ملخص تقني: خوارزمية كمومية خالية من العقوبات لإيجاد الحالات الذاتية للطاقة

بيان المشكلة

يعد إيجاد القيم الذاتية والحالات الذاتية للهاميلتونيان (Hamiltonians) متعدد الأجسام تحديًا جوهريًا في الفيزياء والعلوم الحسابية. تواجه الطرق الكلاسيكية توسعًا أسيًا (تخزين بمقدار $O(2^{2n})$ وزمن بمقدار $O(2^{3n})$) مع زيادة عدد الكيوبتات $n$. وبينما تقدم الخوارواتم الكمومية مسارًا للمضي قدمًا، إلا أن النهج الحالية تعاني من قيود كبيرة:

• الخوارزمية التباينية لـ حل القيمة الذاتية الكمومية (VQE): نهج هجين (كمومي-كلاسيكي) غالبًا ما يعاني من "الهضاب القاحلة" (Barren Plateaus) أو تلاشي التدرجات أثناء التحسين. ويتطلب إيجاد الحالات المثارة عادةً إضافة حدود عقابية (Penalty terms) لتثبيط مساهمات الحالة الأرضية، مما يزيد من التعقيد واحتمالية الخطأ.
• التخمير الكمومي (Quantum Annealing): يتطلب أزمنة تطور طويلة لضمان التباطؤ (Adiabaticity)، ويعاني من صغر الفجوات الطاقية بين الحالة الأرضية والحالات المثارة.
• التطور في الزمن التخيلي (ITE) و (QITE): رغم كونها واعدة، إلا أن ITE القياسي يواجه مشكلات في القابلية للتوسع عند تنفيذ العمليات غير الوحدوية. وغالبًا ما يعتمد QITE على التحسين التبايني أو حدود عقابية للحالات المثارة، مما يعيد تحديات الهضاب القاحلة ويتطلب نماذج (Ansatzes) معقدة.
• طرق أخرى: تعتمد تقنيات مثل تشخيص الترددات المرشحة (QFD) وتقدير الطور المفلتر (FQPE) بشكل كبير على حالات مرجعية محددة أو دالات ترشيح محسنة.

حدد المؤلفون الحاجة إلى خوارزمية كمومية بالكامل يمكنها إيجاد كل من الحالات الأرضية والمثارة دون دوال عقابية، أو خطوات تباينية، أو حلقات هجينة (كمومية-كلاسيكية)، وذلك لتجنب الهضاب القاحلة.

المنهجية

الخوارزمية المقترحة هي طريقة كمومية بالكامل، خالية من العقوبات، تعتمد على أخذ العينات العشوائية لمصفوفة كثافة الحالة المختلطة بالتزامن مع محاكاة قائمة على الحالة.

1. تفكيك الهاميلتونيان ورسم خرائط مصفوفة الكثافة

تفترض الخوارزمية إمكانية تفكيك الهاميلتونيان المستهدف $H$ إلى مكونين قابلين للحل، $H = h_1 + h_2$، حيث تكون القيم الذاتية ($\lambda^j_i$) والحالات الذاتية ($|\psi^j_i\rangle$) لـ $h_1$ و $h_2$ معروفة وسهلة التحضير.

• يقوم المؤلفون بإزاحة وإعادة تحجيم القيم الذاتية لـ $h_1$ و $h_2$ لإنشاء توزيع احتمالي صالح.
• يقومون ببناء مصفوفة كثافة حالة مختلطة $\rho$ مكافئة للهاميلتونيان المزاح:
  $$\rho = \frac{1}{C} (H + (c_1 + c_2)I) = \sum_{i,j} p^j_i |\psi^j_i\rangle\langle\psi^j_i|$$
  حيث $p^j_i$ هي الاحتمالات المشتقة من القيم الذاتية المزاحة. الحالات الذاتية لـ $\rho$ هي نفسها حالات $H$.

2. التطور في الزمن التخيلي العشوائي (ITE) للحالة الأرضية

لإيجاد الحالة الأرضية، تقوم الخوارزمية بتنفيذ ITE على $\rho$ باستخدام أخذ العينات العشوائية:

• أخذ العينات (Sampling): عند كل خطوة زمنية $\eta$، يتم أخذ عينة من مؤثر الإسقاط $P^j_i = |\psi^j_i\rangle\langle\psi^j_i|$ من التوزيع $\{p^j_i\}$.
• مؤثر التطور: بدلاً من تنفيذ العملية غير الوحدوية الكاملة $e^{-\eta \rho}$، تنفذ الخوارزمية المؤثر $I - \eta P^j_i$ للمؤثر المسحوب.
• التنفيذ بالدوائر: يتم تحقيق ذلك عبر دائرة وحدوية تعتمد على الاختيار اللاحق (Post-selected) تتضمن كيوبت مساعد (Ancilla). الوحدة $U$ هي بوابة $n$-qubit controlled-SU(2). إذا كان النظام في الحالة المقابلة للمؤثر المسحوب، يخضع الكيوبت المساعد لدوران؛ وإلا فإنه يبقى دون تغيير. يؤدي اختيار الكيوبت المساعد في الحالة $|0\rangle$ إلى الحصول على العملية $I - \eta P^j_i$ المطلوبة.
• التقارب: تكرار هذه العملية يدفع النظام نحو الحالة الأرضية لـ $\rho$ (وبالتالي لـ $H$) دون الحاجة لتحسين تبايني.

