Predicting properties of Scrooge ensembles with high accuracy and low sample complexity

Resumen Técnico: Predicción de las propiedades de los conjuntos de Scrooge con alta precisión y baja complejidad de muestreo

Planteamiento del problema
El conjunto de Scrooge asociado a una matriz de densidad $\rho$ se define como el conjunto de estados puros máximamente aleatorios cuya matriz de densidad promedio es $\rho$. Estos conjuntos son fundamentales para comprender la dinámica de muchos cuerpos cuánticos, la termalización profunda y las tareas de procesamiento de información cuántica, como la tomografía de sombras (shadow tomography) y la evaluación de referencia (benchmarking) de simuladores. Sin embargo, analizar y preparar estos conjuntos es computacionalmente desafiante.

Las propiedades estadísticas intrínsecas de los conjuntos de Scrooge están codificadas en sus momentos de orden superior, $\chi^{(k)}_{Sc}(\rho)$. A diferencia de los momentos de Haar aleatorios, que poseen una formulación analítica limpia, los momentos de Scrooge involucran un integrando no polinomial que contiene un término de denominador $\langle \psi | \rho | \psi \rangle^{k-1}$. Esta estructura bloquea la aplicación directa de la maquinaria estándar de integración de Haar. Además, los mecanismos físicos existentes para muestrear desde conjuntos de Scrooge —ya sea mediante conjuntos proyectados (midiendo partes de estados entrelazados) o conjuntos temporales (evolución temporal)— son ineficientes. Los conjuntos proyectados suelen requerir una postselección costosa (con probabilidades de éxito que escalan como $1/k!$), mientras que los conjuntos temporales pueden requerir una evolución sobre escalas de tiempo inversamente proporcionales a la brecha de energía mínima, lo que los hace impracticables para sistemas grandes.

Metodología
Los autores proponen un enfoque de dos vertientes para superar estas barreras: una aproximación polinomial de alta precisión del operador de momento y un algoritmo cuántico eficiente para su implementación.

1. Aproximación polinomial de los momentos de Scrooge:
   La dificultad central reside en el denominador de la definición del momento de Scrooge:
   $$\chi^{(k)}_{Sc}(\rho) = \mathbb{E}_{\psi \sim \text{Haar}} \left[ \frac{D (\sqrt{\rho} |\psi\rangle\langle\psi| \sqrt{\rho})^{\otimes k}}{\langle \psi | \rho | \psi \rangle^{k-1}} \right]$$
   Los autores observan que para estados de Haar aleatorios, la cantidad $r_\phi = D \langle \phi | \rho | \phi \rangle$ se concentra alrededor de 1 cuando $\rho$ tiene una pureza suficientemente baja (es decir, un $\|\rho\|_\infty$ pequeño). Reemplazan el término singular $1/r_\phi^{k-1}$ por una aproximación polinomial ajustable $g_\lambda(x)$ derivada de una expansión de la serie de Taylor truncada de $1/x$ alrededor de $x=1$.
   $$g_\lambda(x) = \sum_{j=0}^{\lambda-1} (1-x)^j$$
   Esto transforma el momento de Scrooge en una combinación lineal de momentos de Haar estándar, los cuales son analíticamente tratables. Se demuestra que el error de aproximación es ajustable; al aumentar el orden de la expansión $\lambda$, el error puede reducirse para ser exponencialmente pequeño en $1/\|\rho\|_\infty$, una mejora significativa respecto a resultados previos donde el error escalaba polinomialmente.

