Functional matrix product state simulation of continuous variable quantum circuits

Título: Simulación de Matriz de Producto Funcional de Estados (FMPS) de Circuitos Cuánticos de Variables Continuas

1. El Problema

Los sistemas cuánticos de variables continuas (CV), particularmente aquellos que utilizan modos fotónicos o vibracionales, son una plataforma prometedora para la computación cuántica tolerante a fallos. Sin embargo, la simulación clásica de estos sistemas presenta desafíos computacionales significativos, especialmente cuando se involucran estados no gaussianos (como estados GKP, estados "cat" o operaciones de fase cúbica).

• Limitaciones actuales: Los métodos numéricos existentes, como las representaciones en el espacio de Fock con redes de tensores o aproximaciones gaussianas (ej. el backend "Bosonic" de Strawberry Fields), escalan mal. La complejidad crece exponencialmente con el número de modos y la no-gaussianidad, volviéndose intractable para circuitos con un número modesto de estados no gaussianos o niveles altos de compresión (squeezing).
• Necesidad: Se requiere un método eficiente para simular circuitos CV poco profundos (shallow) y de múltiples modos que maneje la no-gaussianidad sin el costo exponencial de las técnicas actuales.

2. Metodología: Funcional Matrix Product State (FMPS)

Los autores proponen un nuevo método numérico basado en una representación en el espacio real de los estados CV, denominada Estado de Matriz de Producto Funcional (FMPS).

• Descomposición Funcional: En lugar de discretizar el espacio de Fock, el método utiliza la descomposición de Schmidt funcional de la función de onda en el espacio de posición $f(q)$. Esto permite representar la función de onda como una serie de tensores que conectan índices discretos (bond dimensions) con variables continuas.
• Discretización y Mallas:
  • El espacio continuo se discretiza en una malla uniforme dentro de un "cajón de límites" (bounding box) finito.
  • Se utilizan splines cúbicos para interpolar la función de onda fuera de los puntos de la malla, asegurando suavidad y precisión.
  • El tamaño de la malla ($N$) y la dimensión del enlace ($r$) se ajustan dinámicamente. La dimensión del enlace se controla mediante un umbral de fidelidad, truncando los valores singulares pequeños.
• Gestión de Operadores: El método define cómo evolucionan los tensores y el dominio de integración bajo operaciones clave:
  • Desplazamiento, Compresión (Squeezing) y Rotación de Fase: Modifican la función de onda y requieren el ajuste del cajón de límites (bounding box) para contener el soporte de la función.
  • Divisores de haz (Beam Splitters): Realizan rotaciones en el espacio de fase. Para mantener la eficiencia, se utiliza un "hipercubo" (hyperbox) que rastrea el dominio original y se ajusta para evitar que el cajón de límites crezca innecesariamente tras rotaciones repetidas.
  • Puerta de Fase Cúbica: Una operación no gaussiana esencial que actúa diagonalmente en la base de posición.
• Ruido y Pérdida de Fotones: Para simular la pérdida de fotones (el principal ruido en computación fotónica), los autores aprovechan que la pérdida uniforme conmuta con los elementos ópticos lineales. Esto permite "comutar" el ruido al final del circuito, simulando primero un circuito sin ruido y aplicando un canal de pérdida al final, evitando la necesidad de trabajar con matrices de densidad completas durante toda la evolución (trabajando en el cuadro de purificación).

3. Contribuciones Clave

• Marco Teórico: Introducción de la descomposición FMPS como una extensión natural de los estados de matriz de producto (MPS) discretos a sistemas multimodo continuos.
• Algoritmo Eficiente: Desarrollo de un algoritmo que reduce el problema de simulación CV a una simulación MPS discreta, pero con la capacidad de manejar funciones continuas mediante interpolación y gestión dinámica de dominios.
• Manejo de No-Gaussianidad: Demostración de que el método puede capturar con alta precisión estados altamente no gaussianos (como GKP y "cat") donde otros métodos fallan o requieren recursos prohibitivos.
• Estrategia de Ruido: Una implementación eficiente para simular la pérdida de fotones sin explotar la complejidad computacional, manteniendo la escalabilidad sub-exponencial.

4. Resultados

Los autores validaron el método mediante la simulación de circuitos aleatorios y comparaciones con el backend "Bosonic" de la librería Strawberry Fields (SF):

• Escalabilidad:
  • Para circuitos poco profundos (pocas capas de puertas), el tiempo de simulación del método FMPS escala sub-exponencialmente con el número de modos, independientemente del tipo de estado de entrada (Gaussiano, "Cat" o GKP).
  • En contraste, el método de SF escala exponencialmente con el número de modos para estados no gaussianos, agotando la memoria (32 GB) o el tiempo de cálculo en pocos modos.
• Precisión:
  • El método logra una fidelidad alta (ej. >0.999) con dimensiones de enlace ($r$) relativamente bajas (ej. 40-50), mucho menores que el número de puntos de discretización ($N \approx 200$).
  • Los errores de discretización y truncamiento son controlables y disminuyen exponencialmente al aumentar $N$ o $r$.
• Casos de Estudio:
  • Circuitos en Cascada: El método demostró ser superior para circuitos de divisores de haz en cascada, donde la profundidad de entrelazamiento es baja.
  • Circuitos Anchos (Wide Circuits): Incluso en circuitos con 3 capas de divisores de haz, FMPS superó a SF para estados "Cat" y GKP a partir de ~8 modos.
  • Ruido: La simulación de circuitos con pérdida de fotones (10%) aumentó el tiempo de cálculo, pero mantuvo la escalabilidad sub-exponencial.

5. Significado e Impacto

• Viabilidad de Simulación: Este trabajo demuestra que es posible simular circuitos cuánticos de variables continuas con alta precisión y eficiencia, superando las barreras de escalabilidad que limitaban el diseño y la caracterización de protocolos basados en qubits bosónicos.
• Aplicación Práctica: El método es particularmente valioso para el diseño de arquitecturas de computación cuántica tolerante a fallos que utilizan códigos GKP y estados "cat", permitiendo estudiar el impacto de parámetros físicos (como la compresión finita) en la fidelidad de la computación.
• Herramienta para la Comunidad: Los autores han hecho público el código y los datos, proporcionando una herramienta accesible para la comunidad de computación cuántica fotónica para probar nuevos protocolos y arquitecturas que antes eran inabordables numéricamente.

En resumen, el método FMPS representa un avance significativo al trasladar la potencia de las redes de tensores al dominio de variables continuas, ofreciendo una vía viable para la simulación de sistemas cuánticos fotónicos complejos y no gaussianos.