Dynamical structure factor with a pumping approach on a trapped-ion quantum computer

Resumen Técnico: Factor de Estructura Dinámica con un Enfoque de Bombeo en una Computadora Cuántica de Iones Atrapados

Planteamiento del Problema
El factor de estructura dinámica (DSF, por sus siglas en inglés), denotado como $S(q, \omega)$, es una cantidad crítica en la física de la materia condensada que describe la respuesta de un material a la dispersión de neutrones. Se define como la transformada de Fourier espacio-temporal de las correlaciones dinámicas $\langle O(x, t)O(0, 0) \rangle$. Calcular el DSF es un desafío para las computadoras clásicas porque requiere tanto encontrar una representación del estado fundamental o térmico como simular la dinámica del Hamiltoniano a lo largo del tiempo, una tarea que generalmente se considera BQP-hard. Si bien las computadoras cuánticas ofrecen una vía para preparar estados de temperatura finita y realizar una dinámica de Hamiltoniano eficiente, los algoritmos cuánticos existentes para calcular el $S(q, \omega)$ suelen depender del cálculo de correlaciones dinámicas en muchos puntos temporales discretos y la posterior realización de una transformada de Fourier. Este enfoque incurre en una sobrecarga significativa de disparos (shot overhead), particularmente cuando solo interesan unos pocos valores de frecuencia específicos.

Metodología: El Enfoque de Bombeo
Los autores introducen un "enfoque de bombeo" que apunta directamente a valores de frecuencia $\omega$ específicos sin la necesidad de calcular correlaciones en el dominio del tiempo y realizar una transformada de Fourier. El núcleo del método consiste en conducir al sistema fuera del equilibrio utilizando un Hamiltoniano dependiente del tiempo perturbado por un término de fuente que oscila a la frecuencia objetivo.

1. Configuración del Hamiltoniano: Dado un Hamiltoniano del sistema $H$ y un observable $O$, los autores definen un Hamiltoniano dependiente del tiempo:
   $$H(t) = H - \epsilon O(0) \sin(\omega(T - t))$$
   donde $\epsilon$ es una constante de acoplamiento y $T$ es el tiempo de evolución final.
2. Protocolo de Medición: El sistema se hace evolucionar desde un estado de equilibrio inicial (por ejemplo, el estado fundamental) utilizando este Hamiltoniano dependiente del tiempo. Se mide el valor esperado de un operador de momento $\hat{O}_q$ en el tiempo $T$.
3. Extracción del DSF: Al medir el sistema con un acoplamiento $+\epsilon$ y $-\epsilon$, el DSF se extrae mediante la relación:
   $$S(q, \omega) \approx \frac{\langle \hat{O}_q(T) \rangle_\epsilon - \langle \hat{O}_q(T) \rangle_{-\epsilon}}{\epsilon(1 - e^{-\beta\omega})}$$
   Esta fórmula se deriva de una expansión de primer orden en $\epsilon$, aprovechando la relación de detalle de balance para estados térmicos.
4. Detalles de Implementación:
   • Preparación de Estados: Para el modelo de Heisenberg 1D, el estado fundamental se prepara utilizando un ansatz de inspiración adiabática. Se inicializa el sistema en un estado Néel y se hace evolucionar mediante una interpolación lineal entre un Hamiltoniano de campo escalonado y el Hamiltoniano de Heisenberg. Los parámetros se optimizan clásicamente utilizando simulaciones de vector de estado en una cadena de 20 sitios y luego se aplican al hardware.
   • Evolución Temporal: El operador de evolución temporal se aproxima mediante una descomposición de Trotter. El circuito consiste en puertas secuenciales de un solo qubit y de dos qubits (específicamente puertas TK2 en el hardware Quantinuum).
   • Regularización: Dado que $T \to \infty$ no es factible, se utiliza un $T$ finito, lo que efectivamente convoluciona el DSF real con una función sinc, suavizando el resultado pero potencialmente introduciendo características espurias.

Contribuciones Clave

• Direccionamiento Directo de Frecuencia: La contribución principal es un método que permite a las computadoras cuánticas apuntar directamente a frecuencias $\omega$ arbitrarias específicas, evitando el costo computacional de muestrear todo el dominio del tiempo.
• Eficiencia de Disparos (Shot Efficiency): Los autores demuestran que, para escenarios que requieren solo unos pocos valores de frecuencia, este enfoque ofrece una reducción significativa en la sobrecarga de disparos en comparación con los métodos que requieren mediciones de correlación en el dominio del tiempo.
• Implementación Híbrida: El trabajo presenta una implementación completa en la computadora cuántica de iones atrapados Quantinuum Reimei, integrada dentro de un entorno híbrido cuántico-HPC Fugaku–Reimei. La optimización clásica de los parámetros de preparación de estados se realiza en el supercomputador Fugaku, mientras que los circuitos cuánticos se ejecutan en Reimei.

Resultados
Los autores validaron el método utilizando dos casos:

1. Modelo de Heisenberg 1D (20 sitios): El DSF se calculó para una cadena de 20 sitios y se comparó con simulaciones sin ruido. Los resultados del hardware mostraron un excelente acuerdo con las simulaciones sin ruido, logrado sin ninguna técnica de mitigación de ruido.
2. Cristal de Sulfato de Cobre ($CuSO_4$): Se sabe que el modelo de Heisenberg 1D describe las excitaciones magnéticas de los cristales de sulfato de cobre. El DSF calculado se comparó con datos experimentales de dispersión de neutrones. Los resultados del hardware cuántico concordaron muy bien con los datos experimentales.

Los parámetros específicos utilizados incluyeron un tamaño de sistema $L=20$, un paso de Trotter $dt=0.24$, un tiempo de evolución total $T=2.4$, y un acoplamiento $\epsilon=2$. La preparación del estado fundamental utilizó una sola ronda ($R=1$) del ansatz optimizado. El estudio señaló que el uso de una sola capa del ansatz en realidad produjo una desviación menor de los resultados exactos del estado fundamental que el uso de dos capas, probablemente debido a la reducción en el conteo de puertas.

Significancia y Reivindicaciones
El artículo afirma que este enfoque de bombeo proporciona una vía práctica y eficiente para computar factores de estructura dinámica en hardware cuántico de la era actual (near-term). Al simular directamente una "versión de modelo de juguete de un experimento de dispersión de neutrones", el método evita la necesidad de cálculos complejos de correlación en tiempo real.

Los autores destacan la relevancia potencial de este protocolo más allá de la dispersión de neutrones, específicamente para simulaciones de Resonancia Magnética Nuclear (NMR). En NMR, los espectros suelen estar localizados nítidamente en frecuencias específicas, y este método podría ofrecer ahorros significativos en el tiempo de ejecución al muestrear frecuencias fijas en lugar de decaimientos prolongados en el dominio del tiempo.

Respecto a la escalabilidad, los autores son modestos sobre la ventaja cuántica actual. Reconocen que la preparación de estados en este trabajo dependió de ansatzes optimizados clásicamente derivados de simulaciones exactas de vector de estado, un régimen donde no existe ventaja cuántica. Sin embargo, proponen que combinar su algoritmo de DSF con métodos de preparación de estados clásicos escalables (como la Dinámica de Pauli Dispersa o Matrices de Producto Tensorial mediante DMRG) dentro de un marco híbrido, podría eventualmente conducir a un régimen donde la tarea conjunta de preparación de estados y computación del factor de estructura sea un desafío para las computadoras clásicas por sí solas.