2. Proyección eficiente del subespacio simétrico:
   Para implementar la aproximación en un computador cuántico, los autores deben preparar estados de la forma $\rho^{(k)}_{\text{sym}} = \rho^{\otimes k} \Pi^{(k)}_{\text{sym}} / p_{\text{sym}}$, donde $\Pi^{(k)}_{\text{sym}}$ es el proyector sobre el subespacio simétrico de $k$ pliegues. La postselección estándar es ineficiente (costo $O(k!)$).
   En su lugar, los autores utilizan la dualidad de Schur-Weyl. Aplican la transformada de Schur a $\rho^{\otimes m}$ (donde $m \ge k$) para descomponer el estado en sectores de representación irreducible etiquetados por diagramas de Young $\gamma$. Dentro de cada sector, el estado del registro de permutación es conocido. El algoritmo reemplaza condicionalmente el registro de permutación con el estado simétrico específico requerido para ese sector, proyectando efectivamente sobre el subespacio simétrico sin postselección. Este procedimiento requiere $O(k^3/\epsilon^2)$ muestras de $\rho$.

3. Algoritmo cuántico para valores de expectativa:
   Combinando la aproximación polinomial y la proyección eficiente, los autores construyen un algoritmo cuántico para estimar $\text{Tr}[\chi^{(k)}_{Sc}(\rho) O_k]$ para cualquier observable $O_k$. El algoritmo estima el producto del factor de normalización y el valor de expectativa para cada término en la expansión polinomial utilizando un estimador de mediana de medias para asegurar la robustez.

Contribuciones clave y resultados

• Aproximación de alta precisión: El artículo introduce una aproximación polinomial para los momentos $k$-ésimos de Scrooge que logra un error que escala exponencialmente pequeño en $1/\|\rho\|_\infty$. Esto extiende el régimen de estados válidos para una aproximación precisa más allá de los estados altamente mezclados requeridos por métodos anteriores.
• Algoritmo cuántico eficiente: Los autores presentan el primer algoritmo cuántico eficiente para estimar los valores de expectativa de los momentos de Scrooge. Para un error objetivo $\epsilon$ por encima del umbral de aproximación, el algoritmo requiere $\tilde{O}(k^3/\epsilon^5)$ copias de $\rho$.
• Proyección libre de postselección: Un subprocedimiento clave es un método eficiente para proyectar $\rho^{\otimes k}$ sobre el subespacio simétrico utilizando $O(k^3/\epsilon^2)$ muestras, evitando el costo prohibitivo de $k!$ de la postselección estándar.
• Construcción de codificación de bloque (Block Encoding): Cuando se dispone de un circuito de preparación para una purificación de $\rho$, los autores construyen una codificación de bloque del momento $k$-ésimo de Scrooge. Esto integra los momentos de Scrooge en el marco estándar de codificación de bloques, permitiendo su uso en algoritmos cuánticos avanzados como la Transformación de Valores Singulares Cuánticos (QSVT).
• Validación numérica: Simulaciones numéricas en estados de Gibbs de la cadena Ising de campo transversal confirman que los errores de aproximación disminuyen rápidamente con el orden de expansión $\lambda$ y son, a menudo, significativamente menores que los límites superiores teóricos.

Significancia y pretensiones
El artículo pretende proporcionar las primeras herramientas eficientes y de alta precisión tanto para el análisis teórico como para la predicción práctica de las propiedades de los conjuntos de Scrooge. Al reemplazar el integrando no polinomial por un polinomio ajustable y aprovechar la dualidad de Schur-Weyl para evitar la postselección, este trabajo permite el estudio de conjuntos profundamente termalizados utilizando únicamente copias de las matrices de densidad asociadas, las cuales suelen ser más fáciles de preparar que los conjuntos mismos.

Los autores sugieren aplicaciones potenciales en:

• El refinamiento de la caracterización de cantidades de información teórica en sistemas de muchos cuerpos.
• La mejora de los protocolos de evaluación de referencia (benchmarking) para simuladores cuánticos.
• Potencialmente mejorar los protocolos de tomografía de sombras utilizando los momentos de Scrooge para el reponderado, aunque señalan que las implementaciones concretas y las garantías de complejidad para esta aplicación específica aún deben establecerse.

El artículo mantiene la modestia respecto a los estados de alta pureza, reconociendo que las garantías actuales de aproximación se debilitan a medida que $\|\rho\|_\infty$ aumenta, e identifica la extensión a matrices de densidad arbitrarias como una cuestión abierta para trabajos futuros.