Non-Haar random circuits form unitary designs as fast as Haar random circuits

Cet article démontre que les circuits aléatoires non-Haar généraux forment des designs unitaires à des taux comparables aux circuits aléatoires de Haar, avec des profondeurs requises dont la borne supérieure est un facteur constant indépendant de la taille du système à travers diverses architectures, permettant ainsi une génération de l'aléa plus flexible et robuste pour les applications quantiques.

L'essentiel

La vue d'ensemble : Mélanger un jeu de cartes

Imaginez que vous avez un jeu de cartes (représentant un système quantique). Vous voulez le mélanger si soigneusement que l'ordre devienne complètement aléatoire, comme si vous aviez choisi une disposition de cartes tirée d'un chapeau contenant tous les ordres possibles de l'univers. En physique, ce « hasard parfait » est appelé un état Haar aléatoire.

Cependant, créer un mélange parfait demande un temps et un effort impossibles pour un grand jeu de cartes. À la place, les scientifiques se contentent d'un mélange « suffisamment bon ». Ils appellent cela un Design Unitaire. C'est un mélange qui semble assez aléatoire pour n'importe quel test que vous pourriez effectuer, même s'il n'est pas mathématiquement parfait.

Pendant longtemps, les chercheurs savaient exactement combien de mélanges (profondeur de circuit) étaient nécessaires pour obtenir un mélange « suffisamment bon » si l'on utilisait un randomiseur parfait (comme un tournoi de roulette parfaitement équitable et continu pour décider quelles cartes échanger). C'est le scénario « Haar aléatoire ».

Le Problème : Dans les expériences du monde réel, nous ne pouvons pas utiliser de tourneuses parfaites. Nous sommes contraints d'utiliser des outils discrets et imparfaits (comme un jeu de cartes standard où vous ne pouvez échanger que des paires spécifiques, ou un générateur de nombres aléatoires numériques avec des options limitées). La grande question était : L'utilisation de ces outils « imparfaits » rend-elle le processus de mélange beaucoup plus long ? Devons-nous mélanger beaucoup plus de fois pour obtenir le même résultat ?

La Découverte : Les outils « imparfaits » sont tout aussi rapides

Ce document prouve un fait surprenant et réconfortant : Non, vous n'avez pas besoin de mélanger beaucoup plus longtemps.

Les auteurs démontent que même si vous utilisez des randomiseurs locaux « imparfaits » (circuits non-Haar), vous pouvez toujours créer un état aléatoire « suffisamment bon » en pratiquement le même laps de temps qu'en utilisant des outils parfaits. La seule différence est un petit multiplicateur constant (comme devoir faire 2 ou 3 mélanges supplémentaires au lieu d'un seul), mais ce nombre ne croît pas à mesure que votre système s'agrandit.

Que vous ayez un petit système ou un système massif, la « pénalité » pour l'utilisation d'outils imparfaits reste la même.

Les trois types de « machines à mélanger »

Les chercheurs ont testé cette idée sur trois façons différentes d'organiser le processus de mélange, prouvant qu'elle fonctionne pour toutes :

1. Le mélangeur à couche unique (Single-layer-connected) :

   • Analogie : Imaginez une rangée de personnes se tenant par la main. En un tour, vous choisissez au hasard une seule paire de voisins pour échanger leurs places. Ensuite, vous choisissez une autre paire.
   • Résultat : Même si la règle pour choisir la paire n'est pas parfaitement aléatoire, toute la ligne est mélangée aussi vite qu'elle le serait normalement.

2. Le mélangeur en briques (Multilayer-connected) :

   • Analogie : Pensez à un mur de briques. Vous ne pouvez pas échanger chaque brique à la fois car elles sont empilées. Vous devez échanger des briques dans une couche, puis dans la suivante, comme si vous posiez des briques selon un motif.
   • Résultat : C'est plus difficile à analyser car les couches dépendent les unes des autres. Les auteurs ont développé un nouveau « liant » mathématique pour prouver que même avec ces motifs fixes et rigides, les outils imparfaits fonctionnent aussi vite que les outils parfaits.

3. Le patchwork de courtepointe (Patchwork circuit) :

   • Analogie : Imaginez que vous avez une immense courtepointe. Au lieu de mélanger toute la pièce d'un coup, vous créez de nombreux petits carrés parfaitement mélangés (des patchs) et vous les cousez ensemble.
   • Résultat : C'est la méthode la plus rapide (profondeur très faible). Le document prouve que même si les petits carrés sont fabriqués avec des outils « imparfaits », l'ensemble de la courtepointe devient aléatoire incroyablement vite.

Pourquoi cela importe (selon le document)

Les auteurs soulignent trois domaines spécifiques où cette découverte est utile, en se basant strictement sur leur texte :

• Expériences du monde réel : Dans les ordinateurs quantiques réels, nous commettons souvent de petites erreurs (erreurs cohérentes) ou nous sommes limités à des ensembles de portes spécifiques (ensembles discrets). Ce document dit : « Ne vous inquiétez pas. » Votre expérience générera toujours un hasard global aussi rapidement que la théorie idéale le prédit, même avec ces défauts.
• Benchmarking Randomisé (Randomized Benchmarking) : Il s'agit d'un test utilisé pour vérifier si un ordinateur quantique fonctionne correctement. Le document suggère que ce test est plus flexible qu'on ne le pensait ; vous pouvez utiliser différents ensembles de portes imparfaits sans ruiner la vitesse ou la précision du test.
• Échantillonnage de circuits aléatoires (Random Circuit Sampling) : C'est une tâche utilisée pour prouver l'« avantage quantique » (montrer qu'un ordinateur quantique est plus rapide qu'un ordinateur classique). Le document confirme que même avec des portes locales imparfaites, ces circuits produisent toujours l'anti-concentration nécessaire (un type spécifique de hasard) très rapidement, validant ainsi les expériences réelles de suprématie quantique.

