Finite size scaling of bitstring probability distributions for Rydberg arrays

ملخص تقني: قياس الحجم المحدود لتوزيعات احتمالية السلاسل البتية لمصفوفات ريدبرج

بيان المشكلة
في المحاكاة الكمومية لفيزياء الجسيمات، والفيزياء النووية، وفيزياء المادة المكثفة، يتطلب تقدير القيم الملحوظة بدقة إحصائية عددًا كبيرًا من القياسات (الطلقات - shots). ومع زيادة حجم النظام المحاكى ($N_q$، عدد الكيوبتات)، ينمو عدد حالات السلسلة البتية الممكنة بشكل أسي، مما يؤدي إلى تناقص احتمالات الحالات الفردية ($p_{\{n\}}$) وزيادة كثافتها في منطقة الاحتمالات المنخفضة. وهذا يثير تساؤلاً حرجًا: هل يمكن تعويض صغر الاحتمالات الفردية من خلال عددها الهائل، وما هو الحد الأدنى لعدد الطلقات المطلوب لتحقيق دقة إحصائية مرغوبة للأنظمة الأكبر؟ تشير الأعمال السابقة إلى أن توصيف الأنظمة عبر توزيعات واسعة النطاق يمكن أن يكشف عن سلوكيات هيكلية، ولكن لم يتم تحديد قوانين القياس الصريحة لاحتمالات السلسلة البتية في مصفوفات ذرات ريدبرج بشكل كامل.

المنهجية
يتقصى المؤلفون مصفوفات ذرات ريدبرج المرتبة في تكوين سلمي (صفين مع نسبة مسافة بين الرأسي والأفقي قدرها $\rho=2$). يوصف النظام بهاملتوني يتضمن تردد رابي ($\Omega$)، والانزياح ($\Delta$)، وتفاعلات فان دير فالس ($V_{ij}$).

لتحليل توزيعات الاحتمالية، يستخدم المؤلفون حالات الضرب المصفوفي (MPS) المحسوبة عبر طرق مصفوفة كثافة المصفوفة المتقلصة (DMRG). يقومون بإنشاء قواميس لاحتمالات السلسلة البتية ($p_{\{n\}}$) لأنظمة تتراوح من 4 إلى 22 درجة (ما يصل إلى 44 ذرة). يتضمن جوهر تحليلهم توزيع الاحتمال التراكمي، المعرف كالتالي:
$$\Sigma(p_\Lambda, N_q) = \sum_{\{n\}: p_{\{n\}} \leq p_\Lambda} p_{\{n\}}$$
تمثل هذه الدالة إجمالي الاحتمال لمراقبة أي حالة ذات احتمال أقل من أو يساوي عتبة معينة $p_\Lambda$. يحلل المؤلفون سلوك القياس لـ $\Sigma$ عبر أحجام أنظمة مختلفة ($N_q$) وإجمالي عدد الطلقات ($N_{sh} = 10^9$).

المساهمات والنتائج الرئيسية

1. قياس الحجم المحدود وانهيار المنحنى (Curve Collapse):
   يوضح المؤلفون أن توزيعات الاحتمال التراكمي لمختلف أحجام الأنظمة تظهر "سلوكًا متكررًا"، لا سيما في النطاق $0.2 < \Sigma < 0.8$. ومن خلال تحديد احتمال مميز $p^*$ (حيث يصل التوزيع إلى قيمة $\Sigma$ ثابتة) وإعادة تحجيم المتغير المستقل كـ $(p_\Lambda/p^*)^B$ (حيث $B$ هو ميل المنطقة الخطية)، تنهار التوزيعات لمختلف أحجام $N_q$ لتندمج في منحنى عالمي واحد.

