```html
پست ۲۲۶: تبدیل فوریهٔ کوانتومی روی گروههای دوری (QFT روی Z/NZ)
قلب بسیاری از الگوریتمهای کوانتومی «ساختار گروهی» و «تبدیل فوریه روی گروههای متناهی» است. اگر مجموعه حالتهای پایه را با برچسبهای 0 تا N-1 در نظر بگیریم، تبدیل فوریهٔ کوانتومی نگاشتی واحدی است که فازهای مربوط به ضرب پیمانهای را وارد میکند.
ایده این است: اگر ورودی یک حالت پایه با برچسب x باشد، خروجی به شکل برهمنهی همه برچسبها با فازهای منظم است.
QFT_N : |x> ---> (1 / sqrt(N)) * sum_{k=0}^{N-1} exp(2*pi*i*x*k / N) |k>
برای بلاگفا، همین فرمول را میتوان به صورت «متنی-ریاضی» هم خواند: برای هر k از 0 تا N-1، ضریب حالت |k> برابر exp(2*pi*i*x*k/N) تقسیم بر sqrt(N) است.
نکتهٔ جبری: این همان تبدیل فوریه روی گروه دوری G = Z/NZ است و «نمایشهای یکبعدی» گروه (کاراکترها) را وارد بازی میکند. یعنی exp(2*pi*i*k*x/N) دقیقاً کاراکترهای گروه دوری هستند.
کاربرد عملی: پیادهسازی QFT با شبکهای از دروازهها (Hadamard و چرخشهای کنترلشده) انجام میشود و بلوک اصلی در «برآورد فاز» و «الگوریتم شور» است.
جمعبندی کوتاه: QFT یک «تغییر پایهٔ گروهی» است: از پایهٔ برچسبها (x) به پایهٔ فرکانسها (k) میرویم.
پست ۲۲۷: برآورد فاز کوانتومی (Phase Estimation) به زبان مقادیر ویژه
برآورد فاز (QPE) یک زیرالگوریتم مرکزی است: اگر عملگر واحدی U داشته باشیم و یک بردار ویژه |u> به طوری که U|u> = lambda|u>، آنوقت میتوان «فاز» lambda را اندازهگیری کرد.
U|u> = exp(2*pi*i*phi) |u>
در اینجا phi عددی بین 0 و 1 است (فاز نرمالشده). QPE به ما یک تقریب دودویی از phi میدهد.
در مدار QPE، به جای اجرای مستقیم U، توانهای U را کنترلشده اعمال میکنیم:
controlled-U^(2^j) for j = 0,1,2,...
فازها روی رجیستر کمکی «انباشته» میشوند و سپس با QFT معکوس، به رشتهٔ بیتهای تقریب phi تبدیل میشوند.
نقطهٔ عمیقتر: QPE در عمل یعنی «اندازهگیری مقادیر ویژه»؛ و این همان چیزی است که در شبیهسازی کوانتومی (برای طیف انرژی) و نیز در شور (برای یافتن دوره) لازم داریم.
کاربرد عملی: اگر U یک قدم از تحول زمانی سامانه باشد، یعنی U = exp(-i*H*t)، آنگاه phi به انرژیهای H مرتبط میشود و میتوان طیف انرژی را با QPE استخراج کرد.
جمعبندی کوتاه: QPE پلی بین «طیفنگری عملگرها» و «اندازهگیری قابل اجرا در مدار» است.
پست ۲۲۸: الگوریتم سیمون و ایدهٔ پنهانزیرفضای (Hidden Subgroup) روی Z2^n
سیمون یکی از نخستین مثالهای «برتری نمایی» است و یک نمونهٔ کلاسیک از مسئلهٔ زیرگروه پنهان محسوب میشود.
فرض کنید تابعی f روی رشتههای بیتی طول n داریم که یا یکبهیک است یا دارای «دورهٔ XOR» غیرصفر s است:
f(x) = f(y) iff y = x XOR s
هدف یافتن s است. در نگاه گروهی، دامنه یک گروه آبلی است:
G = (Z2)^n with operation XOR
الگوریتم کوانتومی با یک پرسوجوی کوانتومی، حالتهایی تولید میکند که اطلاعاتی خطی درباره s میدهند. خروجی اندازهگیریها بردارهایی y میسازند که شرط زیر را ارضا میکنند:
y dot s = 0 (mod 2)
با جمع کردن حدود n نمونهٔ مستقل، یک دستگاه معادلات خطی روی میدان F2 داریم و s با حذف گاوسی روی F2 به دست میآید.
