Efficient Quantum Circuits for Coherent Conversion Between General First- and Second-Quantized Many-Body Representations

Resumen Técnico: Circuitos Cuánticos Eficientes para la Conversión Coherente entre Representaciones de Muchos Cuerpos de Primer y Segundo Cuantización

Planteamiento del Problema
La simulación cuántica de sistemas de muchos cuerpos con un número fijo de partículas $N$ admite dos descripciones matemáticamente equivalentes pero con diferentes requerimientos de recursos: la representación de primera cuantización (partícula) y la representación de segunda cuantación (número de ocupación).

• Primera Cuantización: Codifica el estado en $(\mathbb{C}^d)^{\otimes N}$, requiriendo $N \lceil \log_2 d \rceil$ qubits. Es eficiente en espacio cuando $N \ll d$, pero a menudo incurre en una alta complejidad de compuertas para la implementación de operadores debido a las simetrías de permutación de las partículas.
• Segunda Cuantación: Representa el estado en un sector de número fijo $N$ del espacio de Fock utilizando vectores de ocupación $(n_1, \dots, n_d)$, lo que típicamente requiere $O(d)$ qubits. Maneja naturalmente los álgebras de creación/aniquilación y la flexibilidad en el número de partículas, pero puede ser ineficiente en espacio para $N$ pequeño y $d$ grande.

Aunque existen algoritmos especializados para convertir entre estas representaciones para estadísticas específicas (por ejemplo, puramente fermiónicas o bosónicas), existe una falta de una transformación unitaria universal y agnóstica a la simetría que pueda convertir coherentemente estados de muchos cuerpos generales (incluyendo sectores parastatísticos) entre estas dos imágenes sin codificar rígidamente la lógica de las estadísticas de las partículas. Este artículo aborda la necesidad de tal primitiva para permitir flujos de trabajo cuánticos modulares donde diferentes etapas se optimicen para distintas representaciones.

Metodología y Construcción Central
Los autores construyen un operador unitario explícito $Q$ (y su inversa $Q^\dagger$) que mapea un estado de primera cuantización a su forma de segunda cuantación de número fijo. La construcción se basa en una identificación estructural central: la representación de número de ocupación es la base de Fourier de grupo generalizada del espacio de Hilbert de primera cuantización.

La transformación $Q$ se compone de dos etapas principales:

1. Transformada de Schur Fuerte ($U_{\text{Schur}}$):

   • Basada en la dualidad de Schur-Weyl, el espacio de Hilbert $(\mathbb{C}^d)^{\otimes N}$ se descompone en sectores etiquetados por diagramas de Young $\lambda$ (representaciones irreducibles del grupo simétrico $S_N$) e irreps de $U(d)$.
   • $U_{\text{Schur}}$ realiza la transformada de Fourier no abeliana para el par conmutante $(S_N, U(d))$. Mapea la base computacional (configuraciones de partículas) a la base de Schur $|\lambda, \mu, \sigma\rangle$, donde:
     • $\lambda$: El diagrama de Young (sector de la estadística de las partículas).
     • $\sigma$: La palabra de Young-Yamanouchi (etiqueta de multiplicidad para $S_N$).
     • $\mu$: El patrón de Gelfand-Tsetlin (GT) (base para la irrep de $U(d)$).
   • Este paso escribe coherentemente las etiquetas $\lambda, \mu, \sigma$ en registros dedicados.

2. Unitario Aritmético de Jordan-Schwinger ($U_{\text{JS}}$):

   • Esta etapa convierte los datos del patrón GT en el vector de ocupación $n = (n_1, \dots, n_d)$.
   • Los autores establecen que los generadores diagonales del mapa de Jordan-Schwinger corresponden a los operadores de número de modo. Específicamente, los números de ocupación se recuperan como diferencias de sumas de filas sucesivas del patrón GT: $n_\ell = R_\ell(\mu) - R_{\ell-1}(\mu)$, donde $R_\ell$ es la suma de las primeras $\ell$ entradas en la $\ell$-ésima fila del patrón GT.
   • Para sectores parastatísticos generales donde los espacios de peso son degenerados (múltiples patrones GT mapean al mismo vector de ocupación), los autores imponen una promesa canónica de Gelfand-Tsetlin: el estado de entrada está soportado solo en un representante canónico distinguido $\mu_{\text{can}}(n, \lambda)$ para cada peso. Bajo esta promesa, el mapa es biyectivo y reversible.
   • $U_{\text{JS}}$ implementa esta aritmética utilizando lógica reversible (suma, resta y reconstrucción) para calcular $n$ a partir de $\mu$ y luego deshacer el cálculo de los datos intermedios de GT.

