Quantum-Inspired Algorithm for Classical Spin Hamiltonians Based on Matrix Product Operators

ملخص تقني: خوارزمية مستوحاة من الكم لهاملتونيّات السبين الكلاسيكية القائمة على مؤثرات ناتج ضرب المصفوفات

بيان المشكلة
تتناول الورقة البحثية تحدي حل مشكلات التحسين التوليفي (COPs) المصاغة كـ "هاملتونيّات زجاج سبين" (spin-glass Hamiltonians) كلاسيكية. هذه المشكلات، التي تشمل إيجاد الحالات الأرضية لنماذج إيزينج (Ising models) ذات التفاعلات المتنافسة، هي عموماً مشكلات صعبة حسابياً من فئة (NP-hard) بسبب الحجم الأسي لفضاء التكوينات ووجود ظاهرة الإحباط (frustration). غالباً ما تعطي الطرق الاستدلالية الكلاسيكية، مثل التلدين المحاكي (Simulated Annealing) والخوارزميات الجينية، حلولاً قريبة من المثالية، لكنها قد تعاني مع تضاريس الطاقة المعقدة. وفي المقابل، فإن الخوارزميات المستوحاة من الكم التي تستخدم الشبكات التنسورية، مثل مجموعة إعادة تطبيع رينورماليشن كثافة المصفوفة (DMRG)، فعالة ولكنها عرضة للوقوع في النهايات الصغرى المحلية، لا سيالما عندما تظهر تضاريس الطاقة حالات تدهور (degeneracies) كبيرة.

المنهجية
يقترح المؤلفون نهج "المؤثر المضروب" (powered-MPO) الذي يجمع بين الترشيح الطيفي وتمثيلات الشبكة التنسورية لحل مشكلات التحسين هذه على أجهزة كلاسيكية. تمر المنهجية عبر الخطوات التالية:

1. تحويل الهاملتوني: يتم إزاحة وتوسيع الهاملتوني للتكلفة $\hat{H}$ لتشكيل مؤثر جديد $\hat{G} = a\hat{H} + b\hat{I}$. يتم اختيار المعاملات $a$ و $b$ بحيث يكون $\hat{G}$ شبه موجب محدد، وتتوافق الحالات الأرضية للمشكلة الأصلية مع أكبر القيم الذاتية لـ $\hat{G}$.
2. التضخيم الطيفي: يتم رفع المؤثر $\hat{G}$ إلى قوة عالية $K$ (أي $\hat{G}^K$). تعمل هذه العملية على تضخيم الأوزان النسبية للتكوينات ذات القيم الذاتية الأكبر (الحالات الأرضية لـ $\hat{H}$) بشكل أسي مع تثبيط التكوينات الأخرى.
3. تمثيل الشبكة التنسورية:
   • يتم تمثيل $\hat{G}$ كمؤثر ناتج ضرب مصفوفات (MPO).
   • يتم بناء القوة $\hat{G}^K$ عبر عمليات ضرب متكررة لـ MPO-MPO. يستخدم المؤلفون جدولين للضرب: جدول "خطي" (الضرب المتكرر في $\hat{G}$) وجدول "مضاعف" (تربيع النتيجة بشكل تكراري، $K=2^m$).
   • أثناء عملية الضرب، يتم تقليص بُعد الرابط باستخدام تفكيك القيم المفردة (SVD) باستخدام عتبة ثابتة لإدارة التكلفة الحسابية، مع الاحتفاظ بحد أقصى لبُعد الرابط $\chi$.
4. أخذ العينات: يتم دمج الـ MPO المضروب الناتج في حالة ناتج ضرب مصفوفات (MPS) من خلال التأثير على حالة التراكب الموحد $|+\rangle^{\otimes N}$. ولأن $\hat{G}^K$ يكون قطرياً في قاعدة الحساب، فإن هذا الدمج يسمح بـ "أخذ عينات مثالي" لسلاسل البتات. يكون احتمال أخذ عينة لتكوين ما متناسباً مع مربع العنصر القطري المقابل في $\hat{G}^K$، مما يوجه المخرجات نحو حالات الطاقة المنخفضة.

