Efficient classical simulation of two-dimensional long-range systems: Rydberg arrays and beyond

Resumen Técnico: Simulación Clásica Eficiente de Sistemas Bidimensionales de Largo Alcance

Planteamiento del Problema
El Método de Monte Carlo Variacional (VMC) es una herramienta primordial para evaluar simuladores cuánticos, particularmente para sistemas bidimensionales (2D) con interacciones de largo alcance (por ejemplo, arreglos de átomos de Rydberg con acoplamientos $1/r^3$ o $1/r^6$). Sin embargo, existe un cuello de botella computacional significativo en la evaluación de la "energía local" ($H_{\text{loc}}$) para sistemas con interacciones de dos cuerpos de todo contra todo arbitrarias.

• En el VMC estándar, mientras que los costos de muestreo son $O(N)$ para Estados de Red de Tensores (TNS) y $O(N^2)$ para Estados Cuánticos Neuronales (NQS), la evaluación de $H_{\text{loc}}$ para acoplamientos fuera de la diagonal de largo alcance requiere sumar $O(N^2)$ términos no locales.
• Dado que cada término requiere una evaluación completa de la red que toma un tiempo de $O(N)$, el costo total por barrido de Monte Carlo (MC) escala como $O(N^3)$. Esta escala cúbica hace que la simulación clásica precisa de sistemas 2D de largo alcance grandes (por ejemplo, redes de $10 \times 10$) sea intratable.
• Además, surge una patología técnica al evolucionar TNS desde estados producto (común en experimentos de Rydberg): en estados producto exactos, el Tensor de Geometría Cuántica (QGT) desarrolla direcciones nulas si la dimensión de enlace es mayor que uno, lo que provoca que las ecuaciones del Principio Variacional Dependiente del Tiempo (TDVP) se vuelvan singulares.

Metodología
Los autores introducen un marco de trabajo de tVMC de base adaptativa de redes de tensores diseñado para reducir la complejidad computacional de la evaluación de la energía local de $O(N^3)$ a $O(N)$, manteniendo la capacidad de manejar acoplamientos inhomogéneos generales y geometrías realistas.

1. Muestreo de Base Adaptativa:

   • En lugar de muestrear en una única base fija (por ejemplo, la base $z$), el Hamiltoniano se descompone en componentes que son diagonales en bases específicas.
   • Para el modelo XY dipolar ($H = H_{XY} + H_Z$), los autores dividen la evolución en $H_X$ (diagonal en la base $x$) y $H_Y + H_Z$ (diagonal en la base $y$).
   • Se mantienen dos cadenas de Markov independientes: una que muestrea de $|\langle x|\psi_\theta\rangle|^2$ y otra de $|\langle y|U|\psi_\theta\rangle|^2$, donde $U$ es el operador de cambio de base.
   • Dado que los acoplamientos de largo alcance fuera de la diagonal desaparecen dentro de cada base específica, la evaluación de la energía local para cada componente se convierte en $O(N)$.
   • Las actualizaciones de parámetros se computan por separado para cada base ($\dot{\theta}_X$ y $\dot{\theta}_Y$) y se combinan mediante $\dot{\theta} = \dot{\theta}_X + U^\dagger \dot{\theta}_Y$.

2. Manejo de Condiciones Iniciales de Estado Producto:

   • Para resolver la singularidad en el QGT cuando se parte de un estado producto (donde la dimensión de enlace $D > 1$), los autores emplean un enfoque de tVMC proyectado (p-tVMC) para el paso de tiempo inicial.
   • En lugar de resolver la ecuación singular de TDVP, el primer paso ($\delta t$) se determina maximizando la fidelidad $|\langle \psi_\theta | V | \psi(0) \rangle|^2$, donde $V$ es la expansión de segundo orden del operador de evolución temporal.
   • Esta optimización es eficiente porque el estado inicial es un estado producto, lo que hace que la distribución de muestreo $|\langle s|V|\psi(0)\rangle|^2$ sea computacionalmente tratable. Tras este paso inicial, se reanuda el tVMC estándar.

