Thermodynamic-limit dispersion relations on trapped-ion quantum hardware

Dieser Artikel demonstriert die Machbarkeit der Berechnung von Grundzustandsenergien und Quasiteilchen-Dispersionsrelationen im thermodynamischen Limit für das Transversalfeld-Ising-Modell unter Verwendung eines 20-Qubit-Ionenfallen-Quantenprozessors innerhalb eines numerischen Linked-Cluster-Entwicklungsrahmens, wobei die Herausforderungen der Rauschverstärkung während der nichtlinearen klassischen Nachverarbeitung durch neuartige Techniken wie den CX-Test adressiert werden.

Das Wesentliche

Das große Ganze: Ein riesiges Puzzle mit winzigen Teilen lösen

Stellen Sie sich vor, Sie versuchen zu verstehen, wie sich eine massive, unendliche Menschenmenge verhält. Sie können unmöglich alle gleichzeitig beobachten; die Menge ist zu groß und die Wechselwirkungen zu komplex.

In der Welt der Physik wird diese „unendliche Menge" als thermodynamischer Limes bezeichnet. Wissenschaftler wollen wissen, wie sich Teilchen in einem unendlichen Material verhalten, aber klassische Computer (die Art, die wir heute verwenden) stoßen an eine Wand, wenn sie versuchen, diese riesigen, stark verbundenen Systeme zu simulieren. Sie bleiben in der Mathematik stecken.

Dieses Papier beschreibt einen neuen Weg, dieses Problem mit einem Quantencomputer zu lösen (eine spezielle Maschine, die die Gesetze der Quantenphysik zur Berechnung nutzt). Anstatt jedoch zu versuchen, die gesamte unendliche Menge auf einmal zu simulieren – was für die heutigen kleinen Quantencomputer unmöglich ist –, nutzten die Forscher eine clevere Strategie namens Numerical Linked-Cluster Expansion (NLCE).

Die Analogie:
Stellen Sie sich die unendliche Menge als ein riesiges Mosaik vor. Anstatt zu versuchen, das Ganze auf einmal zu malen, malen die Forscher winzige, separate Kacheln (kleine Teilchen-Cluster). Anschließend verwenden sie ein spezielles mathematisches Rezept, um diese Kacheln zusammenzufügen, um vorherzusagen, wie das gesamte unendliche Bild aussieht.

Die Herausforderung: Das „Lärm" im Raum

Die Forscher verwendeten einen echten Quantencomputer (eine 20-Qubit-Ionenfalle-Maschine), um diese winzigen Kacheln zu malen. Aber es gibt einen Haken: Aktuelle Quantencomputer sind „verrauscht". Es ist, als würde man versuchen, ein Meisterwerk in einem Raum zu malen, in dem das Licht flackert und der Wind die Farbe herumwirbelt.

Das spezifische Problem, das sie angegangen sind, bestand darin, dass ihr mathematisches Rezept eine nichtlineare Nachverarbeitung erfordert.

• Einfache Analogie: Stellen Sie sich vor, Sie messen die Temperatur einer Tasse Kaffee. Das ist eine einfache Zahl. Aber wenn Sie die Quadratwurzel dieser Temperatur berechnen oder eine Messung durch eine andere teilen müssen, werden kleine Fehler in Ihrer ursprünglichen Messung massiv aufgebläht.
• Die Behauptung des Papiers: Die Forscher fragten: „Ist unser Quantencomputer genau genug, um uns Zahlen zu liefern, die bei diesen späteren, kniffligen mathematischen Operationen nicht explodieren?"

Die Werkzeuge, die sie verwendeten

Um dies zu ermöglichen, kombinierten sie verschiedene Techniken:

1. Der „Cluster-Löser" (VQE vs. ASP):
   Um die winzigen Kacheln zu malen, verwendeten sie zwei verschiedene Methoden:

   • VQE (Variational Quantum Eigensolver): Stellen Sie sich dies wie einen Schüler vor, der eine Prüfung schreibt. Der Computer versucht eine Lösung, wird benotet, lernt aus dem Fehler und versucht es erneut, bis er die beste Antwort findet.
   • ASP (Adiabatic State Preparation): Stellen Sie sich dies vor wie das langsame Drehen eines Reglers. Man beginnt mit einem einfachen System und verwandelt es sehr langsam in das komplexe System, das man haben möchte.
   • Ergebnis: Der „Schüler" (VQE) leistete auf dieser spezifischen Hardware eine bessere Arbeit als der „langsame Regler" (ASP), wahrscheinlich weil der langsame Regler zu lange dauerte und vom Rauschen zu sehr verwirrt wurde.

