Efficient Preparation of Quantum States via Randomized Truncation

Resumen Técnico: Preparación Eficiente de Estados Cuánticos mediante la Truncación Aleatorizada

Planteamiento del Problema
La preparación de estados cuánticos generales es un cuello de botella fundamental en los algoritmos cuánticos, particularmente para aplicaciones en química cuántica, ecuaciones diferenciales y aprendizaje automático. Los estados objetivo realistas suelen exhibir una estructura de amplitud jerárquica: un núcleo pequeño de configuraciones dominantes acompañadas por una "cola pesada" de muchos componentes pequeños pero no despreciables. Los métodos de truncación deterministas estándar descartan estas amplitudes pequeñas para reducir la complejidad del circuito. Sin embargo, este enfoque incurre en un severo compromiso lineal entre precisión y costo de recursos: para lograr un error de distancia de traza $\epsilon$, se deben retener suficientes amplitudes tales que el peso $\ell_2$ descartado sea $O(\epsilon)$. Este requisito obliga a la codificación de un gran número de componentes de pequeña amplitud, lo que conduce a un crecimiento exponencial en la profundidad del circuito y en el recuento de puertas, haciendo que la preparación de estados de alta fidelidad sea prohibitiva tanto para el hardware de corto plazo como para el de tolerancia a fallos.

Metodología
Los autores proponen un protocolo de preparación de estados aleatorizado que elude los límites rígidos de la truncación determinista aprovechando la amplificación probabilística. En lugar de codificar coherentemente toda la cola pesada en un único circuito profundo, el método construye un conjunto de circuitos de baja complejidad.

El protocolo opera de la siguiente manera:

1. Partición: Las amplitudes del estado se particionan en un conjunto significativo $A$ (amplitudes $|\alpha_i| \geq t$) y un conjunto de cola negligible $B$ ($|\alpha_i| < t$).
2. Construcción del Conjunto: Para cada índice $m$ en el conjunto de la cola $B$, se define un estado cuántico específico $|\tilde{\psi}_m\rangle$. Este estado retiene todas las amplitudes en $A$ e incluye un único elemento de $B$ (índice $m$) con un coeficiente amplificado.
3. Muestreo: El protocolo muestrea un índice $m$ de $B$ con una probabilidad $p_m = |\alpha_m| / \sum_{j \in B} |\alpha_j|$. Se prepara el estado correspondiente $|\tilde{\psi}_m\rangle$.
4. Estado Resultante: El resultado final es un estado mixto $\rho_{\text{approx}} = \sum_m p_m |\tilde{\psi}_m\rangle\langle\tilde{\psi}_m|$.

Crucialmente, la amplificación del pequeño coeficiente $\alpha_m$ por un factor de $1/p_m$ asegura que el valor esperado del conjunto recupere el estado objetivo $|\psi\rangle$. Los autores demuestran que, si bien los circuitos individuales en el conjunto son simples (reteniendo solo un componente de la cola), el estado mixto resultante recupera el objetivo con un error significativamente reducido en comparación con la truncación determinista.

Contribuciones Clave y Resultados Teóricos
La principal contribación teórica es la demostración de que este enfoque aleatorizado mejora la escala del error de lineal a cuadrática respecto a la masa de amplitud descartada.

• Escalamiento de Error Cuadrático: Los autores demuestran (Teorema 1) que si el peso $\ell_2$ descartado es $\epsilon^2$, el error de distancia de traza del conjunto aleatorizado escala como $O(\epsilon^2)$, mientras que la truncación determinista escala como $O(\epsilon)$.
• Reducción de Recursos: Esta mejora cuadrática se traduce en una reducción en el número de amplitudes codificadas necesarias para alcanzar una fidelidad objetivo fija.
  • Para estados de decaimiento exponencial (comunes en química cuántica y Hamiltonianos con brecha), el protocolo aleatorizado requiere aproximadamente la mitad del número de amplitudes en comparación con el enfoque determinista ($K_{\text{det}} \approx 2K_{\text{rand}}$).
  • Para estados de decaimiento de ley de potencia (comunes en física de muchos cuerpos y carga de datos), los ahorros de recursos escalan asintóticamente como $O(\hat{\epsilon}^{-1/(2r_{\text{pow}}-1)})$, ofreciendo ganancias aún mayores a medida que aumenta la precisión deseada.
• Ahorro a Nivel de Puertas: Al amplificar los coeficientes pequeños, el protocolo los extrae del régimen de mayor precisión. Esto reduce la necesidad de rotaciones multi-controladas de altísima precisión, lo que disminuye significativamente el recuento de puertas T y la sobrecarga de CNOT asociada con la resolución de ángulos pequeños.

Resultados Numéricos
Los autores validaron el protocolo en varias instancias reales y sintéticas:

• Molécula de LiH: Utilizando el estado fundamental de la molécula de Hidruro de Litio (mapeado a 12 qubits), el protocolo aleatorizado logró una reducción del 82.2% en los recuentos de CNOT y una reducción del 81.2% en los recuentos de puertas T en comparación con la truncación determinista para un error de norma de traza de $5.86 \times 10^{-4}$.
• Estado Sintético de Ley de Potencia: Para un estado de 10 qubits con amplitudes decayendo como $j^{-5}$, el método demostró reducciones de hasta un 98.9% en los recuentos de CNOT y un 98.5% en los recuentos de puertas T para un error de norma de traza de $1.04 \times 10^{-13}$.
• Aprendizaje Automático y Física de Muchos Cuerpos: El protocolo también fue probado en estados derivados de una ResNet entrenada (10 qubits) y en el estado fundamental del Modelo de Ising de Campo Transverso (11 qubits). En ambos casos, el método aleatorizado alcanzó consistentemente errores de norma de traza más bajos para costos fijos en comparación con la truncación determinista, confirmando su aplicabilidad más allá de las distribuciones estrictamente de ley de potencia o exponenciales.

Significancia y Reivindicaciones
El artículo afirma establecer un paradigma de recursos eficientes para la inicialización de estados cuánticos complejos. Al relajar los requisitos de precisión de la síntesis de puertas y reducir el número de amplitudes codificadas, el método aborda un cuello de botella crítico en los algoritmos cuánticos de extremo a extremo.

Los autores enfatizan que este enfoque es compatible tanto con regímenes de corto plazo (near-term) como de tolerancia a fallos:

• Para dispositivos de corto plazo, reemplaza un único circuito monolítico profundo por el muestreo sobre circuitos más simples y menos profundos, haciendo que la preparación de estados sea factible dentro de los límites de coherencia.
• Para arquitecturas de tolerancia a fallos, reduce significativamente la sobrecarga de puertas T y los costos de CNOT asociados con las rotaciones de alta precisión, ampliando así la clase de estados cuánticos que pueden prepararse eficientemente en el hardware.

El trabajo concluye que esta estrategia de truncación aleatorizada ofrece un límite de error riguroso y controlable que es proporcional al cuadrado del peso de la cola descartada, permitiendo implementaciones más eficientes de algoritmos que dependen de la preparación de estados complicados sin sacrificar la exactitud.