A fidelity metric for quantum annealing benchmarked by extreme scaling quantum Monte-Carlo simulations

Resumen Técnico: Una Métrica de Fidelidad para el Recocido Cuántico Evaluada mediante Simulaciones de Monte Carlo Cuántico de Escala Extrema

Planteamiento del Problema
Los benchmarks actuales para el Recocido Cuántico (QA) son predominantemente pragmáticos, midiendo el rendimiento únicamente mediante la velocidad o la tasa de éxito al resolver problemas de optimización específicos (típicamente formulados como Optimización Binaria No Restringida Cuadrática, o QUBO). Los autores argumentan que este enfoque es "inherentemente frágil" porque los resultados dependen fuertemente de la instancia específica del problema y del algoritmo clásico utilizado como referencia. Además, esta metodología no logra distinguir entre las limitaciones intrínsecas del proceso de recocido (por ejemplo, el desvanecimiento exponencial de las brechas de energía que conduce a transiciones de Landau-Zener) y las limitaciones extrínsecas del hardware (por ejemplo, ruido, decoherencia, temperatura finita). En consecuencia, existe una falta de una métrica robusta para cuantificar la fidelidad del proceso de recocido cuántico en sí, independientemente de la calidad de la solución final.

Metodología
El artículo propone una nueva métrica de fidelidad: la precisión ($\epsilon$) de la ecuación de estado $E(h_x) \equiv \langle \hat{H} \rangle$ durante el proceso de recocido. Esta métrica es análoga a la "fidelidad por compuerta" en la computación cuántica basada en compuertas. Para obtener la ecuación de estado experimentalmente, se medirían tanto la energía longitudinal ($\langle \hat{H}_z \rangle$) como la energía del campo transversal ($\langle \hat{H}_x \rangle$) en varios puntos del cronograma de recocido.

Para establecer valores de referencia para $\epsilon$ y probar los límites de la simulación clásica, los autores emplean dos variantes de Recocido Cuántico Simulado (SQA) utilizando técnicas de Monte Carlo Cuántico (QMC) en sistemas de átomos de Rydberg:

1. Monte Carlo Cuántico Variacional (VMC):

   • Ansatz: Los autores utilizan un "ansatz térmico" inspirado en el recocido térmico simulado. La función de onda se modela como $\psi(n) \propto e^{-E_{\text{eff}}(n)/2}$, donde la energía efectiva $E_{\text{eff}}(n)$ es un funcional de energía clásica modificado.
   • Variantes: Prueban un "ansatz térmico simple" ($E_{\text{eff}} = \beta_{\text{eff}} F(n)$) y un "ansatz térmico escalonado" ($E_{\text{eff}} = \beta_{\text{eff}} F(n) + \sum \beta_k N_k(n)$) para capturar la ruptura de simetría.
   • Escala: Este enfoque es computacionalmente ligero, lo que permite simulaciones en una sola CPU hasta 100,000,000 de átomos ($N=10^8$).
   • Precisión: Logra una precisión estimada de $\epsilon \sim 10^{-2} - 10^{-3}$.

2. Monte Carlo de Función de Green (GFMC):

   • Método: Un método post-VMC que evoluciona el ansatz variacional en tiempo imaginario para proyectar sobre el verdadero estado fundamental. Es imparcial y libre del problema de signo para modelos de Ising de campo transversal.
   • Escala: Simulaciones realizadas hasta 100,000 átomos ($N=10^5$).
   • Precisión: Logra una mayor precisión con $\epsilon \sim 10^{-4}$.

Los autores utilizan estos métodos para calcular la ecuación de estado para átomos de Rydberg en redes cuadradas y triangulares, así como para una instancia de QUBO del mundo real (el problema "fallen angel" relacionado con la gestión de riesgos financieros).

Resultos Clave

• Escalabilidad y Precisión: El enfoque VMC con el ansatz térmico simuló con éxito sistemas hasta $10^8$ átomos con un error relativo $\delta E/E_0 < 10^{-2}$. El enfoque GFMC alcanzó $\epsilon \sim 10^{-4}$ para $N=10^5$.
• Localización del Error: El error relativo en la ecuación de estado alcanza su máximo precisamente en la ubicación del cierre de la brecha de energía (transiciones de fase), lo que corresponde al régimen donde ocurren las transiciones de Landau-Zener. Lejos de estos puntos críticos, el error es significativamente menor.
• Comparación con Experimentos: Los autores estiman que las plataformas experimentales actuales de átomos de Rydberg operan con una precisión significativamente inferior a estos benchmarks clásicos. Las simulaciones clásicas superan a las plataformas experimentales actuales tanto en tamaño de sistema como en precisión por órdenes de magnitud.
• Benchmarking de QUBO: Para la instancia QUBO "fallen angel", el ansatz térmico simple arrojó un error relativo de $\approx 10^{-3}$. Los autores señalan que, si bien el error de la solución final ($\delta F/F$) puede reducirse arbitrariamente aumentando el número de disparos (shots), el error de la ecuación de estado ($\delta E/E_0$) proporciona una medida más intrínseca de la capacidad del hardware o del algoritmo.
• Térmico vs. Cuántico: El estudio sugiere que, dentro de una precisión de $\epsilon \sim 10^{-2} - 10^{-3}$, un recocedor cuántico es efectivamente indistinguible de su contraparte térmica clásica, lo que implica que los niveles de ruido experimental actuales pueden enmascarar ventajas cuánticas genuinas.

Significancia y Reivindicaciones
El artículo afirma que medir la precisión de la ecuación de estado es un paso crucial hacia el benchmarking de QA porque:

1. Proporciona un diagnóstico directo de los mecanismos dominantes que causan las desviaciones de la evolución adiabática ideal (distinguiendo problemas de brecha intrínsecos de ruido extrínseco).
2. Ofrece una métrica agnóstica al hardware que no depende de la dificultad específica de una instancia de QUBO elegida.
3. Establece una restricción severa para el hardware futuro: para demostrar una ventaja cuántica, las plataformas experimentales deben lograr una precisión de la ecuación de estado que supere estos benchmarks clásicos (específicamente $\epsilon < 10^{-4}$ para sistemas grandes).

Los autores concluyen que el ansatz variacional térmico, "deceptivamente simple", es una herramienta poderosa para simular QA, sugiriendo que el camino para comprender las ventajas cuánticas puede residir en identificar regímenes donde las fluctuaciones cuánticas proporcionan una ventaja distintiva sobre incluso las simulaciones térmicas clásicas más sofisticadas. No pretenden que el QA sea actualmente superior a los heurísticos clásicos; más bien, proporcionan las herramientas para probar rigurosamente esa hipótesis en el futuro.