2. Das „PCAT" (Der Kleber):
   Sobald sie die Daten von den winzigen Kacheln hatten, mussten sie diese zusammenkleben, damit sie nicht auseinanderfielen. Sie verwendeten eine Methode namens PCAT.

   • Die Metapher: Stellen Sie sich vor, Sie haben zwei separate Lego-Strukturen. Wenn Sie sie einfach mit Klebeband verbinden, könnten sie wackeln. PCAT ist ein spezieller Kleber, der sicherstellt, dass die kombinierte Struktur genau so wirkt, als wären die beiden separaten Strukturen Teil eines riesigen, unendlichen Lego-Sets. Es beinhaltet schwere Mathematik (Matrixinversion und Quadratwurzeln), die jedes Rauschen verstärkt.

3. Der „CX-Test" (Eine intelligentere Messmethode):
   Normalerweise verwenden Wissenschaftler für die Daten, die für diese Mathematik benötigt werden, ein Standardmesswerkzeug namens „Hadamard-Test". Die Autoren stellten fest, dass dieses Werkzeug für ihre verrauschte Maschine zu schwer und kompliziert war.

   • Die Innovation: Sie erfanden ein einfacheres Werkzeug, das sie CX-Test nennen.
   • Die Analogie: Wenn der Hadamard-Test wie der Einsatz eines schweren, industriellen Krans ist, um eine Feder zu heben, ist der CX-Test wie der Einsatz einer Pinzette. Er ist viel leichter, schneller und weniger wahrscheinlich, Dinge umzustoßen, aber er erledigt immer noch die Aufgabe. Sie stellten fest, dass sie für ihr spezifisches mathematisches Problem keinen „globalen" Wert messen mussten, sodass sie das schwere Heben ganz vermeiden konnten.

Was sie herausfanden

Das Team testete dies an einem Modell namens Transversales-Feld-Ising-Modell (ein Standardtest für die Quantenphysik) in drei verschiedenen Formen: einer Linie, einer Linie mit einer Drehung und einer Leiter.

• Die gute Nachricht: In vielen Fällen produzierte der verrauschte Quantencomputer Daten, die nach Anwendung der kniffligen Mathematik sehr nahe an der richtigen Antwort lagen. Der „CX-Test" funktionierte gut, und die „VQE"-Methode war robust genug, um mit dem Rauschen umzugehen.
• Die schlechte Nachricht: Die Methode des „langsamen Reglers" (ASP) war zu tief und zu verrauscht, um bisher gut zu funktionieren. Außerdem, als sie versuchten, eine bestimmte Symmetrie in der Physik zu brechen (durch Hinzufügen eines longitudinalen Feldes), wurde die Mathematik so empfindlich gegenüber Rauschen, dass der aktuelle Computer die winzigen Korrekturen, die benötigt wurden, nicht erkennen konnte.
• Das Fazit: Das Papier beweist, dass die aktuelle Quanten-Hardware gerade noch gut genug ist, um diese komplexen, nichtlinearen mathematischen Probleme zu bewältigen. Die Ergebnisse sind nicht perfekt, aber sie sind „erkennbar" und nähern sich dem richtigen Verhalten an.

Das Fazit

Die Forscher haben erfolgreich demonstriert, dass man einen kleinen, verrauschten Quantencomputer verwenden kann, um Probleme über unendliche Systeme zu lösen, vorausgesetzt, man verwendet eine clevere „kachelbasierte" Strategie (NLCE) und ein leichteres Messwerkzeug (CX-Test).

Sie zeigten, dass die heutigen Maschinen zwar noch etwas wackelig sind, aber einen Punkt erreichen, an dem sie Daten liefern können, die genau genug sind, damit komplexe klassische Mathematik sie in nützliche wissenschaftliche Vorhersagen verwandeln kann. Es ist ein Proof-of-Concept dafür, dass wir auf dem richtigen Weg sind, Quantencomputer für reale physikalische Probleme einzusetzen, die klassische Computer einfach nicht lösen können.

