Symmetry-adapted qubit encoding with complete active space and Bravyi--Kitaev mapping for quantum chemistry on a quantum computer

Este artículo introduce una codificación de cúbits adaptada a la simetría con espacio de configuración activa completa (SAE-CAS) que integra simetrías Z aproximadas y el mapeo de Bravyi-Kitaev para reducir significativamente el recuento de cúbits y la complejidad del circuito para simulaciones de química cuántica, demostrando una convergencia y eficiencia de recursos superiores sobre los métodos estándar tanto en procesadores cuánticos de corto plazo como en los de tolerancia a fallos.

Lo esencial

Imagina que estás intentando resolver un rompecabezas masivo e increíblemente complejo para entender cómo funciona una molécula. En el mundo de la química cuántica, este rompecabezas es la "estructura electrónica" de una molécula. Para resolverlo en una computadora cuántica, normalmente necesitamos asignar una pieza diminuta de la computadora (un "qubit") a cada lugar posible donde podría estar un electrón.

¿El problema? Incluso para moléculas pequeñas, esto requiere miles de piezas de rompecabezas (qubits), y las instrucciones para ensamblarlas (el circuito) se vuelven tan largas y enredadas que las computadoras actuales no pueden manejarlas, e incluso las futuras tendrán dificultades.

Este artículo presenta una nueva y astuta forma de resolver el rompecabezas llamada SAE-CAS. Así es como funciona, utilizando analogías sencillas:

1. La estrategia de "Congelar e Ignorar" (La parte CAS)

Piensa en una molécula como un edificio de oficinas con mucha actividad.

• El Núcleo Congelado: El sótano y el último piso siempre están llenos de personas que nunca salen y nunca interactúan con el resto del edificio. En términos cuánticos, estos son los electrones de "núcleo congelado". Son aburridos y predecibles.
• Los Virtuales: El ático está completamente vacío y es probable que permanezca vacío. Estos son los orbitales "virtuales".
• El Espacio Activo: Los pisos intermedios son donde ocurre la verdadera acción. La gente se mueve, habla y cambia las cosas. Este es el "espacio activo".

Los métodos tradicionales intentan asignar un qubit a cada piso, incluso al aburrido sótano y al vacío ático. SAE-CAS dice: "Ignoremos el sótano y el ático". Solo asignamos qubits a los pisos intermedios donde ocurre la química interesante. Esto reduce inmediatamente el tamaño del rompecabezas que necesitamos resolver.

2. El "Atajo de Simetría" (La parte SAE)

Incluso dentro de los pisos intermedios concurridos, existen reglas. Por ejemplo, en una molécula de agua, el lado izquierdo es una imagen especular del derecho. Si sabes qué está pasando en la izquierda, automáticamente sabes qué está pasando en la derecha.

Normalmente, las computadoras calculan ambos lados por separado, desperdiciando tiempo y recursos. SAE-CAS utiliza un "truco matemático" (llamado transformación de Clifford afín) para darse cuenta de que, debido a estas reglas de simetría, no necesitamos qubits separados para ambos lados. Podemos "doblar" matemáticamente el rompecabezas por la mitad. Esto elimina aún más qubits, haciendo que el rompecabezas sea más pequeño y fácil de resolver.

3. La "Traducción" (La parte de Bravyi–Kitaev)

Una vez que tenemos nuestro rompecabezas pequeño y plegado, necesitamos traducirlo a un lenguaje que la computadora cuántica entienda. Hay dos traductores principales:

• Jordan-Wigner (JW): El traductor estándar. Es simple, pero hace que las instrucciones sean muy largas (como leer un libro donde cada palabra se repite).
• Bravyi–Kitaev (BK): Un traductor más inteligente. Organiza la información de manera más eficiente, de modo que las instrucciones sean más cortas y menos enredadas.

Los autores muestran que se puede usar su método de "Rompecabezas Plegado" (SAE-CAS) con cualquiera de los dos traductores. Crearon una versión llamada SAE-CAS-BK que utiliza el traductor más inteligente. Esto no cambia la respuesta final, pero a menudo hace que el camino para llegar a ella sea más fluido y rápido.

¿Qué descubrieron?

Los autores probaron este método en nueve moléculas pequeñas (como agua, oxígeno y nitrógeno) utilizando dos "estrategias de búsqueda" (algoritmos) diferentes para encontrar la energía de la molécula:

1. UCCSD: Una búsqueda químicamente precisa pero compleja.
2. HE-SCA: Una búsqueda más simple y amigable para el hardware.