کاربرد عملی: سیمون چارچوبی برای درک اینکه چرا «پنهانزیرفضای آبلی» با QFT حل میشود، و نیز پیشدرآمدی مفهومی برای شور است.
جمعبندی کوتاه: از یک مسئلهٔ تابعی، به معادلات خطی روی F2 میرسیم؛ کوانتوم فقط دادههای خطی درست را سریع تولید میکند.
پست ۲۲۹: الگوریتم شور به عنوان مسئلهٔ یافتن دوره در گروه ضربی پیمانه N
الگوریتم شور (برای فاکتورگیری N) در اصل «یافتن دوره» یک تابع است. عددی a را انتخاب میکنیم (نسبت به N هماول) و تابع زیر را بررسی میکنیم:
f(x) = a^x mod N
این تابع دورهای است: عدد r وجود دارد که:
a^r = 1 mod N
یعنی r مرتبهٔ a در گروه ضربی (Z/NZ)* است. اگر r زوج باشد و:
a^(r/2) != -1 mod N
آنگاه دو مقسومعلیه غیر بدیهی N از رابطهٔ زیر بیرون میآیند:
gcd(a^(r/2) - 1, N) and gcd(a^(r/2) + 1, N)
نقطهٔ عمیقتر: بخش کوانتومی فقط r را پیدا میکند (با QPE/QFT). بقیه تماماً نظریهٔ اعداد کلاسیک است.
کاربرد عملی: این دقیقاً همان دلیلی است که RSA (با کلیدهای کافی بزرگ) در برابر رایانهٔ کوانتومیِ مقیاسپذیر آسیبپذیر است.
جمعبندی کوتاه: فاکتورگیری به «مرتبه در گروه ضربی پیمانه N» کاهش مییابد، و مرتبه با QFT قابل استخراج است.
پست ۲۳۰: لگاریتم گسسته و کاهش آن به برآورد فاز
مسئلهٔ لگاریتم گسسته در یک گروه متناهی (معمولاً گروه ضربی میدان متناهی یا گروه نقاط یک منحنی بیضوی) پایهٔ بسیاری از رمزنگاریهاست.
صورت ساده: در یک گروه دوری با مولد g، عنصر h داده شده و میخواهیم x را بیابیم که:
g^x = h
شور نشان داد که این مسئله هم با یافتن دوره حل میشود. نگاه طیفی/فازی: یک عملگر واحدی بسازید که روی حالتهای برچسبدار عمل کند و مقدار ویژههای آن فازهای مرتبط با x را حمل کنند، سپس QPE آن فاز را تخمین میزند.
فرمول کلیدی ایده: اگر بتوانیم یک U بسازیم که روی یک زیر فضا مانند ضرب با g عمل کند، آنگاه مقادیر ویژهٔ U از نوع exp(2*pi*i*k/r) خواهند بود و فازها اطلاعات مرتبه و لگاریتم را منتقل میکنند.
eigenvalue = exp(2*pi*i*k/r)
کاربرد عملی: این همان دلیل نگرانی دربارهٔ ECC و DSA در عصر کوانتومی است: اگر رایانهٔ کوانتومی خطاپذیر اما مقیاسپذیر داشته باشیم، لگاریتم گسسته هم میشکند.
جمعبندی کوتاه: «لگاریتم گسسته» را میتوان به «فاز» و سپس به «QPE» فروکاست.
پست ۲۳۱: آنتروپی فوننویمان و اطلاعات کوانتومی به عنوان طیف rho
برای سامانههای کوانتومی، مفهوم آنتروپی از روی ماتریس چگالی rho تعریف میشود و به طیف (مقادیر ویژه) rho بستگی دارد.
