Symmetry Constraints Regularize Neural Quantum State Learning

Resumen Técnico: Las restricciones de simetría regularizan el aprendizaje de Estados Cuánticos Neuronales

Planteamiento del Problema
Los Estados Cuánticos Neuronales (NQS, por sus siglas en inglés) ofrecen funciones de onda variacionales altamente expresivas capaces de capturar correlaciones de muchos cuerpos que eluden a las redes de tensores convencionales. Sin embargo, esta expresividad introduce desafíos de optimización severos. Las arquitecturas NQS de gran tamaño y alta expresividad suelen sufrir de "mesetas estériles" (barren plateaus) y paisajes de optimización mal condicionados. Estos problemas surgen de direcciones de gradiente redundantes causadas por parámetros débilmente identificables; los mismos parámetros que permiten que un modelo sea expresivo también pueden impedir que converja rápidamente. Aunque los métodos numéricos pueden imponer simetrías mediante la proyección en el espacio de Hilbert o construcciones de penalización, el impacto geométrico específico de embeber las simetrías directamente en la parametrización variacional —más allá de la simple reducción de parámetros— sigue siendo una cuestión abierta. Específicamente, ¿cómo altera la simetría la estructura del paisaje de optimización y cómo puede cuantificarse esto utilizando una métrica invariante a las transformaciones de coordenadas y sensible al estado objetivo?

Metodología
Los autores proponen un marco que embebe estructuralmente las simetrías del Hamiltoniano directamente en los ansatze de la familia de Boltzmann de los NQS, en lugar de penalizar la asimetría durante la optimización.

1. Compilación de Simetría mediante el Atado de Coeficientes:
   El modelo parametriza los campos de amplitud real y fase utilizando expansiones de operadores diagonales (cadenas de Pauli-Z) sobre una base de soporte $k$-local. En lugar de optimizar todos los coeficientes de forma independiente, los autores imponen la invarianza mediante el "atado" de coeficientes locales a lo largo de órbitas geométricas físicas (por ejemplo, traslaciones, operaciones de grupo espacial o paridad de inversión de bits global). Esto se logra identificando coeficientes equivalentes por simetría y colapsando el espacio de configuración exponencialmente grande en clases de autovalores compatibles con la simetría antes del entrenamiento. Matemáticamente, esto restringe la trayectoria de optimización al espacio nulo de una matriz de restricción global $V$, eliminando efectivamente las direcciones de parámetros redundantes y mal condicionadas antes de que comience la optimización.

2. Diagnósticos Geométricos:
   Para cuantificar la geometría de optimización resultante, los autores introducen una métrica geométrica sensible al objetivo, construida sobre el Jacobiano y el Hessiano del paisaje de optimización:

• Métrica de Fubini–Study: Utilizada para medir el volumen del espacio de estados físicamente accesibles, proporcionando una medida invariante de la coordenada que distingue los estados físicamente distinguibles de las redundancias de calibre (gauge).
• Rango de Curvatura Positiva ($r_+$): Una medida del número de direcciones físicamente distinguibles donde la energía aumenta cuadráticamente alrededor de un punto estacionario.
• Expresibilidad Útil Sensible al Objetivo ($f_\epsilon$): Definida como la fracción del volumen total accesible de Fubini–Study ocupada por el vecindario conectado de precisión $\epsilon$ del estado fundamental objetivo. Esta métrica evalúa qué tan eficientemente el ansatz asigna su capacidad al problema objetivo.
• Escala de la Cuenca Característica ($R_\epsilon$): Una escala lineal normalizada por rango derivada del volumen local de la región "buena", que permite la comparación de las anchuras de las cuencas a través de variedades de diferentes dimensiones.

Contribuciones Clave

• Regularización Estructural: El artículo demuestra que el embeber las simetrías directamente en la parametrización actúa como un regularizador geométrico. Al colapsar analíticamente el espacio de coeficientes entrenables, el método elimina las direcciones de parámetros redundantes y mejora el condicionamiento del problema de optimización desde el inicio.
• Nuevas Métricas Geométricas: Los autores introducen un marco para distinguir entre el recuento bruto de parámetros, la capacidad variacional físicamente accesible y la concentración de esa capacidad cerca de las soluciones precisas. Esto permite una comparación rigurosa entre ansatze restringidos y no restringidos que va más allá de los simples puntos de referencia de precisión.
• Compresión Analítica de Parámetros: El método proporciona un procedimiento sistemático y reproducible (utilizando el lema de Burnside y la teoría de grupos) para determinar el número de parámetros independientes requeridos, vinculando la reducción de dimensionalidad directamente con las degeneraciones intrínsecas del estado objetivo.

Resultos
El enfoque fue evaluado en cadenas de espines de la cadena de Ising en campo transversal (TFIM) y XXZ con condiciones de contorno periódicas.

• Precisión vs. Compresión: La compilación de simetría redujo drásticamente el número de parámetros entrenables (por ejemplo, de 210 a 10–11 para $N=20$ TFIM con restricciones de traslación) manteniendo la precisión del estado fundamental dentro de la resolución de los puntos de referencia reportados. Los modelos comprimidos no fallaron sistemáticamente en comparación con las bases no restringidas, incluso cerca de los puntos críticos.
• Aceleración del Tiempo de Ejecución: En sistemas grandes ($N=64, 128$), las restricciones espaciales fuertes comprimieron miles de parámetros a decenas, entregando aceleraciones sustanciales en el tiempo de ejecución (hasta 30$\times$ para $N=128$) sin sacrificar la precisión.
• Regularización Geométrica:
  • Concentración ($f_\epsilon$): Las variedades con simetría restringida ocuparon una fracción significativamente mayor de su volumen alcanzable con estados precisos respecto al objetivo en comparación con las variedades no restringidas. Esta concentración aumentó con el tamaño del sistema, indicando que los aprendices no restringidos asignan una fracción cada vez más pequeña de su capacidad al vecindario del objetivo.
  • Ancho de la Cuenca ($R_\epsilon$): Las restricciones basadas en traslación retuvieron escalas de cuenca característica sustancialmente mayores que los modelos no restringidos. Esto indica que las restricciones de simetría no solo concentran la variedad alcanzable, sino que también reducen la rigidez efectiva de las direcciones de confinamiento restantes, creando mínimos más amplios y robustos.
  • Jerarquía: Las simetrías de traslación y de grupo espacial proporcionaron las mejoras más fuertes tanto en la concentración global como en la geometría de la cuenca local, seguidas por las simetrías de reflexión y de inversión de bits.

Significado
El artículo sostiene que la compilación de simetría hace más que simplemente reducir el tamaño del modelo; reorganiza el espacio de estados físicos alcanzables para que la capacidad variacional restante esté mejor alineada con el problema objetivo. Al concentrar el poder expresivo de los NQS en estados relevantes para el Hamiltoniano objetivo, el método regulariza la dinámica de aprendizaje, reduciendo el tamaño del modelo y los costos de entrenamiento sin sacrificar la precisión.

Los autores argumentan que la expresividad variacional debe juzgarse por dónde se encuentran los estados alcanzables con respecto al objetivo, no simplemente por cuántos estados puede representar el ansatz. Los diagnósticos geométricos propuestos ($f_\epsilon$ y $R_\epsilon$) proporcionan una forma fundamentada de cuantificar esta alineación. El trabajo sugiere que construir las simetrías físicas en el modelo variacional antes de que comience la optimización es una estrategia superior a los métodos de poda o de penalización post-hoc, ofreciendo un enfoque escalable y altamente preciso para el estudio de la física de muchos cuerpos.