Two-Gate Extensions of Free Axis and Free Quaternion Selection for Sequential Optimization of Parameterized Quantum Circuits

Die Autoren stellen Zwei-Tor-Erweiterungen der sequenziellen Optimierer Fraxis und FQS vor, die durch die gleichzeitige Optimierung zweier parametrisierter Ein-Qubit-Tor-Operationen über eine exakte quartische lokale Kostenfunktion in der Regel eine höhere Genauigkeit bei der Minimierung von Fehlern in parametrisierten Quantenschaltkreisen erreichen, jedoch einen höheren Aufwand an Schaltungsauswertungen pro Aktualisierung erfordern.

Das Wesentliche

🎛️ Das große Puzzle: Wie man Quantencomputer besser lernt

Stellen Sie sich vor, ein Quantencomputer ist wie ein riesiges, hochkomplexes Musikinstrument mit tausenden von Reglern. Um das perfekte Lied (die Lösung eines Problems) zu spielen, müssen wir jeden einzelnen Regler genau richtig einstellen. Das ist die Aufgabe eines Variationalen Quantenalgorithmus (VQA).

Das Problem? Wenn man diese Regler einzeln und nacheinander justiert, ist das wie der Versuch, ein riesiges Puzzle zu lösen, indem man nur einen Stein nach dem anderen bewegt. Das dauert ewig und man kommt oft nicht weit.

Die Forscher aus Finnland haben nun eine neue Methode entwickelt, die wie ein Zwei-Stein-Team funktioniert.

1. Der alte Weg: Der einsame Wanderer

Bisher gab es zwei beliebte Methoden, um diese Regler zu justieren: Fraxis und FQS.

• Wie es funktioniert: Stellen Sie sich vor, Sie sind in einem dunklen Raum und suchen den Ausgang. Der alte Weg sagt: „Bewege nur einen Regler. Prüfe, ob es besser wird. Wenn ja, behalte ihn. Dann gehe zum nächsten Regler."
• Das Problem: Das ist sehr vorsichtig, aber langsam. Man ignoriert, dass zwei Regler oft zusammenarbeiten. Wenn man Regler A bewegt, könnte das Regler B beeinflussen. Der alte Weg sieht das nicht, weil er nur auf einen Regler schaut.

2. Der neue Weg: Das Zwei-Stein-Team (TGF & TGFQS)

Die Autoren haben eine Erweiterung erfunden: TGF und TGFQS.

• Die Idee: Statt nur einen Regler zu bewegen, fassen wir zwei Regler gleichzeitig ins Visier.
• Die Analogie: Stellen Sie sich vor, Sie versuchen, ein schweres Sofa durch eine enge Tür zu tragen.
  • Der alte Weg: Eine Person schiebt das Sofa, dann die andere. Das Sofa wackelt und passt vielleicht nicht.
  • Der neue Weg: Zwei Personen greifen das Sofa gleichzeitig. Sie koordinieren ihre Bewegungen, drehen es gemeinsam und schieben es durch die Tür. Es ist viel effizienter, erfordert aber mehr Kraft (mehr Messungen).

3. Die Magie der „Paarung" (Gate Pairing)

Ein entscheidender Teil des Papers ist die Frage: Welche zwei Regler sollen wir zusammenfassen?
Die Forscher haben verschiedene Strategien getestet, wie man diese Paare bildet:

• Linear: Nachbar-Regler (Regler 1 mit 2, 3 mit 4...). Das ist wie Nachbarn, die sich helfen.
• Zufällig: Man nimmt zwei völlig zufällige Regler aus dem ganzen System.
• Halb-verschoben: Man nimmt Regler aus der ersten Hälfte und kombiniert sie mit denen aus der zweiten Hälfte.

Das überraschende Ergebnis:
Oft funktioniert es am besten, wenn man zufällige Paare oder die halb-verschobene Strategie wählt.

• Warum? Wenn man nur Nachbarn zusammenfasst, verpasst man vielleicht wichtige Verbindungen zwischen weit entfernten Teilen des Quantencomputers. Ein zufälliges Paar kann wie ein „Wunder-Team" wirken, das zwei scheinbar unzusammenhängende Teile des Problems gleichzeitig löst.

4. Der Preis für Geschwindigkeit

Es gibt einen Haken: Mehr Leistung kostet mehr Arbeit.

• Um einen Regler allein zu optimieren, braucht man 6 Messungen (wie 6 Fotos machen, um die Position zu prüfen).
• Um zwei Regler gleichzeitig zu optimieren, braucht man bis zu 50 Messungen pro Schritt.
• Der Kompromiss: Man muss öfter messen (was Zeit und Energie kostet), aber man erreicht das Ziel viel schneller und genauer. Es ist wie beim Autofahren: Man verbraucht mehr Benzin, wenn man den Motor hochdreht, aber man kommt viel schneller ans Ziel.