2. تشبيه فيرمي-ديراك (المنطقة II):
   في المنطقة المركزية من التوزيع (المنطقة II)، يشبه المنحنى المنهار بدقة توزيع إحصائي من نوع فيرمي-ديراك. يوضح المؤلفون أن $\Sigma(p_\Lambda)$ يمكن تقريبها بـ:
   $$\Sigma \simeq \frac{1}{1 + e^{\beta(\epsilon - \mu)}}$$
   حيث $\epsilon = -\ln(p_\Lambda)$ و $\mu = -\ln(p^*)$. يسمح هذا التشبيه بتوصيف "نقطة الانعطاف" (حيث $\Sigma = 1/2$، ويُرمز لها بـ $p^*_{1/2}$). وُجد أن قياس $p^*_{1/2}$ مع حجم النظام هو قياس أسي، مما يشير إلى أنه مع زيادة $N_q$، تتوزع الكتلة الاحتمالية بشكل أكثر تجانسًا عبر عدد هائل من الحالات.

3. قياس الاحتمالات القصوى (المنطقة I):
   في المنطقة I (حالات الاحتمال العالي)، يتتبع المؤلفون الاحتمال الأقصى للحالة الفردية ($p_{\max}$). ويؤكدون أن $p_{\max}$ يتدرج أسيًا مع حجم النظام ($p_{\max} \sim 2^{-N_q}$). وهذا يضع حدًا أساسيًا لحجم النظام الذي يمكن الوصول إليه مقابل إجمالي عدد الطلقات، حيث أن الحد الأدنى للاحتمال القابل للرصد مقيد بـ $1/N_{sh}$.

4. الاحتمالات المنخفضة وحالات الظهور الوحيد (المنطقتان III و IV):

• المنطقة III: عند الاحتمالات الأدنى، تتبع التوزيعات شكل قانون القوة $\Sigma(p_\Lambda) \simeq A p_\Lambda^B$ عند رسمها بمقياس لوغاريتمي-لوغاريتمي. يشير المؤلفون إلى أن السلوك هنا يتأثر بشدة بإجمالي عدد الطلقات المحدود ($10^9$)، مما يخلق قطعًا حادًا عند $p \approx 10^{-9}$.
• المنطقة IV: تمثل هذه المنطقة "الذيل" لحالات الظهور لمرة واحدة فقط. يحدد المؤلفون عدد الحالات التي لوحظت مرة واحدة بالضبط، موضحين أنه بينما ينمو هذا العدد مع حجم النظام، فإنه ينمو بمعدل أبطأ من إجمالي أبعاد فضاء هيلبرت ($2^{N_q}$).

5. تقدير متطلبات الطلقات:
   من خلال تحليل قياس $p^*_{1/2}$ و $p_{\max}$، يقدر المؤلفون متطلبات الطلقات للمحاكاة المستقبلية.

• بناءً على قياس $p_{\max}$، يمكن محاكاة نظام بحجم تقريبي يبلغ 120 كيوبت باستخدام $10^9$ طلقة.
• بناءً على قياس $p^*_{1/2}$ (حيث يصل الاحتمال التراكمي إلى 0.5)، يُقدر الحد لـ دقة معينة بنحو 60 كيوبت لنفس إجمالي الطلقات.

الأهمية والادعاءات
يزعم البحث تقديم طريقة للتنبؤ بمتطلبات الطلقات اللازمة للأنظمة الكمومية الكبيرة من خلال تحليل توزيعات الاحتمال التراكمي للأنظمة الأصغر التي يمكن الوصول إليها حسابيًا. تكمن الأهمية الأساسية في تحديد التكلفة الأسية المرتبطة بزيادة حجم النظام، والتي يتم تحديدها من خلال قياس $p^*_{1/2}$ و $p_{\max}$.

ومع ذلك، يتسم المؤلفون بالتواضع في استنتاجاتهم، مشيرين إلى أنه على الرغم من كون التكلفة أسية، إلا أنها تزديد بمعدل أقل من معدل زيادة حجم النظام نفسه. وبالتالي، فإن هذا لا يضع "سقفًا صلبًا" لاستخدام الأجهزة، بل يحفز على "الاستخدام الذكي للموارد". يضع هذا العمل حجر الأساس لوصف سلوك الأنظمة الكبيرة عبر توزيعات الأنظمة الأصغر عبر الانهيار المقترح وتشبيه فيرمي-ديراك، مما يوفر أداة لتقدير الأخطاء الإحصائية وجدوى محاكاة مصفوفات ريدبرج المتزايدة في الحجم.