Designing quantum technologies with a quantum computer

Resumen Técnico: Diseño de Tecnologías Cuánticas con una Computadora Cuántica

Planteamiento del Problema
Los materiales de estado sólido que contienen defectos con espín activo, como los centros de nitrógeno-vacante (NV) en el diamante, son fundamentales para los sensores cuánticos, las fuentes de fotones individuales y los procesadores. Sin embargo, la modelización de estos sistemas es un desafío debido a las complejas interacciones espín-entorno, que incluyen la división de campo cero, efectos Zeeman, acoplamientos hiperfinos, interacciones dipolo-dipolo y la decoherencia electrón-fonón. Las simulaciones clásicas suelen tener dificultades con la naturaleza de muchos cuerpos de estos sistemas, particularmente al calcular la dinámica de largo tiempo (nanosegundos a microsegundos) necesaria para determinar los tiempos de coherencia y los espectros de absorción. Si bien las computadoras cuánticas digitales ofrecen una alternativa prometedora, el hardware actual de la era NISQ (Escala Intermedia con Ruido Cuántico) y de los primeros sistemas tolerantes a fallos está limitado por el número restringido de cúbits, el ruido intrínseco y la profundidad de los circuitos. El desafío central es desarrollar algoritmos eficientes que puedan aproximar la evolución temporal cuántica de largo tiempo minimizando los recursos computacionales (conteo de puertas y profundidad de circuito) para mantenerse compatibles con las limitaciones actuales del hardware.

Metodología
Los autores proponen un marco de diseño asistido por computadora cuántica que simula sistemas de espín interactuantes utilizando un Hamiltoniano general de resonancia de espín electrónico (ESR). La metodología integra varias técnicas de optimización:

1. Modelado del Hamiltoniano: El marco construye un Hamiltoniano que incorpora la división de campo cero, términos Zeeman, interacciones hiperfinas, términos de espín-espín dipolo-dipolo y un modelo espín-bosón para la decoherencia electrón-fonón. El sistema se mapea a una representación de espín-1/2 mediante codificación Gray para minimizar los requisitos de cúbits ($\lceil \log_2(d) \rceil$).
2. Optimización de Circuitos: El Hamiltoniano resultante, expresado como una suma de cadenas de Pauli, se particiona en grupos de conmutatividad por cúbit (QWC). Esto permite la diagonalización simultánea mediante rotaciones de Clifford de un solo cúbit, lo que permite el uso de circuitos canónicos para la exponenciación de cadenas de Pauli diagonales. Este paso facilita la reordenación óptima de los exponenciales para cancelar las operaciones adjuntas adyacentes, reduciendo el conteo de puertas y la profundidad del circuito.
3. Avance Rápido de Krylov Cuántico Seleccionado Multi-Referencia (sQKFF): Para acceder a la dinámica de largo tiempo sin una profundidad de circuito prohibitiva, los autores emplean el algoritmo sQKFF. Este enfoque híbrido aproxima el estado evolucionado en el tiempo $|\psi(t)\rangle$ dentro de un subespacio de Krylov construido a partir de un conjunto de estados de referencia.
   • Componente Cuántico: Calcula los elementos de la matriz de la función de autocorrelación (solapamiento $S$) y de la matriz del Hamiltoniano ($H$) utilizando pruebas de Hadamard con Trotterización de segundo orden.
   • Componente Clásico: Resuelve el problema de autovalores generalizado (ecuación de Schrödinger en el subespacio de Krylov) para determinar los coeficientes dependientes del tiempo.
   • Selección de Referencia: Los estados de referencia se seleccionan basándose en las probabilidades de medición de un estado evolucionado de corto tiempo, con el objetivo de capturar las características relevantes de la dinámica de largo tiempo.
4. Cómputo de Propiedades: El marco calcula funciones de autocorrelación, espectros de absorción de microondas (mediante la teoría de respuesta lineal y la parte imaginaria de la susceptibilidad) y la norma $\ell_1$ de la coherencia.

Contribuciones Clave

• Marco Integrado: Un enfoque unificado que combina codificación Gray, agregación QWC y el algoritmo sQKFF, diseñado específicamente para defectos de espín en estado sólido bajo condiciones experimentales realistas (incluyendo baños de fonones e impurezas).
• Reducción de Recursos: La aplicación de la agregación QWC y la optimización de la evolución temporal Trotterizada resultó en reducciones del 18–30% en el conteo de puertas y la profundidad del circuito en comparación con las implementaciones no optimizadas en todas las configuraciones probadas.
• Dinámica de Largo Tiempo: El marco computó con éxito funciones de autocorrelación hasta aproximadamente ~100 ns, una escala de tiempo que suele ser intratable para la Trotterización estándar en el hardware NISQ.
• Benchmarking: El método fue validado frente a simulaciones clásicas utilizando QuTiP a través de tres configuraciones distintas de centros NV (un solo NV, tres NVs y un NV con impurezas de $^{14}$N).

Resultados

• Precisión: El marco reprodujo los resultados de QuTiP con alta fidelidad para los espectros de absorción de microondas y las funciones de autocorrelación. Para las Configuraciones 1 y 3, se mantuvo la precisión hasta decenas de nanosegundos incluso con errores de Trotterización moderados.
• Sensibilidad de los Estados de Referencia: El estudio identificó que la selección de los estados de referencia es el factor principal que gobierna la precisión a un costo de hardware fijo. Aumentar el número de estados de referencia ($R$) mejoró significamente tanto la precisión de la simulación como el intervalo de tiempo alcanzable, a menudo más que la reducción del error de Trotterización.
• Complejidad de la Configuración: Aunque la Configuración 2 (mayor tamaño de sistema, mayor norma 1 del Hamiltoniano) presentó desafíos para identificar estados de referencia efectivos debido a una distribución de información más dispersa, el marco siguió siendo aplicable. La Configuración 3, a pesar de tener impurezas adicionales e interacciones dipolo-dipolo, alcanzó una precisión comparable a la de la Configión 1 más simple cuando $R=15$ y se minimizó el error de Trotter.
• Métricas de Coherencia: La norma $\ell_1$ de la coherencia se computó eficientemente dentro del subespacio de Krylov, permitiendo la estimación de los tiempos de coherencia efectivos $T_1$ y $T_2$ sin una sobrecarga clásica exponencial.

Significancia y Reivindicaciones
El artículo afirma que esta metodología proporciona un modelo flexible para utilizar computadoras cuánticas para diseñar, comparar y optimizar tecnologías de cúbits de espín en estado sólido. Los autores sostienen que su enfoque híbrido demuestra que las computadoras cuánticas, combinadas con técnicas de simulación optimizadas, pueden servir como plataformas efectivas para estudiar la dinámica de espín-defecto incluso bajo las restricciones de recursos de la era NISQ.

El trabajo destaca que, si bien las limitaciones del hardware (ruido, conteo de cúbits) son significativas, las optimizaciones algorítmicas como sQKFF y la agregación QWC pueden extender los tiempos operativos de las simulaciones. Los autores concluyen modestamente que, aunque simular dinámicas complejas con interacciones no triviales sigue siendo un objetivo a largo plazo, sus resultados demuestran la viabilidad de tales búsquedas. Enfatizan que la capacidad de simular configuraciones clásicamente intratables es crucial para el avance de la ingeniería de dispositivos cuánticos. El artículo no pretende la implementación inmediata en hardware real, sino que establece un marco numérico validado que aborda los excesos de muestreo (shot overhead) y la selección de estados de referencia como áreas críticas para la futura implementación práctica.