Strong Simulation of 1D Quantum Circuits via Reduced Transition Matrices

Resumen Técnico: Simulación Fuerte de Circuitos Cuánticos 1D mediante Matrices de Transición Reducidas

Planteamiento del Problema
La simulación de sistemas de muchos cuerpos cuánticos fuera del equilibrio está fundamentalmente limitada por el rápido crecimiento del entrelazamiento espacial, lo que hace que los métodos estándar de redes de tensores (como TEBD, tDMRG y TDVP) sean ineficientes para circuitos unitarios caóticos. Aunque estos métodos restringen la dinámica a variedades de baja complejidad, eventualmente fallan a medida que el entrelazamiento crece extensamente.

Este artículo aborda una tarea computacional más específica: la simulación fuerte aproximada de una probabilidad de salida especificada $p(x|y) = |\langle x|U(T)|y\rangle|^2$, para un circuito de pared de ladrillos (brick-wall) caótico 1D, dada una precisión relativa fija $\epsilon_p$ (o $\epsilon_A$ para la amplitud). Esta tarea difiere del muestreo de la distribución de salida completa, lo cual se conjetura es clásicamente difícil. Si bien la evaluación exacta de probabilidades específicas es generalmente #P-dura, los autores señalan que los resultados de dureza establecidos suelen aplicarse a regímenes donde los errores relativos desaparecen con el tamaño del sistema. El artículo investiga la complejidad computacional de lograr una precisión relativa finita fija, un régimen donde la dureza no ha sido establecida rigurosamente.

Metodología: El Algoritmo de Barrido RTM
Los autores proponen una estrategia de contracción de redes de tensores transversales basada en Matrices de Transición Reducidas (RTMs). En lugar de contraer la red de tensores espacio-temporal a lo largo de la dirección temporal (lo que conduce a un crecimiento exponencial de la dimensión de enlace debido al entrelazamiento espacial) o aproximar los estados fronterizos temporales izquierdo y derecho de forma independiente, el algoritmo apunta directamente al solapamiento (overlap) entre estas fronteras.

1. Formulación Transversal: La amplitud del circuito se visualiza como el solapamiento $\langle L|R\rangle$ de los estados fronterizos temporales izquierdo y derecho. La matriz de transición se define como $T = |R\rangle\langle L| / \langle L|R\rangle$.
2. Compresión RTM: El algoritmo utiliza la descomposición en valores singulares (SVD) de la matriz de transición reducida $T_A = \text{Tr}_{\bar{A}} T$ a través de una bipartición temporal. Los vectores singulares de $T_A$ identifican las direcciones más relevantes para el solapamiento, en lugar de la estructura de entrelazamiento de los estados individuales.
3. Procedimiento de Barrido: El algoritmo construye los estados fronterizos izquierdo y derecho como estados de Matrix Product State temporales (tMPS). Realiza barridos alternos de izquierda a derecha y de derecha a izquierda a través de la dirección espacial. En cada paso, los enlaces del tMPS se truncan basándose en el espectro singular de la RTM local para preservar el solapamiento, en lugar de los estados individuales.
4. Diagnósticos de Convergencia: El método emplea verificaciones de consistencia interna, monitoreando la dispersión de las estimaciones de amplitud a través de diferentes cortes espaciales ($\Delta_{cut}$), entre barridos ($\Delta_{sweep}$) y entre diferentes dimensiones de enlace ($\Delta_{\chi}$). La convergencia se declara cuando estos diagnósticos caen por debajo de una tolerancia prescrita $\epsilon_A$.

Resultos Clave
Los autores evaluaron el algoritmo en tres familias de compuertas de dos cúbits: un circuito de Ising con choque (kicked-Ising) determinista y caótico, un ensamble aleatorio con simetría de intercambio y un ensamble Haar aleatorio.

• Crecimiento Subexponencial de la Dimensión de Enlace: Para circuitos 1D caóticos a una precisión relativa fija, la evidencia numérica indica que la dimensión de enlace $\chi$ requerida para estimaciones estables crece de forma subexponencial durante la ventana de tiempo accesible. Esto contrasta con el crecimiento exponencial requerido para una representación fiel del estado completo o para un TEBD transversal estándar.
• Propiedades Espectrales: Los espectros singulares de las RTM exhiben colas aproximadamente exponenciales ($\lambda_n \sim e^{-n/F}$). La escala de decaimiento característica $F(T)$ crece según una ley de potencia $T^\alpha$. Esta estructura espectral sugiere que la entropía $S_{RTM}$ de la SVD de la RTM crece logarítmicamente ($S_{RTM} \sim \alpha \log T$) en el límite de tamaño infinito e invariante por traslación, aunque los sistemas de tamaño finito muestran desviaciones debido a estados excitados.
• Validación de la Exactitud:
  • Para sistemas pequeños ($N=20$), los resultados del algoritmo coinciden con la evolución directa exacta dentro de la tolerancia prescrita.
  • Para sistemas más grandes ($N=60$), donde la evolución exacta es inviable, el algoritmo reproduce las propiedades estadísticas de las probabilidades de salida, específicamente convergiendo a la predicción de Porter–Thomas para el momento logarítmico de las probabilidades.
  • El método mantiene la estabilidad a través de diferentes tolerancias ($\epsilon_A = 0.1, 0.5, 0.8$), con la discrepancia relativa entre amplitudes computadas en diferentes umbrales permaneciendo acotada.

Significado y Aplicaciones
El artículo afirma que este enfoque abre una ruta directa para consultas de probabilidad clásicas para circuitos cuánticos caóticos, siempre que el tiempo de simulación permanezca dentro de la ventana de escalado subexponencial. Los autores identifican tres aplicaciones específicas:

1. Benchmarking (XEB): El método permite la evaluación clásica del Benchmarking de Entropía Cruzada Lineal (XEB) para dispositivos cuánticos grandes, computando las probabilidades ideales para cadenas muestreadas sin necesidad de almacenar el estado de salida completo. El error relativo del estimador XEB está acotado por el error relativo de las consultas de probabilidad.
2. Certificación de Solapamiento de Sombras (Shadow-Overlap): El algoritmo puede suministrar las consultas de amplitud compleja requeridas por el protocolo de certificación de solapamiento de sombras, permitiendo obtener límites de fidelidad para dispositivos cuánticos con errores controlados por la precisión de la amplitud.
3. Tareas de Aprendizaje: Facilita el aprendizaje basado en verosimilitud de modelos de circuitos cuánticos parametrizados, evaluando la log-verosimilitud negativa empírica, incluso cuando las probabilidades individuales son exponencialmente pequeñas, siempre que las contracciones sigan siendo tratables.

Limitaciones y Perspectivas
Los autores enfatizan que sus hallazgos son numéricos y heurísticos. No establecen rigurosamente un límite de complejidad asintótica (es decir, si el crecimiento es estrictamente polinomial o subexponencial en el límite termodinámico). Las verificaciones de convergencia interna no constituyen límites de error rigurosos. Además, el trabajo actual está restringido a circuitos 1D; extender la estrategia a dos dimensiones espaciales (usando PEPS) se señala como un desafío no trivial debido al aumento del costo de contraer y comprimir las fronteras temporales 2D. Se requiere trabajo futuro para establecer límites rigurosos y desarrollar una formulación variacional para el problema del solapamiento.