المساهمات الرئيسية

• الترشيح الطيفي الخالي من "تروتر": على عكس طرق التطور الزمني التخيلي الكمي التي تعتمد على تفكيك البوابات و"تروتر" (Trotterization)، يقوم هذا النهج بدمج دالة التكلفة غير الوحدوية مباشرة في MPO كلاسيكي واحد، متجنباً أخطاء "تروتر".
• التحسين المنهجي: توضح الورقة أنه بخلاف طريقة DMRG التي قد تتوقف عند النهايات الصغرى المحلية، يوفر نهج powered-MPO مساراً أكثر منهجية للتحسين من خلال زيادة بُعد الرابط $\chi$.
• البناء الفعال: يفصل المؤلفون بناء الـ MPO لدوال التكلفة العامة ويوفرون حدوداً نظرية للقوة $K$ المطلوبة لتحقيق احتمال نجاح مستهدف، موضحين أن $K$ يتناسب عكسياً مع الفجوة الطيفية ولوغاريتمياً مع بُعد فضاء هيلبرت.
• الجدولة الهجينة: تحدد الدراسة نقاط القوة المتكاملة بين جداول الضرب الخطي والمضاعف: يوفر الجدول المضاعف ترشيحاً أولياً سريعاً، بينما يوفر التطور الخطي صقلاً مستمراً ومستقراً في المراحل اللاحقة.

النتائج
قام المؤلفون باختبار المنهج على فئتين من المشكلات:

1. نماذج زجاج سبين إدواردز-أندرسون: تم الاختبار على شبكات مكعبة فائقة الأبعاد $D$ ($D=2, 3$).
   • تفوقت طريقة powered-MPO باستمرار على DMRG، لا سيما عندما تم تهيئة DMRG بحالة تراكب موحد، حيث كثيراً ما كانت تقع في نهايات صغرى محلية.
   • بينما أظهرت نتائج DMRG تحسناً ضئيلاً مع زيادة بُعد الرابط في هذه الحالات، أظهرت طريقة powered-MPO تحسناً منهجياً في نسبة التقريب مع زيادة $\chi$.
   • نجحت الطريقة في تحديد الحالات الأرضية الدقيقة لأحجام الأنظمة الصغيرة وتكوينات الطاقة المنخفضة للنماذج الأكبر (حتى $N=400$ متغيراً).
2. نماذج إيزينج ذات الرتب العليا على شبكات سداسية ثقيلة: تم الاختبار على شبكات ذات صلة بأجهزة IBM الكمية الحالية (مشكلات HUBO مع تفاعلات تكعيبية حتى).
   • تفوقت طريقة powered-MPO (مع $\chi=64$) على التلدين المحاكي (سواء في صيغ QUBO القياسية أو المختزلة الرتبة) في إيجاد تكوينات طاقة أدنى.
   • أثبتت الطريقة متانتها ضد تضاريس الطاقة الوعرة التي تميز هذه المشكلات، حيث تفوق الجدول الخطي في النهاية على الجدول المضاعف عند القوى العالية ($m \geq 12$).

الأهمية والادعاءات
تدعي الورقة أن هذا النهج المستوحى من الكم يوفر خط أساس كلاسيكي قوي لحل مشكلات التحسين التوليفي، حيث يتنقل بفعالية في تضاريس الطاقة التي تعاني فيها الطرق الاستدلالية التقليدية والطرق التباينية مثل DMRG.

• خط أساس للخوارزميات الكمية: يفترض المؤلفون أن الحلول عالية الجودة التي تولدها هذه الطريقة القائمة على الشبكات التنسورية يمكن أن تعمل كمعيار حاسم لتقييم فائدة وتفوق الخوارزميات والأجهزة الكمية المستقبلية.
• القابلية للتوسع والتوجهات المستقبلية: يشير المؤلفون إلى أنه بينما تتطلب الطريقة خطوات أكثر من DMRG للوصول إلى التقارب، إلا أنها تتجنب الوقوع في النهايات الصغرى المحلية. ويقترحون أن العمل المستقبلي يمكن أن يستفيد من التوازي على مستوى MPI وتسريع وحدات معالجة الرسومات (GPU) للتعامل مع أبعاد روابط أكبر ($\chi \sim O(10^3)$). علاوة على ذلك، يقترحون أن توسيع الطريقة لتشمل شبكات تنسورية شجرية وتطوير تقنيات ضرب أكثر استقراراً لـ PEPOs يمكن أن يعزز قابليتها للتطبيق على تضاريس الشبكات المعقدة.
• القيود المتواضعة: تقر الورقة بأن الوصول إلى الحلول الدقيقة لجميع أنواع المشكلات لا يزال يتطلب التغلب على حواجز التشابك العالية، وأن مقياس بُعد الرابط المطلوب عبر فئات المشكلات المختلفة يحتاج إلى توضيح منهجي أكبر. كما يشيرون إلى أن قيود الأجهزة الحالية (عدد الكيوبتات والعمليات غير الموضعية) تمنع التنفيذ المباشر لدالة التكلفة غير الوحدوية على الحواسيب الكمية الحالية، رغم أن تحديد دوائر ضحلة لمحاكاة هذا الإجراء يظل إمكانية مستقبلية.