3. Explotación de Simetría:

   • El marco impone explícitamente la simetría de reflexión a lo largo de las diagonales de la red en el ansatz de TNS. Esto reduce el número de parámetros variacionales independientes por un factor de cuatro, aliviando significativamente los requisitos de memoria GPU y reduciendo la varianza de las actualizaciones de parámetros.

Resultados Clave
El método se aplicó para simular el protocolo de evolución temporal adiabática de un modelo XY dipolar de $10 \times 10$ realizado en un experimento reciente de Rydberg (Chen et al., Nature 2023), un tamaño de sistema que anteriormente estaba fuera del alcance de la simulación clásica.

• Benchmarking: En un sistema de $4 \times 4$, los resultados de TNS-tVMC (con dimensiones de enlace $D=4, 5$) convergieron sistemáticamente con los resultados de diagonalización exacta, reproduciendo con precisión la dinámica de relajación impulsada y las oscilaciones rápidas.
• Simulación de $10 \times 10$:
  • La simulación rastreó la evolución de la energía, mostrando que el sistema se relaja hacia una meseta de casi estado estacionario ligeramente por encima de la energía del estado fundamental.
  • Correlaciones Antiferromagnéticas (AFM): El estudio abordó una discrepancia en el experimento original, donde el estado preparado dinámicamente mostraba correlaciones AFM de largo alcance suprimidas en comparación con los cálculos de estado fundamental de MPS.
  • La simulación de la dinámica ideal de los autores (partiendo de un estado Néel perfecto con un desintonizado mayor $\delta_0 = 19.48$) demostró que el rampa adiabática prescrita sí produce correlaciones AFM espacialmente extendidas consistentes con el estado fundamental variacional.
  • Esto sugiere que la supresión observada en el experimento se debe probablemente a imperfecciones experimentales (como la potencia limitada del láser que impide el uso del $\delta_0$ óptimo en la matriz de $10 \times 10$) más que a un fallo intrínseco del protocolo adiabático.
• Convergencia: Los resultados mostraron una convergencia robusta con respecto al tamaño de la muestra ($N_s = 81,920$ vs. $163,840$), confirmando la fiabilidad del enfoque de base adaptativa.

Significado y Reivindicaciones
El artículo afirma proporcionar una herramienta de benchmarking clásica escalable para plataformas cuánticas de largo alcance, específicamente para simuladores de Rydberg y de trampa de iones, que actualmente necesitan urgentemente tales herramientas.

• Logro Técnico: El trabajo resuelve el cuello de botella de $O(N^3)$, permitiendo la simulación precisa de la dinámica en tiempo real y de estados fundamentales para sistemas 2D de largo alcance con un costo de $O(N)$ por barrido de MC.
• Resolución de la Patología: Ofrece una solución robusta para evolucionar TNS desde estados producto, un escenario común en los protocolos experimentales.
• Impacto Científico: Al proporcionar una referencia clásica directa para el experimento de Rydberg de $10 \times 10$, este trabajo aclara la naturaleza de la discrepancia entre los resultados experimentales y las predicciones teóricas del estado fundamental. Demuestra que el protocolo adiabático ideal es capaz de generar el orden de largo alcance esperado, desplazando el enfoque de la optimización experimental hacia las imperfecciones de la realización.
• Perspectiva Futura: Los autores posicionan este método como un puente para la colaboración clásico-cuántica, donde las simulaciones clásicas pueden guiar la identificación de configuraciones físicas interesantes antes de que el crecimiento del entrelazamiento sea demasiado severo para las redes de tensores, momento en el cual la dinámica puede entregarse a los simuladores cuánticos. El método también se señala como una nueva vía para estudiar sistemas 2D de largo alcance con problemas de signo, donde otros métodos numéricos tienen dificultades.