اگر مقادیر ویژهٔ rho برابر p1, p2, ..., pd باشند (همه نامنفی و جمعشان 1)، آنتروپی فوننویمان چنین است:
S(rho) = - sum_{i=1}^d p_i * log(p_i)
این دقیقاً مشابه آنتروپی شانون است، با این تفاوت که p_i از «قطریسازی rho» میآید، نه از یک توزیع از پیش دادهشده.
فرمول جدیدتر (نکتهٔ کاربردی): اگر rho خالص باشد، طیف آن (1,0,0,...) است و S(rho)=0. اگر rho کاملاً مخلوط روی d بعد باشد، یعنی rho = I/d، آنگاه:
S(I/d) = log(d)
کاربرد عملی: در ارزیابی کیفیت درهمتنیدگی و نیز در ظرفیت کانالهای کوانتومی، همین آنتروپی (و کمیتهای مشتقشده مثل آنتروپی شرطی کوانتومی) نقش مرکزی دارد.
جمعبندی کوتاه: اطلاعات کوانتومی به «طیف rho» گره خورده است؛ یعنی جبر خطی طیفی، ابزار اصلی است.
پست ۲۳۲: فاصلهٔ ردی، وفاداری (Fidelity) و کرانهای تمایزپذیری حالتها
در آزمایش و محاسبه، همیشه با حالتهای «تقریباً» مطلوب روبهرو هستیم. پس باید بپرسیم دو حالت کوانتومی چقدر به هم نزدیکاند. دو کمیت پرکاربرد: فاصلهٔ ردی و وفاداری.
فاصلهٔ ردی برای دو ماتریس چگالی rho و sigma به صورت زیر تعریف میشود:
D(rho, sigma) = (1/2) * || rho - sigma ||_1
در اینجا ||A||_1 یعنی جمع مقادیر ویژهٔ قدرمطلق A (هنجار یک).
وفاداری (یکی از تعریفهای رایج) چنین است:
F(rho, sigma) = ( Tr( sqrt( sqrt(rho) * sigma * sqrt(rho) ) ) )^2
کران کاربردی: این دو کمیت به هم مرتبطاند (نامساویهای فاینشتاین-فوش-فندگراف) و به ما میگویند اگر وفاداری بالا باشد، تمایزپذیری پایین است و بالعکس.
کاربرد عملی: در «توموگرافی حالت»، «اعتبارسنجی مدار»، و «گواهیکردن درهمتنیدگی»، این کمیتها شاخص کیفیتاند.
جمعبندی کوتاه: بدون معیار فاصله، هیچ ادعای تجربی دربارهٔ حالتهای کوانتومی دقیق نیست.
پست ۲۳۳: کدهای توپولوژیک و کد سطحی؛ منطق همولوژی روی شبکه
کدهای توپولوژیک (مثل کد سطحی) از ایدهای عمیق میآیند: خطاها را به شکل «زنجیر» روی یک شبکه (گراف دوبعدی) ببینیم و سندرم را به شکل «مرز» آن زنجیر.
به زبان خیلی خلاصه، یک خطای نوع X را میتوان مجموعهای از یالها در یک شبکه در نظر گرفت. سندرم، رأسهایی است که درجهٔ فرد دارند (مرز زنجیر).
اگر E مجموعه یالهای خطا باشد، سندرم تقریبی چیزی شبیه این است:
syndrome = boundary(E)
اگر بتوانیم با مشاهدهٔ syndrome زنجیری E' پیدا کنیم که همان مرز را داشته باشد، آنگاه E و E' فقط تا یک چرخه (loop) با هم فرق دارند.
چرخههای «غیرقابل انقباض» روی سطح، همان عملگرهای منطقیاند. اینجا دقیقاً جایی است که توپولوژی وارد تصحیح خطا میشود: اطلاعات منطقی در کلاسهای همولوژی پنهان میشود.
کاربرد عملی: کد سطحی امروز یکی از جدیترین گزینهها برای رایانش کوانتومی مقاوم در برابر خطاست، چون فقط به برهمکنشهای محلی (همسایهها) نیاز دارد.
جمعبندی کوتاه: تصحیح خطا به یک مسئلهٔ «یافتن زنجیر با مرز دادهشده» تبدیل میشود؛ یعنی یک مسئلهٔ گرافی/توپولوژیک.
