Machine-Learned Compact Subspace Generation for Quantum Selected Configuration Interaction within Density Matrix Embedding Framework

Resumen Técnico: Generación de Subespacios Compactos Mediante Aprendizaje Automático para la Configuración de Interacción Seleccionada Cuántica dentro del Marco de la Teoría de la Matriz de Densidad de Embebimiento

Declaración del Problema
La simulación precisa de estructuras electrónicas correlacionadas en sistemas moleculares grandes, particularmente aquellos de relevancia farmacéutica, sigue siendo un desafío significativo. Los métodos de diagonalización exacta como la Interacción de Configuración Completa (FCI) escalan de forma combinatoria, lo que los hace intratables para sistemas de tamaño moderado a grande. Si bien los algoritmos híbridos cuántico-clásicos como los Solucionadores Cuánticos Variacionales (VQE) ofrecen una vía, sufren de patologías de optimización como los llanos barrenos (barren plateaus) y la sensibilidad al ruido. El Diagonalización Cuántica Basada en Muestreo (SQD), o Interacción de Configuración Seleccionada Cuántica (QSCI), aborda estos problemas utilizando el hardware cuántico únicamente para el muestreo de cadenas de bits (bitstrings) en lugar de una optimización iterativa, realizando la diagonalización exacta en el subespacio muestreado mediante post-procesamiento clásico. Sin embargo, los enfoques actuales de QSCI enfrentan un cuello de botella crítico: la calidad y la compacidad del subespacio de configuración muestreado. Las muestras crudas del hardware son ruidosas y a menudo violan las simetrías físicas (número de electrones, espín). Las técnicas de recuperación actuales proyectan estas muestras de nuevo hacia sectores de simetría válidos, pero no garantizan la selección de las configuraciones físicamente más relevantes. Esto resulta a menudo en subespacios innecesariamente grandes que aumentan los costos de la diagonalización clásica y erosionan la potencial ventaja cuántica. Además, la aplicación de QSCI a sistemas biológicos grandes requiere estrategias de fragmentación como la Teoría de la Matriz de Densidad de Embebimiento (DMET), lo que introduce una complejidad adicional en la gestión del equilibrio entre el tamaño del subespacio y la precisión química.

Metodología
Los autores proponen DMET-QSCI-RBM, un marco unificado que integra un protocolo de generación de subespacios compactos mediante aprendizaje automático dentro del flujo de trabajo de DMET. La innovación central es el uso de una Máquina de Boltzmann Restringida (RBM) entrenada directamente sobre cadenas de bits muestreadas por el hardware para aprender la distribución de probabilidad de los determinantes dominantes, permitiendo así la generación dirigida de configuraciones de alta probabilidad sin depender de la siembra perturbativa (p. ej., MP2).

La metodología avanza a través de las siguientes etapas clave:

1. Muestreo Cuántico: Se ejecuta un ansatz de Jastrow de Unidad Local (LUCJ) en hardware cuántico para generar cadenas de bits crudas.
2. Post-selección e Inicialización: Las muestras crudas se filtran para la conservación del número de partículas y el espín. Las configuraciones supervivientes, junto con una referencia de Hartree-Fock (HF), forman la "memoria de determinantes" inicial.
3. Expansión Iterativa Guiada por RBM:
   • La RBM se entrena sobre la memoria de determinantes actual (excluyendo la referencia HF) utilizando pesos uniformes, en lugar de ponderar por coeficientes CI, para asegurar una exploración imparcial del sector dominante.
   • La RBM entrenada realiza un muestreo de Gibbs para generar nuevos determinantes candidatos.
   • Estos candidatos se filtran por simetría y novedad (eliminando aquellos que ya están en la memoria).
   • Los candidatos filtrados se unen con la memoria actual para formar un espacio de diagonalización de trabajo.
4. Proliferación de Cadenas de Espín (Spin-String Proliferation): Antes de la diagonalización, se extraen configuraciones únicas de $\alpha$ y $\beta$, y se forma su producto cartesiano. Este paso hace emerger configuraciones de emparejamiento cruzado no muestreadas explícitamente, expandiendo el subespacio sin necesidad de más disparos (shots) cuánticos.
5. Diagonalización Clásica y Actualización de Memoria: El Hamiltoniano proyectado se diagonaliza clásicamente (usando el método de Davidson). Las configuraciones cuyos coeficientes CI superan un umbral se añaden permanentemente a la memoria de determinantes para la siguiente iteración.
6. Integración con DMET: Este solucionador QSCI-RBM actúa como el solucionador de impurezas de alto nivel dentro del bucle de auticonsistencia de DMET. El bucle ajusta el potencial químico global ($\mu_{glob}$) hasta que el conteo total de electrones embebidos coincida con el conteo real de electrones.

