Dual channel multi-product formulas

Resumen Técnico: Fórmulas de Multi-Producto de Doble Canal

Planteamiento del Problema
La simulación cuántica de sistemas de muchos cuerpos utilizando enfoques de Fórmula de Producto (PF) es un candidato principal para dispositivos cuánticos de corto plazo debido a su robustez frente a errores físicos y la falta de requerimientos de codificación de bloques complejos. Sin embargo, alcanzar una alta precisión de simulación típicamente requiere un gran número de pasos de Trotter o construcciones recursivas de alto orden, lo que conduce a circuitos cuánticos con profundidades que crecen exponencialmente con la precisión deseada. Esta profundidad es prohibitiva para el hardware actual, limitado por los tiempos de coherencia y la fidelidad de las puertas. Aunque se han introducido las Fórmulas de Multi-Producto (MPF) para suprimir errores algorítmicos mediante el post-procesamiento clásico de múltiples resultados de circuitos, estas enfrentan un "problema de condicionamiento". Lograr una MPF bien condicionada a menudo requiere números de plegado (folding numbers) grandes, lo que aumenta la profundidad del circuito y acumula ruido físico, socavando así la mitigación del error algorítmico.

Metodología: MPF de Doble Canal (DCMPF)
Los autores proponen un protocolo de Fórmula de Multi-Producto de Doble Canal (DCMPF) para abordar el compromiso entre la supresión del error algorítmico y la profundidad del circuito. La innovación central consiste en aprovechar dos tipos distintos de circuitos de Trotter para cada paso de plegado:

1. Una Fórmula de Producto regular, $T_\alpha(t)$.
2. Su contraparte de tiempo invertido, $\bar{T}_\alpha(t) = T_\alpha^\dagger(-t)$, construida mediante la reversión de la secuencia de puertas de $T_\alpha(t)$.

La DCMPF construye una combinación lineal de estos canales duales:
$$\frac{1}{2} \sum_{i=1}^K c_i \left( T_{n_i}^\alpha \left( \frac{t}{n_i} \right) + \bar{T}_{n_i}^\alpha \left( \frac{t}{n_i} \right) \right)$$
donde los coeficientes $\{c_i\}$ se determinan mediante una ecuación de Vandermonde. Los autores demuestran que la suma de una PF regular y su inversa satisface una condición simétrica, emulando efectivamente las propiedades de cancelación de error de las PF simétricas (como la fórmula de Trotter de segundo orden) pero sin la penalización de profundidad recursiva inherente.

Contribuciones Clave

• Mejora en la Escala de Error: El protocolo DCMPF logra una escala de error de Trotter de $O(t^{\alpha+2K})$ para las PF regulares, en comparación con la escala estándar de $O(t^{\alpha+K})$ de los métodos MPF convencionales que utilizan PFs regulares. Esto representa una mejora de dos veces en el exponente de error.
• Reducción de la Profundidad del Circuito: Para alcanzar el mismo orden de error algorítmico, la DCMPF requiere aproximadamente la mitad de la profundidad de circuito de los esquemas MPF basados en PF simétricas. Esto se debe a que la construcción de doble canal proporciona intrínsecamente la simetría necesaria para una cancelación de error de mayor orden sin la expansión recursiva del circuito.
• Condicionamiento y Estabilidad: Si bien la DCMPF comparte el mismo número de condición (y, por tanto, la sensibilidad al "problema de condicionamiento") que las MPF basadas en PF simétricas, la reducción de la profundidad del circuito permite un conjunto más grande de números de plegado ($n_i$) que satisfacen el criterio de buen condicionamiento ($||c||_1 < 1.2 \sim 1.3$) dentro de una restricción de profundidad de hardware fija. Esto permite el uso de valores de $K$ más grandes, mejorando aún más la precisión.
• Costo de Muestreo: Se demuestra que la varianza del resultado mitigado en DCMPF es equivalente a la de la MPF convencional usando PFs simples. En consecuencia, la relación de costo de disparos (shot-cost ratio) para alcanzar una determinada precisión escala favorablemente, con la relación de varianzas al cuadrado de los errores escalando como $t^{-2K}$.

Resultados Numéricos
Los autores validan el protocolo mediante simulaciones numéricas en dos modelos:

1. Modelo de Ising Transverso 1D: Las simulaciones utilizando PFs de primer orden (Lie-Trotter) y de tercer orden (Ruth) confirman la escala de error teórica. Los exponentes de error ajustados para DCMPF (aprox. 2.027 y 2.098) son casi el doble de los de la MPF estándar usando PFs regulares (aprox. 1.129), alineándose con la predicción de $O(t^{\alpha+2K})$.
2. Cadena de Espín XXZ con Ruido: En presencia de ruido de depolarización en las puertas CNOT, los autores comparan la DCMPF contra la MPF basada en PF simétrica y las PF de segundo orden estándar. Bajo una restricción fija de conteo de puertas CNOT (profundidad de circuito), la DCMPF produce consistentemente errores relativos significativamente menores a través de varios niveles de ruido. Los resultados demuestran que la reducción de profundidad permite a la DCMPF utilizar números de plegado más favorables que permanecen bien condicionados, mientras que los métodos de PF simétrica se ven forzados a usar configuraciones más superficiales y menos precisas debido a las restricciones de profundidad.

Significancia y Reivindicaciones
El artículo afirma que el protocolo DCMPF ofrece una vía práctica para mejorar la precisión de la simulación cuántica en el hardware de corto plazo al reducir efectivamente a la mitad la profundidad de circuito requerida para un nivel dado de mitigación del error algorítmico. Los autores enfatizan que esta reducción de profundidad no es simplemente una mejora lineal, sino que aporta "beneficios prácticos mucho mayores" porque los errores físicos en los circuitos cuánticos degradan la calidad del resultado exponencialmente con la profundidad. Al reducir la profundidad, la DCMPF reduce directamente la acumulación de errores físicos y la sobrecarga requerida para la mitigación de errores físicos. El trabajo concluye que este enfoque es particularmente ventajoso para dispositivos con recursos limitados, permitiendo simulaciones de mayor precisión sin la necesidad de circuitos más profundos y propensos a errores.