发表机构
Munich Center for Quantum Science and Technology; Institute for Theoretical Physics, University of Cologne; JILA, NIST and University of Colorado, Boulder; Department of Physics, University of Colorado, Boulder; Department of Physics, Stanford University（慕尼黑量子科学与工程中心; 科隆大学理论物理研究所; 科罗拉多大学博尔德分校JILA（与NIST合作）; 科罗拉多大学博尔德分校物理系; 斯坦福大学物理系）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文提出在数字量子计算机上高效生成和利用自旋压缩态的算法，通过自适应局域电路实现指数级深度改进，并证明最优性，同时以更少资源制备Dicke态，模拟显示在55个超导量子比特上可实现4.2 dB计量增益。
AI 中文摘要
自旋压缩态（SSSs）传统上被视为量子计量学的模拟资源。在此，我们开发了在数字量子计算机上高效生成和利用SSSs的算法。我们引入了一种自适应局域电路协议，以压缩参数$\xi$在深度$\mathrm{O}\left(\log{1/\xi}\right)$内制备SSSs，相比非自适应方法实现了指数级改进。我们通过推导纠缠熵的匹配下界，证明了该深度对于置换对称的SSSs是最优的。我们进一步利用压缩范式，以渐近更少的资源确定性地制备Dicke态，优于先前的方法。值得注意的是，在现实噪声模型下对我们制备协议的经典模拟预测，在总共包括辅助比特的55个超导量子比特中，可实现超出标准量子极限4.2 dB的计量增益。我们的工作为在近期数字量子设备上进行量子计量学铺平了道路。
英文摘要
Spin squeezed states (SSSs) are conventionally viewed as analog resources for quantum metrology. Here we develop algorithms to efficiently generate and exploit SSSs on a digital quantum computer. We introduce an adaptive local-circuit protocol that prepares SSSs with squeezing parameter $ξ$ in depth $\mathrm{O}\left(\log{1/ξ}\right)$, yielding an exponential improvement over non-adaptive approaches. We prove that this depth is optimal for permutation symmetric SSSs by deriving a matching lower bound on entanglement entropy. We further leverage the squeezing paradigm to deterministically prepare the Dicke states using asymptotically fewer resources than prior methods. Remarkably, classical simulations of our preparation protocols under realistic noise models predicts a metrological gain of 4.2 dB beyond the standard quantum limit with 55 superconducting qubits in total including ancillae. Our work paves the way for performing quantum metrology on near-term digital quantum devices.
Comments6+29 pages