Contribuciones Clave

• Construcción de Subespacios Impulsada por RBM: El artículo introduce un método para reemplazar o complementar las heurísticas tradicionales de recuperación de configuraciones con un modelo generativo aprendido. Esto permite apuntar directamente a subespacios de determinantes compactos y de alta calidad sin anclaje perturbativo.
• Integración con DMET: El marco logra acoplar con éxito QSCI-RBM con DMET, permitiendo la simulación de sistemas biológicos grandes y fragmentados mientras mantiene constante el número de qubits por fragmento.
• Novedad y Filtrado de Simetría: El flujo de trabajo incluye mecanismos específicos para prevenir el doble conteo y asegurar la validez de la simetría durante la expansión iterativa del subespacio.
• Proliferación de Cadenas de Espín: Los autores utilizan un paso de proliferación para expandir implícitamente el subespacio mediante el producto cartesiano de cadenas de espín únicas, capturando correlaciones omitidas por el muestreo directo.

Resultados
El marco fue validado en moléculas pequeñas (etileno y metanolamina) y aplicado a un sistema biológico complejo: el inhibidor Carmofur unido a la proteasa principal (Mpro) del SARS-CoV-2.

• Benchmarks de Moléculas Pequeñas: En etileno ($C_2H_4$) y metanolamina ($CH_5NO$), DMET-QSCI-RBM alcanzó la precisión química (error < 1.6 mHa) accediendo solo al 2.12% y 0.06%, respectivamente, del espacio de configuración completo adaptado a la simetría. Estos resultados superaron o igualaron los benchmarks de CCSD clásicos utilizando subespacios significativamente más pequeños.
• Simulación Proteína-Ligando (Carmofur-Mpro):
  • El sistema se fragmentó en 11 impurezas de DMET, cada una con un espacio activo uniforme de (16e, 16o) (32 qubits).
  • Baselines de DMET-SQD: Un enfoque estándar de DMET-SQD con un subespacio sin límites ($\epsilon_{spb} = 10^8$) alcanzó la precisión química mientras accedía a aproximadamente el 97.4% del espacio de simetría. Un baseline truncado ($\epsilon_{spb} = \sqrt{|S|/2}$) accedió solo a aproximadamente el 19.0% del espacio, pero falló en alcanzar la precisión química, con errores de energía que permanecieron alrededor de $10^{-2}$ Ha. Notablemente, el residuo del potencial químico convergió para el baseline truncado, pero la energía no lo hizo, resaltando que la convergencia de $\mu$ no es un proxy fiable de la precisión de la energía en subespacios truncados.
  • Rendimiento de DMET-QSCI-RBM: El método propuesto logró la precisión química (errores de $9.3 \times 10^{-4}$ Ha y $4.3 \times 10^{-4}$ Ha en dos ejecuciones independientes) mientras accedía solo a aproximadamente el 3.9% del espacio de simetría en promedio. Esto representa una reducción de aproximadamente 25 veces en el tamaño del subespacio comparado con el baseline de DMET-SQD convergido y una reducción de 5 veces comparado con el baseline no convergido.
  • Eficiencia: El método logró estos resultados con menos iteraciones de potencial químico, reduciendo el costo total de muestreo cuántico. La profundidad del circuito cuántico y el tiempo de ejecución por fragmento fueron comparables en todos los métodos, indicando que la ganancia de eficiencia proviene de la reducción en el número de iteraciones necesarias para alcanzar la convergencia.

Significancia y Reivindicaciones
El artículo afirma que DMET-QSCI-RBM establece la compacidad del subespacio como una ventaja práctica clave de la selección de configuración aprendida y dirigida por hardware. Los autores sostienen que:

1. Compacidad vs. Precisión: La generación de subespacios mediante aprendizaje automático produce subespacios significativamente más compactos que la recuperación de configuraciones estándar o la siembra perturbativa, preservando al mismo tiempo la precisión física.
2. Desacoplamiento de Métricas: La precisión de la energía en DMET-QSCI-RBM está gobernada principalmente por la calidad y la compacidad de la memoria de determinantes acumulada, no por el grado de auticonsistencia del potencial químico. Esto permite que el marco alcance resultados químicamente significativos incluso cuando la búsqueda de $\mu$ se detiene prematuramente.
3. Escalabilidad: Al reducir el costo de la diagonalización clásica por fragmento, este enfoque permite la simulación de empaquetado cuántico escalable de sistemas biológicos complejos (como complejos proteína-ligando) que de otro modo serían intratables debido al escalamiento exponencial del espacio de configuración.
4. Agnosticismo de Hardware: El método aprovecha las capacidades específicas del muestreo en la era NISQ (evitando los llanos barrenos) mientras mitiga los problemas de ruido y tamaño de subespacio inherentes al muestreo crudo mediante modelos generativos aprendidos.

Los autores concluyen que este enfoque allana el camino para simulaciones cuánticas clásicamente tratables de sistemas biomoleculares en su contexto farmacológico completo, yendo más allá de las limitaciones de los modelos de sitio activo truncados. Señalan que se podrían lograr mejoras adicionales mediante la optimización sistemática de los hiperparámetros de la RBM y estudios comparativos con otras estrategias de subespacio compacto.