Los Resultados:

• Menos Qubits: Al ignorar las partes aburridas y doblar las partes simétricas, necesitaron significativamente menos qubits (a veces reduciendo el número a la mitad o más).
• Circuitos más Cortos: Las instrucciones para ejecutar la simulación fueron mucho más cortas y menos enredadas.
• Éxito más Rápido: Al usar la estrategia de búsqueda más simple (HE-SCA), su método encontró la respuesta correcta para cada una de las moléculas probadas. El método antiguo (JW-CAS) se quedó estancado y falló al encontrar la respuesta para el oxígeno y el monóxido de carbono dentro de los límites de tiempo.
• Sin Pérdida de Precisión: Aunque ignoraron los electrones "aburridos" y doblaron el rompecabezas, los números de energía finales fueron tan precisos como los cálculos masivos estándar.

La Conclusión

Los autores han construido un kit de herramientas "eficiente en recursos". Demostraron que se puede descartar de forma segura las partes de la molécula que no cambian y doblar las partes que son simétricas, sin perder la respuesta correcta. Esto hace posible ejecutar estas complejas simulaciones químicas en computadoras cuánticas que son mucho más pequeñas y menos potentes de lo que se pensaba necesario anteriormente.

También han puesto el código de este "truco de magia" a disposición de forma gratuita (en un paquete llamado QuantumSymmetry) para que otros puedan usarlo para simular moléculas en sus propias computadoras cuánticas.

Resumen técnico

Resumen Técnico: Codificación de Qubits Adaptada a la Simetría con Espacio Activo Completo y Mapeo de Bravyi–Kitaev

Planteamiento del Problema
Las simulaciones de química cuántica en procesadores cuánticos de la era NISQ (cuántica de escala intermedia con ruido) y de tolerancia a fallos enfrentan restricciones significativas de recursos, impulsadas principalmente por el número de qubits requeridos para codificar las estructuras electrónicas moleculares y la complejidad (peso de Pauli y profundidad del circuito) de los Hamiltonianos resultantes. Aunque la aproximación de Espacio Activo Completo (CAS, por sus siglas en inglés) reduce el tamaño del problema al congelar orbitales del núcleo y descartar orbitales virtuales, las implementaciones estándar a menudo no logran explotar plenamente las simetrías para minimizar aún más el recuento de qubits. Además, diferentes mapeos de fermión a qubit, como Jordan–Wigner (JW) y Bravyi–Kitaev (BK), ofrecen compromisos entre localidad y requisitos de qubits que no siempre se integran de manera óptima con las técnicas de reducción de simetría.

Metodología
Los autores proponen un marco unificado llamado Codificación Adaptada a la Simetría con Espacio Activo Completo (SAE-CAS). Este enfoque trata la aproximación CAS no meramente como una truncación del espacio de Hilbert, sino como la imposición de simetrías $Z$ aproximadas en los orbitales del núcleo congelado y los orbitales virtuales.

1. Marco Teórico:

   • Simetrías Aproximadas: El método extiende las codificaciones adaptadas a la simetría (SAE) exactas para incluir simetrías aproximadas correspondientes a ocupaciones orbitales fijas (núcleo congelado y virtuales). Estas se modelan como simetrías $Z$ donde qubits específicos están restringidos a autovalores de $-1$ (congelado) o $+1$ (virtual).
   • Transformaciones Clifford Afines: La reducción se logra mediante mapas de Clifford afines. Los autores definen una matriz de carácter orbital binario $S$ que representa las simetrías. Al construir un mapa afín invertible $T$ sobre $\mathbb{F}_2$, transforman la base computacional de modo que las restricciones de simetría correspondan a valores fijos (típicamente 0) en qubits específicos.
   • Eliminación de Qubits: Una vez que el Hamiltoniano es conjugado por el operador Clifford, los términos que contienen $X$ o $Y$ en los qubits restringidos se descartan, y los operadores $Z$ restringidos se reemplazan por escalares. Esto elimina permanentemente los qubits redundantes, reduciendo el sistema de $n$ orbitales de espín a $n-k$ qubits, donde $k$ es el número de simetrías independientes.
   • Prueba de Equivalencia: Los autores demuestran que el Hamiltoniano de qubit de espacio activo resultante es exactamente equivalente al Hamiltoniano CAS canónico derivado mediante la proyección de núcleo congelado y de orbitales virtuales en la teoría de la estructura electrónica molecular. El error de aproximación surge únicamente de la elección del espacio activo, no de la codificación.

