Closest Accessible Symmetry reduction: a tool for Hamiltonian interpolation analysis

Resumen Técnico: Reducción de Simetría Accesible más Cercana para el Análisis de Interpolación Hamiltoniana

Planteamiento del Problema
El análisis de las interpolaciones hamiltonianas, particularmente en el contexto de la Computación Cuántica Adiabática (AQC) y las transiciones de fase cuánticas, se basa típicamente en la discretización del parámetro de interpolación $s$ y el estudio de objetos instantáneos (por ejemplo, mediante diagonalización exacta, redes de tensores o enfoques geométricos). Esto crea un desequilibrio conceptual donde la estructura de los Hamiltonianos intermedios se analiza punto por punto, a pesar de que en una interpolación convexa $H(s) = (1-s)A + sB$, toda la información espectral está teóricamente determinada por la estructura conjunta de los Hamiltonianos inicial ($A$) y final ($B$). Los métodos existentes como la transformación de Schrieffer-Wolff (SW) están limitados a regímenes perturbativos donde una rotación directa conecta sectores de baja energía; estos fallan cuando las interpolaciones cruzan regiones críticas donde tales rotaciones son mal definidas o inducen errores elevados. El artículo aborda la necesidad de un método que extraiga información espectral global sobre una interpolación a partir de la estructura conjunta de $A$ y $B$ sin depender fuertemente de la discretización temporal o de supuestos perturbativos.

Metodología: Simetría Accesible más Cercana (CAS)
Los autores introducen un marco basado en la Simetría Accesible más Cercana (CAS), que descompone recursivamente el espacio de Hilbert en pseudo-espacios propios débilmente acoplados.

1. Concepto Central: En lugar de buscar simetrías exactas (lo cual es computacionalmente intratable), el método busca una simetría "más cercana" dentro de una familia restringida y tratable de reflexiones certificables (biparticiones del espacio de Hilbert).
2. Optimización: Para un Hamiltoniano $H$, el método busca un proyector $P_0$ (que define una reflexión $T = 2P_0 - 1$) que minimice la norma del acoplamiento fuera de la diagonal:
   $$\min_{P_0 \in \mathcal{A}} \| P_0 H (1-P_0) + (1-P_0) H P_0 \|_2$$
   donde $\mathcal{A}$ es una familia de proyectores accesibles derivados de la estructura del problema.
3. Construcción de Conjuntos Accesibles: El conjunto accesible $\mathcal{A}$ se construye utilizando el análisis de la Álgebra de Lie Dinámica (DLA) de los términos de Pauli presentes en $A$ y $B$. El método restringe la búsqueda a simetrías representables por cadenas de Pauli individuales (o productos de las mismas) que conmutan con un Hamiltoniano modificado donde se han eliminado términos específicos. Esto identifica efectivamente el conjunto mínimo de términos a eliminar de $A$ y $B$ para inducir una simetría $Z_2$.
4. Descomposición Recursiva: El proceso se aplica de forma recursiva. En cada paso $r$, el Hamiltoniano se proyecta sobre los sectores de la CAS identificada. Esto produce:
   • Pseudo-autovalores ($\mu_k$): Los bloques diagonales del Hamiltoniano proyectado.
   • Acoplamientos residuales ($\nu$): Los términos fuera de la diagonal explícitos descartados durante la proyección.
     La recursión continúa hasta que quedan matrices de $2 \times 2$, las cuales se diagonalizan exactamente en función de $s$.
5. Límites de Error e Hibridación: El método proporciona límites rigurosos para el gap espectral real $\Delta$ utilizando el pseudo-gap $\tilde{\Delta}$ y la norma de los acoplamientos residuales $\|\nu\|$. Los autores definen un parámetro de hibridación $\chi_{kj} = \|\nu_{kj}\|_2 / \tilde{\Delta}_{kj}$.
   • Si $\chi_{kj} < 1/2$, los pseudo-niveles están débilmente hibridados, y las desigualdades de Weyl combinadas con el mapa de Feshbach-Schur proporcionan límites de error ajustados.
   • Si $\chi_{kj} \ge 1/2$, se identifica un cúmulo de estados fuertemente hibridados. Los autores derivan límites específicos para escenarios donde el estado fundamental está débilmente acoplado a un cúmulo hibridado, o donde el estado fundamental es parte de un cúmulo fuertemente hibridado (indicativo de puntos críticos).

