Non-stabilizerness of Neural Quantum States

Resumen Técnico: No-estabilizabilidad de los Estados Cuánticos Neuronales

Planteamiento del Problema
La complejidad cuántica en sistemas de muchos cuerpos depende de dos recursos distintos: el entrelazamiento y la no-estabilizabilidad (a menudo denominada "magia"). Mientras que el entrelazamiento ha sido caracterizado extensamente, la no-estabilizabilidad sigue siendo difícil de cuantificar en sistemas grandes. Las medidas existentes, como las Entropías de Rényi de Estabilizadores (SREs), requieren típicamente procedimientos de minimización computacionalmente intensivos o están restringidas a ansätze específicos como los Estados de Producto de Tensores (MPS). En consecuencia, los métodos actuales no logran abordar sistemas con correlaciones fuertes y altas dimensiones espaciales, donde los métodos de Redes de Tensores (TN) están limitados por la escala de entrelazamiento y los métodos de Monte Carlo Cuántico (QMC) a menudo sufren de problemas de signo. Existe una necesidad crítica de un marco escalable para evaluar la magia en funciones de onda variacionales arbitrarias, particularmente aquellas capaces de representar entrelazamiento de ley de volumen.

Metodología
Los autores introducen un marco para estimar las SREs (específicamente $M_2$) para sistemas de muchos qubits arbitrarios codificados como Estados Cuánticos Neuronales (NQS). El enfoque se basa en dos esquemas de muestreo de Monte Carlo:

1. Estimador Replicado: Este método utiliza un espacio de Hilbert cuatro veces replicado. Al definir un estado $|\Phi\rangle = |\Psi^*, \Psi^*, \Psi^*, \Psi\rangle$ y un operador unitario específico $\hat{U}$ que crea interacciones entre réplicas, la SRE se expresa como un valor de expectativa $\langle \Phi | \hat{U} | \Phi \rangle / \langle \Phi | \Phi \rangle$. Esto permite la estimación estocástica mediante el muestreo de la distribución de Born de $|\Phi\rangle$. Los autores señalan que este estimador puede sufrir de valores atípicos estadísticos debido a la naturaleza no local de $\hat{U}$, pero esto puede mitigarse mediante el muestreo de importancia con recocido (annealed importance sampling).
2. Estimador de Base de Bell: Este enfoque aprovecha la equivalencia entre los valores de expectativa de cadenas de Pauli y las amplitudes sobre estados de Bell de dos copias del sistema. Requiere que el estado $|\Psi\rangle$ sea el estado fundamental de un Hamiltoniano $\hat{H}$. El método consiste en transformar el sistema en un estado duplicado $|\Gamma\rangle$ mediante una transformación de Clifford $\hat{C}$, de tal manera que la SRE se estima promediando las razones de amplitud sobre la distribución $|\Gamma(\nu)|^2$. Aunque este estimador es positivo-definido y estadísticamente más robusto, está limitado a estados fundamentales y requiere el aprendizaje del estado altamente entrelazado $|\Gamma\rangle$, lo que introduce acoplamientos no locales.

En los resultados principales, los autores emplean primordialmente el Estimador Replicado debido a los desafíos asociados con el aprendizaje del estado fundamental transformado $|\Gamma\rangle$ para modelos complejos. Los ansätze de NQS utilizados incluyen Máquinas de Boltzmann Restringidas (RBM) para conjuntos aleatorios y Transformadores de Visión Profundos (ViT) para el modelo de Heisenberg, optimizados mediante Monte Carlo Variacional (VMC) con Reconfiguración Estocástica.

Contribuciones Clave

• Marco Algorítmico: El artículo presenta dos algoritmos de Monte Carlo para medir SREs en ansätze variacionales arbitrarios, extendiendo el análisis de la magia más allá de las limitaciones de los métodos de TN hacia sistemas de alta dimensión y altamente entrelazados.
• Caracterización de la Expresividad de NQS: Los autores demuestran que las parametrizaciones de NQS pueden capturar simultáneamente un entrelazamiento extensivo y una no-estabilizabilidad finita, una capacidad que no comparten los TN estándar (que capturan bajo entrelazamiento) o los estados estabilizadores (que tienen cero magia).
• Diagrama de Fases del Modelo de Heisenberg $J_1-J_2$: El marco se aplica al paradigmático modelo de Heisenberg $J_1-J_2$ en 1D y 2D, un sistema donde los métodos estándar de computación de magia son intratables.

Resultos

• Conjunto de NQS Aleatorios: El análisis de un conjunto de RBMs aleatorios con entrelazamiento de ley de volumen revela que la densidad de SRE promedio ($m_2 = M_2/N$) converge a un valor finito y no nulo ($m_2^* \approx 0.241$) en el límite termodinámico. Esto confirma que las funciones de onda de redes neuronales codifican inherentemente no-estabilizabilidad junto con el entrelazamiento.
• Modelo $J_1-J_2$ en 1D: En la cadena de espines 1D, la densidad de SRE exhibe un mínimo en el punto de Majumdar-Ghosh ($J_2 = J_1/2$). A medida que el tamaño del sistema aumenta, la densidad de SRE se aproxima a cero en este punto, lo cual es consistente con la naturaleza de estabilizador conocida del estado fundamental de Majumdar-Ghosh (una superposición de singletes dimerizados).
• Modelo $J_1-J_2$ en 2D: En la red cuadrada 2D, la densidad de SRE muestra un descenso distintivo cerca del régimen de máxima frustración ($J_2/J_1 \approx 0.6$). A diferencia del caso 1D, el mínimo permanece no nulo a medida que el tamaño del sistema aumenta. Este comportamiento se interpreta como evidencia de una fase de Bosón de Enlace de Valencia (VBS) que existe entre los órdenes de Néel y de antiferromagnetismo de franjas, caracterizada por una no-estabilizabilidad reducida pero no nula.

Significancia y Reivindicaciones
El artículo afirma que, al combinar NQS con la estimación de Monte Carlo de SREs, es posible superar las limitaciones de los enfoques de vanguardia para la computación de la magia. La metodología permite la investigación de la no-estabilizabilidad en estados de muchos cuerpos altamente entrelazados en dimensiones espaciales arbitrarias, un régimen previamente inaccesible. Los resultados proporcionan nuevas perspectivas sobre la relación entre la magia y los fenómenos físicos, como las transiciones de fase y la frustración, sugiriendo que la magia sirve como un recurso distinto que puede reducirse (pero no necesariamente eliminarse) en fases ordenadas específicas como VBS. Los autores posicionan este trabajo como un paso hacia la comprensión del papel de los recursos cuánticos en escenarios físicos complejos, señalando que la expresividad de los NQS les permite representar estados cercanos a los estados de Haar aleatorios, que poseen entrelazamiento y no-estabilizabilidad máximos.