Post-Optimization Subspace Corrections to Quantum Ansätze

Das Bestreben, Moleküle auf Quantencomputern zu simulieren, ist ein Wettlauf gegen die Grenzen der heutigen Technologie. Im Kern liegt eine grundlegende Herausforderung: Die Beschreibung der Art und Weise, wie sich Elektronen innerhalb eines Moleküls bewegen und interagieren, erfordert eine Detailtiefe, die selbst die leistungsstärksten klassischen Supercomputer schnell überfordert. Quantencomputer, die die seltsamen Regeln der Quantenmechanik nutzen, um Informationen zu verarbeiten, bieten einen natürlichen Weg, um diese Probleme zu lösen. Die heute verfügbaren Maschinen sind jedoch fragil und begrenzt in ihrer Größe. Um nützliche Ergebnisse zu erzielen, verwenden Wissenschaftler eine Methode namens Variationsalgorithmus. Stellen Sie sich dies als einen Prozess von Versuch und Irrtum vor, bei dem der Computer ein mathematisches Modell des Moleküls erstellt, es testet und das Modell dann anpasst, um es genauer zu machen. Dieser Prozess wiederholt sich und fügt dem Modell immer komplexere Schichten hinzu, bis die Energie des Moleküls mit ausreichender Präzision berechnet wurde. Das Problem ist, dass jede hinzugefügte Schicht mehr Zeit und eine massive Anzahl von Messungen erfordert, und wenn die Moleküle komplexer werden, kann die Anzahl der Schritte, die nötig sind, um eine genaue Antwort zu erreichen, explosionsartig ansteigen.

Ein Team von Forschern hat einen Weg gefunden, einen Großteil dieser erschöpfenden Wiederholung zu umgehen. Anstatt den Quantencomputer dazu zu zwingen, immer ein größeres Modell aufzubauen, entdeckten sie, dass man – sobald ein ordentliches Modell erstellt wurde – durch einen speziellen mathematischen Trick das Ergebnis verfeinern kann, ohne die Arbeitslast der Maschine durch neue Komplexität zu erhöhen. In einer Studie, die bis zu zwanzig Quantenbits umfasste, wandten die Forscher diese Tricks auf bestehende Modelle verschiedener Moleküle an. Sie fanden heraus, dass die Methode die Anzahl der Schritte, die erforderlich sind, um ein hohes Maß an Genauigkeit zu erreichen, um das Sechsfache reduzieren konnte. Noch wichtiger war, dass die Einsparungen noch dramatischer ausfielen, wenn sie die gesamte benötigte Anstrengung, einschließlich der Zeit für die Messungen, berechneten; hier erreichten die Reduktionen bis zu dem Vierzigfachen. Dieser Ansatz erfordert nicht, dass der Quantencomputer größer oder komplexer wird; er schöpft einfach mehr Wert aus den bereits gesammelten Daten ab.

Die Forscher konzentrierten sich auf zwei spezifische Techniken, um diese Effizienz zu erreichen. Die erste beinhaltet eine Methode, die als Krylov-Unterraum-Diagonalisierung bekannt ist. Beim Standardansatz baut der Quantencomputer ein Modell Schritt für Schritt auf, indem er immer ein Teilchen nach dem anderen hinzufügt und das gesamte System nach jeder Hinzufügung neu berechnet. Dies ist langsam und kostspielig. Die neue Methode erlaubt es dem Computer, den Aufbau zu stoppen, sobald er eine vernünftige Annäherung hat. Anstatt dann weitere Schichten hinzuzufügen, nutzen die Forscher diese bestehende Annäherung als Ausgangspunkt, um einige spezifische Eigenschaften der Energie des Moleküls zu berechnen. Durch die Analyse dieser Eigenschaften können sie die Antwort mathematisch in einen etwas größeren Raum projizieren und so die fehlenden Details des Molekülverhaltens effektiv wiederherstellen, ohne jemals den Quantencomputer zu einer neuen, komplexen Operation aufzufordern. Es ist, als würde man eine grobe Skizze einer Landschaft nehmen und mithilfe eines Satzes von Regeln die fehlenden Details ausfüllen, anstatt noch einmal nach draußen zu gehen, um die ganze Szene neu zu zeichnen.

In ihren Simulationen testeten die Forscher diesen Ansatz an siebenundzwanzig verschiedenen molekularen Systemen. Sie maßen, wie viele Schritte nötig waren, um ein bestimmtes Genauigkeitsziel zu erreichen, das definiert war als eine Abweichung von maximal 1,6 Millihartree vom wahren Energiewert. Für die komplexesten Moleküle in ihrer Studie, die die Standardmethode erfordert hätten, über hunderte von Schritten zu laufen, erreichte die neue Technik dieselbe Genauigkeit in etwa einem Sechstel der Zeit. Der Vorteil war am ausgeprägtesten bei Molekülen mit hoher „Rényi-Entropie“, einem Maß dafür, wie weit gestreut und komplex die Elektronenanordnung ist. In diesen schwierigen Fällen war die Reduktion der Schritte erheblich. Als das Team die Gesamtkosten des Prozesses modellierte, wobei die Anzahl der Messungen berücksichtigt wurde, die für zuverlässige Daten erforderlich sind, waren die Einsparungen noch beeindruckender. Die Kosten für den Betrieb der Standardmethode waren bis zu vierzigmal höher als die Kosten für die Nutzung der neuen Korrekturtechnik. Dies deutet darauf, dass dieser Ansatz für aktuelle Quantencomputer, die durch die Anzahl der Messungen begrenzt sind, die sie durchführen können, bevor Rauschen die Daten ruiniert, den Unterschied zwischen einer unmöglichen und einer machbaren Berechnung ausmachen könnte.