Contribuciones Clave

• Conversor Unitario Universal: El artículo proporciona la primera construcción explícita de un unitario $Q$ que funciona para bosones, fermiones y parastatísticas (parabosones/parafermiones) sin conocimiento previo de las clases de estadísticas. Las estadísticas son diagnosticadas y almacenadas en el registro $\lambda$ durante el proceso.
• Perspectiva de la Teoría de Representación: El trabajo identifica rigurosamente la base de ocupación de segunda cuantación como la base de peso de la representación de $U(d)$ que surge de la descomposición de Schur-Weyl. Enmarca la conversión como un cambio de la base computacional ("pre-Fourier") a la base de peso "Fourier".
• Análisis de Complejidad:
  • Costo Cuántico: La complejidad total de compuertas es $\text{poly}(N, d, \log(1/\epsilon))$. El costo dominante proviene de la transformada de Schur fuerte (usando algoritmos existentes como Bacon-Chuang-Harrow o Krovi-Burchardt), mientras que la etapa aritmética añade un costo de $O(d^2 \log N)$.
  • Dureza Clásica: El artículo establece una separación aguda entre la conversión cuántica coherente y la conversión clásica explícita.
    • Para el mapa hacia adelante (Primera $\to$ Segunda), el tamaño de salida clásica es $\Omega(D_{\max}(N, d))$, donde $D_{\max}$ es el número de vectores de ocupación distintos. Es polinomial en $d$ de grado $N$ (para $N$ fijo) y exponencial en $N$ cuando $d = \Theta(N)$.
    • Para el mapa inverso (Segunda $\to$ Primera), el tamaño de salida clásica es $\Omega(N!)$ para sectores bosónicos y fermiónicos debido al soporte factorial de los simetrizadores de Young.
• Dureza de Muestreo: Los autores demuestran que un muestreador clásico eficiente para la distribución de número de ocupación inducida (para entradas bajo la promesa) implicaría que $BQP \subseteq BPP$, lo que sugiere que la tarea de conversión es computacionalmente poderosa y probablemente difícil de simular explícitamente para computadoras clásicas.

Resultados y Afirmaciones

• Eficiencia: Los autores demuestran que una computadora cuántica puede preparar el estado convertido en memoria cuántica con recursos polinomiales, mientras que cualquier algoritmo clásico que produzca una lista explícita de coeficientes debe pagar un costo exponencial en $N$ (o un polinomio de alto grado en $d$).
• Modularidad: El transformador $Q$ actúa como un "enrutador de representación". Permite que los flujos de trabajo cuánticos utilicen la representación más eficiente para subrutinas específicas (por ejemplo, primera cuantización para la preparación de estados cuando $N \ll d$, y segunda cuantación para la dinámica con flexibilidad en el número de partículas) y cambien coherentemente entre ellas.
• Generalidad: A diferencia de trabajos previos centrados en química fermiónica o simetrización bosónica, esta construcción es "agnóstica a la simetría". Maneja las parastatísticas de forma natural, siempre que se cumpla la promesa canónica de GT.
• Limitaciones: Los autores reconocen que para estadísticas conocidas y específicas (por ejemplo, química puramente fermiónica), los conversores especializados (como los de las Refs. [23, 24]) pueden ser más eficientes en términos de factores constantes o regímenes asintóticos específicos. El $Q$ propuesto intercambia algo de eficiencia por universalidad y modularidad.

Significancia
El artículo redefine la equivalencia entre la primera y la segunda cuantización no como un mero ejercicio de contabilidad, sino como una primitiva operacional fundamentada en la teoría de la representación. Al identificar la representación de número de ocupación como la base de Fourier de grupo de la primera cuantización, los autores proporcionan una base matemática rigurosa para los cambios de representación coherentes. Esto permite estrategias de simulación cuántica modulares y tolerantes a fallos donde la elección del codificado puede optimizarse dinámicamente según la tarea específica (preparación, evolución, medición) sin perder la coherencia o requerir la resíntesis clásica del estado. El trabajo también destaca una barrera fundamental de complejidad teórica: mientras que las computadoras cuánticas pueden navegar entre estas representaciones de manera eficiente, materializar el resultado explícitamente de forma clásica es intratable para sistemas grandes, reforzando el potencial de ventaja cuántica en los flujos de trabajo de simulación de muchos cuerpos.