codes bosoniques. À partir de ces éléments, on compare notre simulation à des calculs analytiques pour conclure que notre approche est inefficace et limitée par la contrainte sur les fréquences imposée par la discrétisation et le non-respect de la relation de commutation canonique.