Contribuciones Clave

• Representación Espectral Global: El método proporciona una descripción jerárquica única de toda la interpolación, en lugar de una colección de descripciones locales, mediante el truncamiento iterativo de los acoplamientos entre sectores débilmente interactuantes.
• Diagnóstico Analítico de Transiciones de Fase: El marco distingue entre diferentes tipos de transiciones de fase cuánticas basándose en el pseudo-espectro:
  • Transiciones de primer orden: Caracterizadas por el cierre de un pseudo-gap entre dos niveles específicos con baja hibridación respecto al resto del espectro.
  • Transiciones continuas (críticas): Caracterizadas por el colapso de una torre de estados excitados sobre el estado fundamental, formando un gran cúmulo fuertemente hibridado. Se espera que la CAS mediadora para tales transiciones sea altamente no local.
• Tractabilidad: Al restringir la búsqueda de simetría a una familia de simetrías "accesibles" (derivadas de la DLA y cadenas de Pauli), el método evita la complejidad exponencial de encontrar simetrías exactas manteniendo el control sobre el error de aproximación.
• Conexión con Heurísticas Clásicas: La trayectoria recorrida a través de las ramas de la recursión CAS puede interpretarse como una heurística clásica para encontrar estados de baja energía en problemas de optimización (por ejemplo, modelos de Ising).

Resultados
Los autores validan el marco utilizando la interpolación adiabática entre un Hamiltoniano de campo transversal y un modelo de Ising, probando específicamente en un anillo de Ising frustrado ($N=101$).

• Transición de Primer Orden: La reducción CAS estándar (minimizando la norma máxima fuera de la diagonal) predijo con éxito la ubicación de la transición de primer orden (anticruce de tipo perturbativo) con un error relativo de aproximadamente 3.5%. El análisis identificó correctamente la hibridación de los pseudo-niveles fundamental, primero y segundo cerca de la transición.
• Transición Continua: La reducción estándar falló al proporcionar una estimación cuantitativa para el punto crítico ($s_c$) porque el error era máximo en esa región. Sin embargo, al introducir una función de costo ponderada que sesga la optimización hacia el medio de la interpolación, los autores lograron una predicción altamente precisa del punto crítico ($s_c^{pred} = 0.5125 \pm 0.0025$ frente al verdadero $0.5135 \pm 0.0005$).
• Escalamiento: El análisis confirmó que la profundidad de la recursión en la que aparece el acoplamiento fuera de la diagonal escala con el tamaño del sistema ($r \approx (N+1)/2$), lo cual es consistente con la supresión exponencial del gap en anticruces perturbativos relacionados con la distancia de Hamming entre estados.
• Fidelidad del Pseudo-Espectro: Las simulaciones numéricas en sistemas pequeños mostraron que los pseudo-espacios propios mantienen una alta fidelidad con los espacios propios reales, excepto cerca de los cruces donde ocurre un desplazamiento de soporte, pero la dispersión de dicho soporte permanece limitada.

Significancia y Reivindicaciones
El artículo sostiene que la reducción CAS ofrece una nueva perspectiva sobre la reorganización espectral de los sistemas cuánticos de muchos cuerpos.

• Sirve como una herramienta de diagnóstico para identificar la naturidad de las transiciones de fase (primer orden vs. continua) a través de la estructura del pseudo-espectro y la localidad de las simetrías mediadoras.
• Proporciona una descripción totalmente analítica de la aproximación y sus incertididades, permitiendo el estudio de diagramas de fase sin depender de la discretización temporal para el marco conceptual (aunque la discretización se utiliza para la eficiencia numérica a gran escala).
• Los autores postulan que el marco cierra la brecha entre la computación cuántica adiabática y las heurísticas clásicas, sugiriendo que las "trayectorias" a través del árbol de recursión CAS definen una familia de algoritmos clásicos para resolver problemas de optimización.
• El método se presenta como un complemento, y no un reemplazo, de las técnicas existentes como las redes de tensores, ofreciendo una forma de extraer información estructural global de las propiedades conjuntas de $A$ y $B$ que a menudo quedan ocultas tras un análisis local.