پست ۲۳۴: دیکودر MWPM برای کد سطحی؛ از سندرم تا تطابق کمینه
داشتن کد سطحی کافی نیست؛ باید «دیکودر» داشته باشیم: الگوریتمی که از سندرم، محتملترین خطا را حدس بزند.
برای خطاهای مستقل و نادر، رایجترین روش، «تطابق وزنکمینهٔ کامل» است (MWPM). ایده:
- سندرم مجموعهای از نقاط (عیوب) روی شبکه است.
- خطاها معمولاً مسیرهایی هستند که این نقاط را جفت میکنند.
- پس باید نقاط سندرم را به صورت جفتهایی با کمترین هزینه (کمترین طول مسیر) تطبیق دهیم.
مدلسازی گرافی: رئوس همان نقاط سندرماند و وزن یال بین دو نقطه برابر کوتاهترین فاصلهٔ شبکهای آنهاست.
cost(i,j) = shortest_path_length(i,j)
سپس یک تطابق کامل با کمترین مجموع وزنها میخواهیم:
minimize sum cost(i, match(i))
نقطهٔ عمیقتر: اینجا جبر/کوانتوم عقب میرود و «نظریهٔ گراف و بهینهسازی ترکیبیاتی» جلو میآید. معماری واقعی رایانش کوانتومی بدون این بخش کلاسیک کار نمیکند.
کاربرد عملی: MWPM سالهاست معیار پایه برای گزارش «آستانهٔ خطا» در کد سطحی است و در شبیهسازیها و کنترل آزمایشگاهی استفاده میشود.
جمعبندی کوتاه: در نهایت، تصحیح خطای توپولوژیک یعنی حل یک مسئلهٔ تطابق در گراف.
پست ۲۳۵: پساکوانتوم: ایدهٔ رمزنگاری شبکهای و چرا با شور نمیشکند
اگر شور، فاکتورگیری و لگاریتم گسسته را میشکند، پس به چه تکیه کنیم؟ یکی از جدیترین گزینهها «رمزنگاری مبتنی بر شبکهها» است.
یک مسئلهٔ کلاسیک در این حوزه، یافتن بردار کوتاه در یک شبکه است. شبکه را میتوان به صورت همه ترکیبهای صحیح ستونهای یک ماتریس پایه B دید:
L = { B*z : z in Z^n }
مسئلهٔ SVP (Shortest Vector Problem) میگوید: کوتاهترین بردار غیرصفر در L را پیدا کن. نسخههای تقریبی (با فاکتور تقریب) نیز بسیار مهماند.
مسئلهٔ LWE (Learning With Errors) هم شالودهٔ بسیاری از طرحهای پساکوانتومی است. شکل سادهٔ نمونهها:
b = A*s + e (mod q)
در اینجا s راز است، e نویز کوچک است، و هدف بازیابی s یا تشخیص ساختار از نمونههاست.
چرا «کوانتومیتر» است؟ چون بحث امنیت آینده مستقیماً به محدودیتهای الگوریتمهای کوانتومی برمیگردد: برای LWE و SVP، شور به شکل مستقیم کمکی نمیکند، و بهترین الگوریتمهای کوانتومی شناختهشده هنوز هزینهٔ بسیار بالایی دارند.
کاربرد عملی: استانداردسازی جهانی روی طرحهای مبتنی بر شبکهها پیش رفته و بسیاری از پیادهسازیهای صنعتی در حال مهاجرتاند.
جمعبندی کوتاه: پساکوانتوم یعنی انتقال اتکای امنیت از «گروههای دوری ساده» به «هندسهٔ شبکهها و نویز».
```
در این وبلاگ به ریاضیات و کاربردهای آن و تحقیقات در آنها پرداخته می شود. مطالب در این وبلاگ ترجمه سطحی و اولیه است و کامل نیست.در صورتی سوال یا نظری در زمینه ریاضیات دارید مطرح نمایید .در صورت امکان به آن می پردازم. من دوست دارم برای یافتن پاسخ به سوالات و حل پروژه های علمی با دیگران همکاری نمایم.در صورتی که شما هم بامن هم عقیده هستید با من تماس بگیرید.