Technische Zusammenfassung

Technische Zusammenfassung: Thermodynamische Limit-Dispersionsrelationen auf Quantenhardware mit gefangenen Ionen

Problemstellung
Die Berechnung von Eigenschaften quantenmechanischer Vielteilchensysteme im thermodynamischen Limit stellt eine zentrale Herausforderung in der Festkörperphysik dar, insbesondere für stark korrelierte Systeme, bei denen klassische Methoden fundamentalen Grenzen unterliegen. Zwar bieten Quantencomputer einen potenziellen Weg, doch sind aktuelle Noisy Intermediate-Scale Quantum (NISQ)-Geräte durch die Anzahl der Qubits und die Gattertreue eingeschränkt, was direkte Berechnungen auf kleine Systemgrößen beschränkt, die weit vom thermodynamischen Limit entfernt liegen. Darüber hinaus erfordert die Extraktion von Eigenschaften im thermodynamischen Limit oft nichtlineare klassische Nachverarbeitung (wie Matrixinversion und Quadratwurzeln) von quantenmechanischen Erwartungswerten. Eine kritische offene Frage ist, ob die aktuelle Hardware Erwartungswerte mit ausreichender Genauigkeit liefern kann, um diesen nichtlinearen Operationen standzuhalten, ohne dass die Fehler so stark verstärkt werden, dass die Ergebnisse unbrauchbar werden.

Methodik
Die Autoren schlagen und implementieren einen Rahmen vor, der Numerische Verbund-Cluster-Entwicklungen (NLCE) mit Quantenalgorithmen (QA) kombiniert, bezeichnet als NLCE+QA. Dieser Ansatz berechnet Grundzustandsenergien und Ein-Quasiteilchen-(1QP)-Dispersionsrelationen im thermodynamischen Limit unter Verwendung von Daten aus kleinen Clustern.

• Rahmenwerk: Die Methode zerlegt extensive Größen in Beiträge von verbundenen Clustern. Um die Konvergenz der NLCE sicherzustellen, muss der effektive Hamiltonoperator „cluster-additiv" sein. Die Autoren wenden die Projektions-Cluster-Additive Transformation (PCAT) an, um diese Eigenschaft zu erzwingen. Die PCAT beinhaltet die Konstruktion einer modifizierten unitären Transformation, die den 1QP-Sektor von anderen Sektoren entkoppelt, während die Produktstruktur der Zustände auf unverbundenen Clustern erhalten bleibt.
• Quantenalgorithmen: Zwei Algorithmen werden untersucht, um die notwendigen Zustände auf der Quantenhardware vorzubereiten:
  1. Adiabatische Zustandspräparation (ASP): Eine unitäre Transformation, die die Eigenzustände des ungestörten Hamiltonoperators mit den gestörten verbindet.
  2. Variational Quantum Eigensolver (VQE): Ein hybrider Ansatz unter Verwendung eines Hamilton-Variational-Ansatzes (HVA), der klassisch trainiert wird, um den Hamiltonoperator blockdiagonal zu machen.
• Messschemata:
  • Grundzustandsenergie: Berechnet mittels Sample-basierter Quantendiagonalisierung (SQD).
  • Matrixelemente: Die Autoren führen den CX-Test ein, eine neuartige Alternative zum Standard-Hadamard-Test. Der CX-Test misst Überlappungen und Hamiltonoperator-Matrixelemente unter Verwendung von Controlled-X-Gattern und vermeidet damit die Notwendigkeit tiefer Controlled-Unitary-Schaltkreise. Entscheidend ist, dass im Kontext der PCAT der globale Vorfaktor, der vom CX-Test gefordert wird, in der endgültigen Berechnung des effektiven Hamiltonoperators herausfällt, wodurch der teure Hadamard-Test vollständig eliminiert wird.
• Hardware: Experimente wurden auf einer 20-Qubit-Quantenverarbeitungseinheit (QPU) mit gefangenen Ionen (AQT Marmot) am Leibniz-Rechenzentrum durchgeführt.