5. Was haben sie getestet?

Die Forscher haben ihre Methode an drei Arten von Aufgaben getestet:

1. Spin-Hamiltonians (Magnetismus): Wie man die Ausrichtung von winzigen Magneten berechnet. Hier war das Zwei-Regler-Team deutlich besser.
2. Moleküle (Chemie): Wie man die Energie von Molekülen wie Lithiumhydrid berechnet. Auch hier gewann das neue Team.
3. Quantenzustände vorbereiten: Wie man einen Quantencomputer dazu bringt, einen bestimmten, zufälligen Zustand anzunehmen. Hier zeigten sich die größten Vorteile, besonders wenn die Schaltung (das „Puzzle") komplexer wurde.

🏁 Das Fazit in einem Satz

Die Forscher haben gezeigt, dass man Quantencomputer viel schneller und genauer optimieren kann, wenn man zwei Regler gleichzeitig justiert und dabei kreativ kombiniert (statt nur Nachbarn zu nehmen), auch wenn man dafür etwas mehr Messaufwand betreiben muss.

Es ist der Unterschied zwischen einem einsamen Wanderer, der langsam einen Berg hochsteigt, und einem Team von Kletterern, die sich gegenseitig helfen, um schneller den Gipfel zu erreichen.

Technische Zusammenfassung

1. Problemstellung

Variationale Quantenalgorithmen (VQAs) nutzen parametrisierte Quantenschaltkreise (PQCs), um Probleme in der Quantenchemie, kombinatorischen Optimierung und im maschinellen Lernen zu lösen. Ein zentrales Hindernis bei der Optimierung dieser Schaltkreise ist die hohe Komplexität des Suchraums, die oft zu „barren plateaus" (flachen Landschaften mit verschwindenden Gradienten) führt.

Bestehende sequenzielle Optimierer wie Fraxis (Free Axis Selection) und FQS (Free Quaternion Selection) aktualisieren die Parameter des Schaltkreises, indem sie jeweils ein parametrisiertes Ein-Qubit-Tor nach dem anderen optimieren.

• Fraxis optimiert die Rotationsachse bei festem Winkel ($\theta = \pi$).
• FQS optimiert den gesamten Ein-Qubit-Tor (Achse und Winkel) mittels Quaternionen.

Der Nachteil dieser sequenziellen Ein-Tor-Optimierung ist, dass sie die Korrelationen zwischen benachbarten oder räumlich getrennten Toren ignoriert, was zu suboptimalen Konvergenzpfaden führen kann. Zudem steigt der Aufwand für die Messung von Observablen mit der Anzahl der Qubits stark an. Die Frage, ob eine gleichzeitige Optimierung mehrerer Tore die Leistung steigern kann, ohne den Messaufwand unkontrolliert zu erhöhen, war bisher offen.

2. Methodik

Die Autoren schlagen zwei neue Erweiterungen vor, die Two-Gate Fraxis (TGF) und Two-Gate FQS (TGFQS) genannt werden. Diese Methoden optimieren zwei parametrisierte Ein-Qubit-Tore gleichzeitig, anstatt sie nacheinander zu behandeln.

Mathematische Formulierung

• Ein-Tor-Fall (Fraxis/FQS): Die lokale Kostenfunktion ist quadratisch in Bezug auf die Optimierungsparameter (Achse oder Quaternion). Dies ermöglicht eine analytische Lösung durch Matrixdiagonalisierung.
• Zwei-Tor-Fall (TGF/TGFQS): Wenn zwei Tore ($R_d$ und $R_k$) gleichzeitig optimiert werden, wird die lokale Kostenfunktion zu einem quartischen Polynom in Bezug auf die Quaternionen-Komponenten der beiden Tore.
  • Die Kostenfunktion hat die Form: $\langle M \rangle_{q_d, q_k} = \sum A_{\mu\nu\alpha\beta} q_{d,\mu} q_{d,\nu} q_{k,\alpha} q_{k,\beta}$.
  • Da keine geschlossene analytische Lösung für die Minimierung quartischer Funktionen unter Nebenbedingungen (Einheitlichkeit der Quaternionen) existiert, wird ein klassischer, eingeschränkter Optimierer (hier SLSQP) verwendet.

Schaltungsauswertung und Koeffizientenbestimmung

Um die Koeffizienten des quartischen Polynoms zu bestimmen, müssen Erwartungswerte durch Schaltungsauswertungen (Circuit Evaluations) berechnet werden.

• FQS: Benötigt 10 Auswertungen pro Tor.
• TGFQS: Benötigt 100 Auswertungen für ein Tor-Paar (entspricht 50 pro Tor).
• Fraxis: Benötigt 6 Auswertungen pro Tor.
• TGF: Benötigt 36 Auswertungen für ein Tor-Paar (entspricht 18 pro Tor).

Da diese Auswertungen unabhängig voneinander sind, können sie potenziell parallel auf mehreren Quantengeräten durchgeführt werden, um den Overhead zu reduzieren.