2. Integración con Bravyi–Kitaev (SAE-CAS-BK):

   • El marco se extiende al mapeo Bravyi–Kitaev (BK). Dado que la transformación BK es en sí misma un cambio de base de Clifford afín que actúa sobre las cadenas de bits computacionales, puede componerse con el mapa Clifford SAE-CAS.
   • La codificación SAE-CAS-BK resultante es unitariamente equivalente a SAE-CAS. Preserva el recuento de qubits, el número de términos de Pauli y los parámetros variacionales, pero altera la estructura de localidad (peso de Pauli por término) y la profundidad del circuito/conteos de CNOT resultantes.

3. Benchmarking Numérico:

   • El método fue probado en nueve moléculas pequeñas (incluyendo H$_2$O, C$_2$H$_4$, O$_2$, N$_2$ y C$_4$H$_6$) utilizando una base mínima STO-3G.
   • Se emplearon dos ansatzes variacionales: Unidades de Clúster Acoplado con excitaciones Simples y Dobles (UCCSD) y un ansatz de forma eficiente de hardware de tipo circular-alternante desplazado (HE-SCA).
   • Las comparaciones se realizaron contra JW estándar, JW-CAS (CAS con JW pero sin reducción de simetría) y JW-CAS con filtrado de simetría (SF) al nivel del circuito.

Resultados Clave

• Reducción de Recursos: SAE-CAS reduce consistentemente el número de qubits, el recuento de operadores de Pauli, la profundidad del circuito, el conteo de CNOT y los parámetros variacionales en comparación con JW-CAS. Por ejemplo, en el CAS (4,4) de C$_4$H$_4$, SAE-CAS redujo el recuento de qubits de 8 (JW-CAS) a 4 y el recuento de Pauli de 97 a 46.
• Convergencia y Precisión:
  • UCCSD: SAE-CAS alcanzó energías convergidas comparables a JW-CAS y JW-CAS (SF), pero requirió significativamente menos iteraciones de optimización (por ejemplo, 21 frente a 109 para N$_2$). Notablemente, para C$_4$H$_4$ y C$_4$H$_6$, los ansatzes UCCSD de JW-CAS y JW-CAS (SF) fallaron al ejecutarse debido al agotamiento de memoria por la gran cantidad de excitaciones, mientras que SAE-CAS tuvo éxito al filtrar la lista de excitaciones en la etapa de mapeo.
  • HE-SCA: SAE-CAS demostró propiedades de convergencia superiores. Para todas las moléculas evaluadas, SAE-CAS convergió a las energías de referencia CAS dentro de los presupuestos de capas probados. En contraste, JW-CAS no logró converger para O$_2$ y CO dentro de 200 capas. Los autores atribuyen esto al efecto de "meseta estéril" (barren plateau) y a la fuga de sector en JW-CAS, donde el manifold variacional abarca sectores de paridad de espín o número de partículas incorrectos, mientras que SAE-CAS restringe la búsqueda al sector de simetría correcto de forma nativa.
• SAE-CAS vs. SAE-CAS-BK: Las dos codificaciones produjeron energías convergidas e iteraciones idénticas, confirmando su equivalencia unitaria. Se observaron diferencias solo en la profundidad del circuito y los conteos de CNOT, que variaron en menos de un 6% para la mayoría de las moléculas (excepto CO, que vio un incremento del +20% para BK). Los autores señalan que la ventaja de localidad $O(\log n)$ asintótica de BK aún no se materializa en estos tamaños de espacio activo pequeños.

Significancia y Reivindicaciones
El artículo afirma que SAE-CAS ofrece una vía sistemática y composable para simulaciones moleculares eficientes en recursos. Al tratar la aproximación CAS como un conjunto de simetrías aproximadas, el método unifica la reducción de simetría exacta (grupo de punto y paridad de espín) con la truncación de espacio activo. La principal significancia radica en:

1. Imposición Nativa de Simetría: Imponer las simetrías en el nivel de codificación (en lugar de post-hoc en el ansatz) elimina direcciones de búsqueda redundantes y evita que el optimizador se desvíe hacia sectores de número de partículas o espín incorrectos.
2. Escalabilidad: El método permite simulaciones de espacios activos más grandes que de otro modo serían intratables debido a las restricciones de memoria en la construcción del ansatz (como se vio en los casos de C$_4$H$_4$ y C$_4$H$_6$).
3. Flexibilidad: El marco es compatible con cualquier mapeo de fermión a qubit expresable como un cambio de base de Clifford afín, demostrado aquí con tanto JW como BK.

Los autores proporcionan una implementación de código abierto en el paquete de Python QuantumSymmetry y concluyen que SAE-CAS es una ruta viable para reducir el recuento de qubits y la complejidad de los operadores tanto en procesadores cuánticos de corto plazo como de tolerancia a fallos.