Die zweite Technik, die das Team untersuchte, wird als identitätsaugmentierte Quanten-Selbstkonsistenz-Bewegungsgleichung bezeichnet. Diese Methode adressiert ein anderes Problem: Was passiert, wenn das ursprüngliche Modell zu einfach ist, um das wahre Verhalten des Moleküls zu erfassen, oder wenn die verwendeten Messungen verrauscht sind? In vielen Fällen wählt der Quantencomputer möglicherweise die falschen Teile aus, um sie zum Modell hinzuzufügen, weil die Daten unvollkommen sind. Die Forscher fanden heraus, dass sie durch das Hinzufügen einer spezifischen mathematischen Komponente zur abschließenden Analyse diese Fehler korrigieren konnten. Diese Technik ermöglichte es ihnen, genaue Energiewerte wiederherzustellen, selbst wenn das ursprüngliche Modell vorzeitig abgebrochen wurde oder wenn die Auswahl der neuen Komponenten auf verrauschten Daten basierte. In Tests mit einem Molekül namens m-Benzyn gelang es der Methode, die korrekten Energieniveaus wiederherzustellen, selbst als der Standardprozess aufgrund von Messrauschen Schwierigkeiten hatte. Sie fungierte als Sicherheitsnetz, das sicherstellte, dass ein fehlerhafter oder unvollständiger Ausgangspunkt dennoch zu einer präzisen Endergebnis führen konnte, ohne den gesamten Prozess neu starten zu müssen.

Beide Methoden teilen eine gemeinsame Philosophie: Sie behandeln den Output des Quantencomputers nicht als Endprodukt, sondern als Referenzpunkt für eine tiefere Analyse. Indem die Forscher nach Abschluss der Arbeit des Quantencomputers eine kleine Menge zusätzlicher Berechnungen auf einem klassischen Computer durchführen, können sie zusätzliche Genauigkeit herausholen. Dies ist besonders wertvoll, da die Quantenhardware selbst unverändert bleibt. Die Schaltkreise müssen nicht länger sein, und die Anzahl der Parameter, die abgestimmt werden müssen, erhöht sich nicht. Die Forscher demonstrierten, dass dieser Ansatz bei einer Vielzahl von molekularen Systemen gut funktioniert, von einfachen Atomketten bis hin zu komplexeren Strukturen. Sie zeigten auch, dass die Methode robust ist und ihre Wirksamkeit beibehält, selbst wenn die in sie eingespeisten Daten unvollkommen sind.

Die Auswirkungen dieser Erkenntnisse reichen über die bloße Zeitersparnis hinaus. Durch die Reduzierung der Anzahl der Schritte und Messungen senken diese Techniken die Hürde für die Durchführung chemischer Simulationen auf der heutigen Hardware. Dies könnte es Wissenschaftlern ermöglichen, komplexere Moleküle zu untersuchen, wie etwa jene, die an der Photosynthese oder der Stickstofffixierung beteiligt sind, welche aufgrund des enormen Rechenaufwands bisher unerreichbar waren. Die Forscher merkten an, dass ihre Arbeit zwar in einer Simulation durchgeführt wurde, die angewandten Prinzipien jedoch direkt auf reale Quantengeräte anwendbar sind. Sie wiesen auch darauf hin, dass diese Korrekturen auf andere Arten von Quantenalgorithmen angewendet werden könnten, nicht nur auf den von ihnen getesteten. Die Fähigkeit, die Genauigkeit zu verbessern, ohne die physischen Anforderungen an die Maschine zu erhöhen, deutet auf einen neuen Weg für das Feld hin.

In ihrem Fazit betonten die Autoren, dass die Wahl der Korrektur davon abhängt, welche spezifische Aufgabe gelöst werden soll. Für einige Moleküle bietet die erste Methode die beste Balance zwischen Geschwindigkeit und Genauigkeit. Für andere, insbesondere dort, wo das ursprüngliche Modell sehr begrenzt ist, bietet die zweite Methode einen entscheidenden Schub. Die Studie behauptet nicht, alle Probleme der Quantenchemie gelöst zu haben, aber sie bietet ein praktisches Werkzeug, um die bestehenden Werkzeuge effektiver zu machen. Während die Quantenhardware immer besser wird, werden diese Post-Optimierungs-Techniken wahrscheinlich zu einem Standardbestandteil des Workflows werden, der es Forschern ermöglicht, mehr aus jedem Quantenbit und jeder Messung herauszuholen. Die Arbeit dient als Erinnerung daran, dass der leistungsstärkste Weg, ein System zu verbessern, manchmal nicht darin besteht, ein größeres zu bauen, sondern darüber nachzudenken, wie man das bereits Vorhandene klüger nutzt.