Gate-Pairing-Strategien

Ein wesentlicher Aspekt der Arbeit ist die Untersuchung, wie die beiden zu optimierenden Tore ausgewählt werden. Die Autoren testen vier Strategien:

1. Linear: $(1,2), (3,4), \dots$
2. Random: Zufällige Permutation der Indizes.
3. Opposite: $(1, D), (2, D-1), \dots$ (Enden des Schaltkreises).
4. Half-Shifted: $(1, D/2+1), (2, D/2+2), \dots$ (Tore aus verschiedenen Schichten).

3. Wichtige Beiträge

1. Entwicklung von TGF und TGFQS: Die erste Erweiterung der sequenziellen Optimierer Fraxis und FQS auf eine simultane Zwei-Tor-Optimierung, die exakte quartische lokale Kostenfunktionen konstruiert.
2. Analyse von Gate-Pairing-Strategien: Systematische Untersuchung, wie die Wahl der Tor-Paare die Konvergenz beeinflusst.
3. Umfassende Benchmarking-Studie: Evaluation der Methoden auf verschiedenen Problemklassen:
   • Spin-Hamiltoniane (Fermi-Hubbard, Transversales Ising-Modell).
   • Molekulare Hamiltoniane (LiH, BeH$_2$).
   • Quantenzustandsvorbereitung (Fidelitätsmaximierung).
4. Vergleich unter realistischen Bedingungen: Tests mit endlicher Messgenauigkeit (Shot-Noise) und Vergleich mit gradientenbasierten Methoden (Adam).

4. Ergebnisse

Die numerischen Experimente zeigen konsistent, dass die Zwei-Tor-Methoden (TGF/TGFQS) die Ein-Tor-Methoden (Fraxis/FQS) übertreffen, insbesondere bei der Wahl der richtigen Paarungsstrategie.

• Konvergenz und Fehler: TGF und TGFQS erreichen in den meisten Szenarien eine deutlich niedrigere relative Fehlerquote zur Grundzustandsenergie oder eine höhere Fidelität als ihre Ein-Tor-Pendants.
  • Bei der Fermi-Hubbard-Simulation erreichten TGF/TGFQS mit Random-Pairing einen um bis zu zwei Größenordnungen niedrigeren Fehler.
  • Beim Transversalen Ising-Modell (TFIM) zeigten Random und Half-Shifted Strategien die beste Leistung.
• Einfluss der Paarungsstrategie:
  • Random und Half-Shifted sind die robustesten Strategien und führen in den meisten Fällen zu den besten Ergebnissen.
  • Linear und Opposite zeigen nur marginale Verbesserungen oder keine Vorteile gegenüber dem Standard.
• Endliche Messgenauigkeit (Shot Noise):
  • TGF behält seinen Vorteil gegenüber Fraxis auch bei begrenzter Anzahl an Shots (4096–16384) in flachen Schaltkreisen bei.
  • TGFQS ist empfindlicher gegenüber Messrauschen; die Leistung verbessert sich jedoch mit steigender Shot-Anzahl.
• Vergleich mit Gradientenmethoden:
  • Trotz des höheren Messaufwands pro Update (18 bzw. 50 Auswertungen vs. 6 bzw. 10) erreichen TGF/TGFQS mit den besten Paarungsstrategien eine bessere Konvergenz als der gradientenbasierte Adam-Optimierer, wenn die Ergebnisse in Abhängigkeit von der Gesamtzahl der Schaltungsauswertungen verglichen werden.
• Molekulare Hamiltoniane: Auch bei komplexeren Molekülen (LiH, BeH$_2$) zeigen die Zwei-Tor-Methoden signifikante Verbesserungen (bis zu 99% relative Verbesserung des Fehlers).

5. Bedeutung und Ausblick

Die Arbeit demonstriert, dass die gleichzeitige Optimierung mehrerer Parameter in sequenziellen Algorithmen ein vielversprechender Weg ist, um die Trainierbarkeit von PQCs zu verbessern und die Auswirkungen von barren plateaus zu mildern.

• Trade-off: Der Gewinn an Konvergenzqualität wird durch einen höheren Messaufwand erkauft. Dies unterstreicht den Kompromiss zwischen lokaler Optimierungsmacht und Mess-Overhead.
• Praktische Relevanz: Da die benötigten Messungen parallelisierbar sind, ist der Overhead in realen NISQ-Umgebungen mit mehreren Qubits oder verteilten Systemen weniger kritisch.
• Zukünftige Forschung: Die Autoren schlagen vor, die Methode auf die gleichzeitige Optimierung von mehr als zwei Toren zu erweitern. Dies wäre jedoch rechnerisch sehr aufwendig, da die Anzahl der Terme im Kostenfunktionsexponenten exponentiell mit der Anzahl der gleichzeitig optimierten Tore wächst ($9^m$ für Fraxis, $16^m$ für FQS). Zukünftige Arbeiten könnten Approximationsstrategien untersuchen, um diesen Skalierungsfaktor zu reduzieren.

Zusammenfassend stellen TGF und TGFQS einen signifikanten Fortschritt in der Klasse der sequenziellen Optimierer dar, der durch intelligente Gate-Paarungsstrategien die Effizienz von VQAs erheblich steigern kann.