3. المحاكاة القائمة على الحالة للحالات المثارة

لإيجاد الحالات المثارة، يجب على الخوارزمية تثبيط مساهمات الحالات ذات الطاقة الأدنى التي تم إيجادها بالفعل (مثل الحالة الأرضية $P_g$).

• التحدي: تنفيذ مؤثرات الإسقاط للحالات الأرضية شديدة التشابك أمر صعب.
• الحل: يستخدم المؤلفون بروتوكول محاكاة قائمة على الحالة. يتضمن ذلك نظامًا مزدوجًا من $n$-qubit (مساعد) مُعد في الحالة الأرضية المعروفة $P_g$، وكيوبت تحكم، والنظام الأساسي.
• الآلية: يتم تطبيق بوابة controlled-SWAP بين النظام الأساسي والمساعد، بشرط الكيوبت المتحكم. قياس الكيوبت المتحكم في قاعدة $|+\rangle$ ينفذ فعليًا عملية التطور $e^{-\eta P_g}$ (المقربة كـ $I - \eta P_g$)، مما يؤدي إلى استبعاد مكون الحالة الأرضية.
• إجراء الرفع (Lifting Procedure): لإيجاد الحالة المثارة الأولى، يتم "رفع" احتمال أخذ عينة من مسقط الحالة الأرضية (زيادته) في توزيع مصفوفة الكثافة. ثم تقوم الخوارزمية بتنفيذ ITE على هذا التوزيع المعدل. عندما يتم أخذ عينة من مسقط الحالة الأرضية، تُستخدم المحاكاة القائمة على الحالة لتصفيتها. يمكن تكرار هذه العملية لإيجاد حالات مثارة أعلى.

4. متغير للهاميلتونيان العامة

بالنسبة للهاميلتونيان التي لا يمكن تقسيمها بسهولة إلى جزئين قابلين للحل، يقترح المؤلفون متغيرًا حيث يتم التعامل مع $H$ كتركيبة خطية من مؤثرات باولي ($H = \sum \alpha_i O_i$). يتم تطبيق أخذ العينات العشوائية مباشرة على مؤثرات باولي هذه، مع تنفيذ دوائر مشابهة لخطوات التطور.

النتائج الرئيسية

تحقق المؤلفون من صحة الخوارزمية باستخدام عمليات محاكاة كلاسيكية لنموذج Ising في المجال المستعرض (سلسلة 1D مع شروط حدودية دورية)، والذي يعمل كمعيار لأنه يمكن تقسيمه إلى مكونات $Z$-basis و $X$-basis قابلة للحل.

• الحالة الأرضية (نظام 4-qubit): حققت دقة (Fidelity) بلغت 99.9% مع الحالة الأرضية الدقيقة.
• الحالات المثارة (نظام 4-qubit):
  • الحالة المثارة الأولى: دقة 98.6%.
  • الحالة المثارة الثانية: دقة 96.8%.
  • الحالة المثارة الثالثة: دقة 96.6%.
• اختبار القابلية للتوسع (نظام 10-qubit): نجحت الخوارزمية في إيجاد الحالة الأرضية (98.6% دقة) والحالة المثارة الأولى (97.8% دقة). كما تمكنت من تحديد الحالة الثالثة الأدنى (90.2% دقة) رغم وجود تقارب شديد بين أول حالتين.
• متغير باولي: أظهر متغير أخذ عينات مؤثرات باولي أيضًا دقة عالية (97.1%–99.5%) لأول أربع حالات ذاتية في حالة 4-qubit.
• توسع الموارد: يشير التحليل النظري إلى أن الخوارزمية تتوسع بمقدار $O(n)$ من بوابات Two-qubit لكل خطوة، وهو تحسن كبير عن طرق ITE القائمة على Trotter التي تتوسع بمقدار $O(n^2)$.

الأهمية والادعاءات

يزعم البحث تقديم خوارزمية كمومية بالكامل تعالج مشكلة الحالة الذاتية دون عيوب الطرق الهجينة أو التباينية الحالية:

1. خالية من العقوبات: تجد الحالات المثارة دون إضافة حدود عقابية لدالة الخسارة، مما يتجنب الحاجة لنماذج (Ansatzes) معقدة وخطر الهضاب القاحلة.
2. لا توجد خطوات هجينة: تلغي الحاجة لحلقات التحسين الكلاسيكية، مما يجعلها إجراءً كموميًا بحتًا.
3. قابلية تطبيق واسعة: يُجادل بأن افتراض إمكانية تقسيم $H$ إلى أجزاء قابلة للحل ليس قيدًا مقيدًا، فهو يغطي العديد من النماذج الفيزيائية وحتى المسائل من فئة QMA-complete.
4. المتانة: أظهرت الطريقة القدرة على إيجاد حالات ذاتية متعددة منخفضة الطاقة بالتتابع، حتى في الأنظمة ذات مستويات الطاقة المتقاربة جدًا.

يقر المؤلفون بأن النجاح الإجمالي يعتمد على الاختيار اللاحق (Post-selection)، والذي قد يمثل تحديًا في أجهزة NISQ الحالية بسبب أخطاء البوابات وفقدان الترابط (Decoherence). ومع ذلك، يرى المؤلفون أن الطريقة تقدم مسارًا ملموسًا لاستخدام الدوائر الكمومية لمعالجة مسائل الحالة الذاتية التي يستعصي حلها كلاسيكيًا، مما يجعلها إضافة تأسيسية لصندوق الأدوات الحسابية الكمومية.