Shot-Efficient ADAPT-VQE via Reused Pauli Measurements and Variance-Based Shot Allocation

Resumen Técnico: ADAPT-VQE Eficiente en Disparos mediante la Reutilización de Mediciones de Pauli y la Asignación de Disparos Basada en la Varianza

Planteamiento del Problema
El ADAPT-VQE (Algoritmo Variacional Cuántico Adaptativo) es un algoritmo líder para la era NISQ (Quantum de Escala Intermedia con Ruido), que ofrece ventajas sobre el VQE tradicional al construir circuitos ansatz de forma adaptativa para reducir la profundidad y mitigar las mesetas estériles (barren plateaus). Sin embargo, el ADAPT-VQE enfrenta un cuello de botella crítico: una alta sobrecarga de mediciones (disparos o shots). Esta sobrecarga proviene de dos fuentes primarias dentro de cada iteración: (1) la optimización de los parámetros variacionales para el ansatz actual y (2) la evaluación de los gradientes de los operadores para seleccionar el siguiente operador a añadir al ansatz. A medida que el número de iteraciones aumenta, el recuento acumulado de disparos se vuelve prohibitivo, limitando la escalabilidad del algoritmo para sistemas moleculares complejos.

Metodología
Los autores proponen una estrategia integrada para reducir los requisitos de disparos a través de dos técnicas distintas pero complementarias:

1. Reutilización de Mediciones de Pauli:
   Los autores explotan la superposición estructural entre el Hamiltoniano ($\hat{H}$) y los observables de gradiente ($[\hat{H}, \hat{A}_k]$). En el ADAPT-VQE estándar, el cálculo del gradiente para la iteración $n+1$ requiere medir el conmutador del Hamiltoniano y los operadores candidatos. El método propuesto observa que el estado cuántico $|\psi^{(n)}\rangle$ utilizado para el valor de la esperanza del Hamiltoniano en la iteración $n$ es idéntico al estado $|\psi^{((n+1)-1)}\rangle$ utilizado para el cálculo del gradiente en la iteración subsiguiente.

   • Mecanismo: El algoritmo identifica las cadenas de Pauli comunes tanto en la descomposición del Hamiltoniano como en la descomposición del conmutador del gradiente.
   • Implementación: Los resultados de las mediciones (valores de esperanza) obtenidos durante la optimización final de los parámetros VQE de la iteración $n$ se almacenan y reutilizan para los términos correspondientes en el cálculo del gradiente de la iteración $n+1$.
   • Agrupación: Esto se combina con la agrupación por Conmutatividad Qubit-Wise (QWC) para maximizar el número de términos medibles simultáneamente, asegurando que las mediciones reutilizadas sean válidas para la base propia compartida.

2. Asignación de Disparos Basada en la Varianza:
   Los autores extienden las técnicas de asignación de disparos basadas en la varianza, aplicadas previamente de forma principal a los valores de esperanza del Hamiltoniano, para incluir las mediciones de gradiente.

   • Estrategias: Se emplean dos métodos específicos de asignación:
     • Asignación de Disparos Minimizadora de la Varianza (VMSA): Asigna disparos para minimizar la varianza total del estimador de energía para un presupuesto total de disparos fijo.
     • Reducción de Disparos Preservadora de la Varianza (VPSR): Reduce el presupuesto total de disparos manteniendo la varianza por debajo de un umbral objetivo $\delta$.
   • Implementación: Se utiliza un subconjunto inicial de disparos ($N_0$) para estimar la varianza empírica de cada grupo conmutativo (commuting clique o grupo de cadenas de Pauli). Los disparos restantes se distribuyen proporcionalmente a estas varianzas. Esto se aplica tanto a la medición del Hamiltoniano (para la energía) como a la medición del gradiente (para la selección del operador).

Contribuciones Clave

• Integración Novedosa: Este trabajo es el primero en explorar el enfoque combinado de reutilizar mediciones de Pauli a través de las iteraciones de ADAPT-VQE y aplicar la asignación de disparos basada en la varianza tanto a las mediciones del Hamiltoniano como a las de gradiente simultáneamente.
• Modificación Algorítmica: Los autores presentan un flujo de trabajo de ADAPT-VQE modificado (Algoritmo 1) que incorpora un "protocolo de medición de reutilización de Pauli" y una asignación dinámica de disparos, alterando significativamente la estructura de costo de medición estándar.
• Agnosticismo del Pool de Operadores: El estudio valida la estrategia a través de cuatro pools de operadores diferentes (Fermiónico, de Qubit, de Excitación de Qubit y de Operador de Intercambio Acoplado), demostrando la robustez del enfoque independientemente del pool específico de construcción del ansatz.

Resultados
Se realizaron simulaciones numéricas en sistemas moleculares que van desde $H_2$ (4 qubits) hasta $N_2H_4$ (16 qubits) utilizando simuladores de vector de estado y basados en disparos (Qiskit Aer).

• Eficiencia de la Reutilización de Mediciones:

  • Comparado con un esquema de medición completo ingenuo, el uso de la agrupación de mediciones (QWC) por sí solo redujo el uso promedio de disparos al 38.59%.
  • Combinar la agrupación de mediciones con el protocolo de reutilización redujo aún más el uso promedio de disparos al 32.29%.
  • La estrategia de reutilización redujo consistentemente los requisitos de disparos en todas las moléculas y pools de operadores probados, con ahorros que aumentan para moléculas más grandes que requieren más iteraciones de ADAPT.

• Eficiencia de la Asignación Basada en la Varianza:

  • Para la molécula $H_2$, la asignación basada en la varianza redujo los disparos necesarios para alcanzar la precisión química en un 6.71% (VMSA) y un 43.21% (VPSR) en comparación con la distribución uniforme.
  • Para la molécula $LiH$, las reducciones fueron del 5.77% (VMSA) y 51.23% (VPSR).
  • El método VPSR resultó particularmente efectivo, logrando una precisión competitiva con el menor número de disparos acumulados.

• Resiliencia al Ruido:

  • Las simulaciones bajo niveles de ruido variables ($p = 0.00001$ a $0.001$) mostraron que, si bien los niveles altos de ruido ($p = 0.001$) impiden que todos los métodos alcancen la precisión química, los métodos basados en la varianza (VMSA y VPSR) mantienen una precisión comparable a los métodos uniformes con menos disparos acumulados.

Significancia y Reivindicaciones
El artículo afirma que estas estrategias representan un paso significativo hacia las simulaciones cuánticas prácticas en la era NISQ al abordar directamente el cuello de botella de las mediciones de ADAPT-VQE. Los autores enfatizan que:

• Los métodos propuestos reducen significativamente el número de disparos necesarios para alcanzar la precisión química manteniendo la fidelidad de los resultados.
• La sobrecarga computacional clásica introducida por el protocolo de reutilización es mínima, ya que el análisis de las cadenas de Pauli se realiza solo una vez durante la configuración inicial.
• Aunque el trabajo se centra en ADAPT-VQE, los enfoques son aplicables a otros algoritmos adaptativos (por ejemplo, ADAPT-QAOA).
• El estudio reconoce que, aunque se realizaron simulaciones de ruido, es necesario realizar trabajos futuros para evaluar estos métodos en perfiles de ruido de hardware cuántico real y explorar sistemas moleculares más grandes.

Los autores concluyen que optimizar los costos de medición es esencial para la computación eficiente de algoritmos cuánticos cuando los recursos cuánticos son limitados, y su enfoque integrado ofrece una vía viable para mitigar la alta sobrecarga de disparos inherente a los algoritmos variacionales adaptativos.