Hauptbeiträge

1. Erste Hardware-Implementierung: Diese Arbeit präsentiert die erste Hardware-Implementierung des NLCE+VQE-Rahmens und führt den NLCE+ASP-Rahmen zur Berechnung von 1QP-Dispersionsrelationen im thermodynamischen Limit ein.
2. CX-Test: Die Einführung des CX-Tests als effizientere Alternative zum Hadamard-Test zur Berechnung einer polynomiellen Anzahl von Matrixelementen im Kontext der PCAT, was die Schaltungstiefe erheblich reduziert.
3. Fehleranalyse: Eine detaillierte Untersuchung des Zusammenspiels zwischen Shot-Noise, Hardware-Depolarisationsrauschen und der nichtlinearen Nachverarbeitung, die der PCAT inhärent ist (Matrixinversion/Quadratwurzeln). Die Autoren zeigen, dass nichtlineare Funktionen Rauschen verstärken und eine positive Verzerrung in den Dispersionskurven erzeugen.
4. Modellstudien: Der Rahmen wird auf das Transversfeld-Ising-Modell (TFIM) in drei Regimen angewendet:
   • 1D-Kette (reines TFIM).
   • 1D-Kette mit einem longitudinalen Feld (TFIM+LF), das die $Z_2$-Symmetrie bricht und die volle PCAT-Korrektur erfordert.
   • 2D-Leiter-Geometrie.

Ergebnisse

• Leistung: Der auf VQE basierende Ansatz übertraf auf aktueller Hardware im Allgemeinen die ASP aufgrund der geringeren erforderlichen Schaltungstiefe. Die ASP-Schaltkreise erwiesen sich als zu tief für das aktuelle Rauschniveau, was zu signifikanten Abweichungen von analytischen Lösungen führte.
• Genauigkeit: Für das 1D-TFIM im polarisierten Phasenbereich (ausreichend weit entfernt vom quantenkritischen Punkt) näherten sich die experimentellen Dispersionsrelationen, die von der QPU erhalten wurden, dem erwarteten analytischen Verhalten an. Die Ergebnisse waren genauer als rauschbehaftete Simulationen unter Verwendung von Referenz-Depolarisationsraten, was darauf hindeutet, dass die tatsächlichen Gerätefehlerquoten niedriger waren als die Referenzwerte.
• Einschränkungen:
  • Wenn sich das System dem quantenkritischen Punkt nähert ($J/h \to 1$) oder ein longitudinales Feld enthält, steigt der Fehler an. Die nichtlineare Nachverarbeitung verstärkt Fehler, und die volle PCAT-Korrektur (erforderlich für TFIM+LF) konnte nicht eindeutig getestet werden, da die Korrekturterme unter der Sampling-Rauschschwelle lagen ($\Delta_{ij} \ll 1/\sqrt{M}$).
  • Die Leiter-Geometrie (2D) wies größere Fehler auf als die 1D-Kette, was auf eine höhere Qubit-Konnektivität und die Tatsache zurückgeführt wird, dass das System relativ zur verwendeten Clustergröße näher an seinem kritischen Punkt liegt.
• Rauschempfindlichkeit: Die Studie bestätigt, dass die nichtlineare Nachverarbeitung hochgradig rauschempfindlich ist. Zwar waren die Dispersionsrelationen erkennbar, sie überlappten jedoch nicht perfekt mit analytischen Lösungen, was darauf hindeutet, dass die aktuelle Hardwarepräzision an der Schwelle der Machbarkeit für solche Methoden liegt.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass sie den Weg für die Durchführung von Berechnungen im thermodynamischen Limit mit räumlichen Korrelationen auf Quantengeräten ebnet. Sie zeigt, dass in begrenzten Regimen (speziell der polarisierten Phase des TFIM) die Pipeline der nichtlinearen klassischen Nachverarbeitung von Quantendaten auf aktueller Hardware machbar ist und erkennbare Dispersionsrelationen liefert.

Die Autoren behaupten, dass die Präzision von Quantenhardware einen Stand erreicht hat, an dem es sinnvoll ist, neue Algorithmen zu entwickeln, die eine nichtlineare klassische Nachverarbeitung von Quantendaten beinhalten. Sie schließen, dass die aktuellen Ergebnisse zwar noch nicht jenseits der Reichweite klassischer Methoden liegen, eine Reduzierung der Fehlerquoten um den Faktor 10 bis 100 jedoch eine genaue Berechnung von Dispersionsrelationen unter Verwendung von ASP ermöglichen und das Testen komplexerer Korrekturen (wie der vollen PCAT für symmetriegebrochene Systeme) erlauben würde. Die Arbeit hebt hervor, dass hybride Ansätze, die Quantenmessungen mit nichtlinearer klassischer Nachverarbeitung kombinieren, einen vielversprechenden Weg nach vorne darstellen, während sich die Hardware verbessert und der Übergang zur fehlertoleranten Quantenverarbeitung sich ausweitet.