Scaling universal Fermi network toward ground states: A diffusion-Monte-Carlo assessment

Resumen Técnico: Escalamiento de la Red de Fermi Universal hacia los Estados Fundamentales

Planteamiento del Problema
Resolver la ecuación de Schrödinger electrónica para sistemas de muchos electrones interactuantes sigue siendo un desafío central en la física de la materia condensada y la química cuántica. La dificultad surge del espacio de Hilbert de dimensiones infinitas de los sistemas de continuo y el requisito de que las funciones de onda fermiónicas sean antisimétricas bajo el intercambio de partículas. Los métodos tradicionales enfrentan limitaciones significativas: la Interacción de Configuración Completa (FCI) escala factorialmente con el tamaño del sistema y está restringida por conjuntos de bases finitos; las expansiones truncadas (por ejemplo, el Método de Capas Acopladas o Coupled Cluster) sufren tanto de la incompletitud de la base como de errores de truncamiento de muchos cuerpos; y la Difusión Monte Carlo (DMC), aunque opera en el espacio continuo, depende de la aproximación de nodo fijo para estados de valores reales, lo que introduce errores incontrolados si la estructura nodal es imperfecta.

Si bien enfoques recientes de redes neuronales (por ejemplo, FermiNet, PauliNet) han mostrado resultados prometedores al generar directamente funciones de onda antisimétricas sin bases, persiste una brecha crítica: no existe un método riguroso y sistemático para evaluar qué tan cerca está una función de onda neuronal optimizada del estado fundamental exacto, particularmente cuando esta supera los puntos de referencia (benchmarks) existentes. Además, no se ha explorado plenamente la viabilidad de escalar estas redes para lograr resultados asintóticamente exactos.

Metodología
Los autores introducen un marco computacional de dos etapas que combina los Conjuntos de Fermi (Fermi Sets) —una arquitectura de red neuronal demostrablemente universal para funciones de onda fermiónicas— con la Difusión Monte Carlo de Fase Fija (FPDMC).

1. Arquitectura de Conjuntos de Fermi (Optimización Variacional):
   La función de onda se construye como una combinación lineal de un pequeño número ($N_d$) de determinantes de Slater con orbitales complejos aprendibles, ponderados por redes neuronales simétricas e invariantes a la permutación (por ejemplo, Deep Sets o Transformers). El ansatz es:
   $$\Psi_\theta(R) = e^{J_\theta(R)} e^{E(R)} \sum_{k=1}^{N_d} \Omega_k(R) \det[\phi^k_i(r_j)]$$
   donde $J_\theta$ es un factor de Jastrow (que gestiona las cúspides electrón-electrón), $E(R)$ es un envolvente opcional (que asegura la normalizabilidad en sistemas confinados) y $\Omega_k(R)$ son funciones simétricas que capturan correlaciones. Esta arquitectura es probadamente un aproximador universal para funciones antisimétricas continuas. La red se optimiza mediante Monte Carlo Variacional (VMC) para minimizar la energía.

2. Difusión Monte Carlo de Fase Fija (Evaluación y Refinamiento):
   La función de onda neuronal optimizada $\Psi_\theta(R) = |\Psi_\theta(R)| e^{i\Phi_\theta(R)}$ sirve como el estado de prueba para una proyección FPDMC en tiempo imaginario. En este método, la fase $\Phi_\theta(R)$ se mantiene fija, y la amplitud evoluciona bajo un Hamiltoniano efectivo que incluye un potencial repulsivo derivado del gradiente de fase.

   • Métrica de Exactitud: El marco utiliza la brecha de energía $\Delta E = E_{\text{VMC}} - E_{\text{DMC}}$. Dado que $E_{\text{DMC}}$ es el límite inferior variacional para el manifold de fase específico aprendido por la red, un $\Delta E$ evanescente indica que el error de amplitud de la red neuronal ha sido minimizado al límite permitido por su fase.
   • Criterio de Convergencia: Si $\Delta E \to 0$ a medida que la capacidad de la red aumenta, esto implica que la red ha convergido al verdadero estado fundamental (asumiendo que la fase aprendida es correcta).

Resultados Clave
El marco fue aplicado a dos sistemas distintos para demostrar escalabilidad y convergencia:

1. Punto Cuántico en un Campo Magnético:

   • Sistema: $N=4$ electrones en un pozo armónico 2D con parámetros de GaAs bajo campos magnéticos $B=4$ T y $B=8$ T.
   • Hallazgos: Los estados fundamentales son intrínsecamente complejos (rompiendo la simetría de inversión temporal), correspondientes a estados de fermiones compuestos (por ejemplo, $\nu=3/7$ a 8 T).
   • Escalamiento: A medida que el número de parámetros de la red aumentó (hasta $8.4 \times 10^4$), la energía variacional ($E_{\text{VMC}}$) disminuyó monótonamente, superando los puntos de referencia de la diagonalización exacta (ED) de múltiples niveles de Landau.
   • Convergencia: La brecha residual $\Delta E$ colapsó monótonamente de $\sim 561 \mu H^*$ a $\sim 25 \mu H^*$ (a 8 T) y $\sim 24 \mu H^*$ (a 4 T), volviéndose estadísticamente indistinguible de cero. Esto confirma que la red encontró el estado fundamental exacto dentro de la resolución estadística.

2. Gas de Electrones Uniforme Bidimensional (2D UEG):

   • Sistema: $N=16$ electrones totalmente polarizados de espín a $r_s = 30$ (profundamente en el régimen fuertemente correlacionado, cerca de la cristalización de Wigner).
   • Hallazgos: La red se escaló de $\sim 25,000$ a $\sim 50,000$ parámetros.
   • Escalamiento: Tanto $E_{\text{VMC}}$ como la proyectada $E_{\text{DMC}}$ disminuyeron monótonamente. La energía más baja alcanzada ($E_{\text{DMC}} \approx -0.031996$ Ha) mejoró respecto a los mejores referentes de Slater-Jastrow.
   • Convergencia: La brecha residual $\Delta E$ disminuyó sistemáticamente de $1.63 \times 10^{-5}$ a $0.57 \times 10^{-5}$ Ha por electrón a medida que la capacidad creció, indicando la supresión sistemática del error de amplitud.

Significado y Reivindicaciones
El artículo afirma que los Conjuntos de Fermi, combinados con la evaluación FPDMC, proporcionan un resolutor universal y asintóticamente exacto para la ecuación de Schrödinger electrónica. El significado principal radica en la demostración de que:

• Las funciones de onda de redes neuronales pueden escalarse sistemáticamente para aproximarse al estado fundamental exacto, con la energía variacional convergiendo conforme aumenta la capacidad de la red.
• La brecha de la difusión Monte Carlo de fase fija ($\Delta E$) sirve como una métrica rigurosa y cuantitativa para certificar que una función de onda neuronal ha saturado su libertad variacional y ha convergido al estado fundamental para un dado manifold de fase.
• La arquitectura captura con éxito estructuras de nodos complejas (como los estados de fermiones compuestos) que son inaccesibles para los ansatz tradicionales de Slater-Jastrow, los cuales no pueden describir el necesario enrollamiento de la fase compleja.

Los autores concluyen que, si bien el error de fase no es probado directamente por $\Delta E$, el colapso monotónico de la brecha con el tamaño de la red proporciona una fuerte evidencia de que los Conjuntos de Fermi pueden alcanzar una precisión arbitraria para los estados fundamentales de muchos electrones, limitada únicamente por el tamaño de la red y los recursos computacionales.