L'essentiel à retenir

Considérez le circuit « Haar aléatoire » comme un grand chef utilisant un ensemble infini et parfait d'épices pour préparer une soupe. Le circuit « Non-Haar » est un cuisinier amateur utilisant un placard à épices limité.

Ce document prouve que le cuisinier amateur peut préparer une soupe qui a un goût aussi « aléatoire » et complexe que celle du grand chef, et qu'il peut le faire dans le même laps de temps. La seule différence est que le cuisinier amateur devra peut-être remuer la marmite quelques fois de plus (un facteur constant), mais cet effort supplémentaire ne s'aggrave pas simplement parce que la marmite devient plus grande.

Cela donne aux scientifiques la confiance nécessaire pour construire des systèmes quantiques robustes, rapides et flexibles en utilisant les outils imparfaits dont ils disposent réellement en laboratoire, sans avoir à attendre indéfiniment pour que les résultats se « randomisent ».

Résumé technique

Résumé technique : Les circuits aléatoires non-Haar forment des designs unitaires aussi rapidement que les circuits de Haar

Énoncé du problème
Les circuits quantiques aléatoires sont des outils fondamentaux pour le traitement de l'information quantique (par exemple, le benchmarking randomisé, la tomographie quantique) et servent de modèles pour la dynamique de nombreux corps hors équilibre. Une métrique centrale dans ce domaine est le taux auquel un circuit génère un aléatoire global, quantifié par sa capacité à former un design unitaire $t$. Bien qu'il soit établi que les circuits de Haar (où les portes sont échantillonnées selon la mesure de Haar) forment des $t$-designs en profondeur polynomiale ($\text{poly}(N)$), voire en profondeur logarithmique ($O(\log N)$) dans des géométries spécifiques, le comportement des circuits aléatoires non-Haar reste moins bien compris.

Dans les configurations expérimentales, les portes sont typiquement choisies parmi des ensembles discrets et non-Haar (par exemple, Clifford+$T$). Des travaux antérieurs traitant des ensembles non-Haar ont fourni des limites supérieures de profondeur qui étaient imprécises par des facteurs de $\text{poly}(N)$ ou qui étaient restreintes à des structures de circuits spécifiques (excluant les architectures fixes comme les circuits en briques). La question cruciale adressée par ce travail est de savoir si la profondeur de circuit requise pour former un $t$-design unitaire dans les circuits aléatoires non-Haar généraux est comparable à celle des circuits aléatoires de Haar correspondants, indépendamment de la taille du système $N$.

Méthodologie
Les auteurs analysent la formation de $t$-designs unitaires en classant les structures de circuits en trois catégories et en développant des techniques de preuve spécifiques pour chacune d'elles. Le cœur de leur méthodologie repose sur l'évaluation de l'écart spectral ($\Delta^{(t)}_\nu$) de l'opérateur de moment, qui dicte le taux de convergence vers la mesure de Haar.

1. Circuits connectés sur une seule couche : Dans ces circuits (par exemple, les circuits aléatoires locaux en 1D), les portes de deux qudits dans une seule couche forment un graphe connecté couvrant tous les sites. Les auteurs relient l'écart spectral d'un ensemble non-Haar $\nu$ à celui de l'ensemble de Haar correspondant $\nu_H$. Ils dérivent une borne inférieure pour l'écart spectral non-Haar en utilisant l'inégalité de Cauchy-Schwarz et les propriétés de la partie résiduelle de l'opérateur de moment. Cela améliore les bornes précédentes en éliminant les facteurs $\text{poly}(N)$ imprécis.
2. Circuits connectés sur plusieurs couches : Pour les architectures fixes (par exemple, les circuits en briques 1D) où une seule couche ne connecte pas tous les sites, l'écart spectral doit être évalué sur un bloc de plusieurs couches. Le "lemme de détectabilité" standard, utilisé pour les circuits de Haar, n'est pas directement applicable aux ensembles non-Haar. Les auteurs étendent l'applicabilité de ce lemme aux circuits non-Haar en dérivant une inégalité généralisée qui relie l'écart spectral d'un bloc multi-couches non-Haar à l'écart spectral du bloc de Haar correspondant, mis à l'échelle par les écarts spectraux locaux des portes constituantes.
3. Circuits en mosaïque (Patchwork) : Ce sont des géométries spéciales construites en collant de petites parcelles de circuits aléatoires. Les auteurs exploitent un lemme issu de travaux antérieurs (Schuster et al.) stipulant que si de petites parcelles forment des approximations de designs, le système global le fait également. Ils démontrent que la profondeur requise pour chaque parcelle dans un cadre non-Haar est simplement un facteur constant plus grand que la profondeur de Haar, déterminé par l'écart spectral local.

Contributions clés et résultats
L'article prouve que pour un large éventail de structures de circuits, la profondeur de circuit $L$ requise pour qu'un circuit aléatoire non-Haar général forme un $\epsilon$-approximate unitary $t$-design est bornée par la profondeur $L_H$ du circuit aléatoire de Haar correspondant, à un facteur préfixe constant près.

• Circuits connectés sur une seule couche : La profondeur requise est $L = 2(\Delta^{(t)}_{\text{loc},\nu})^{-1} L_H$, où $\Delta^{(t)}_{\text{loc},\nu}$ est l'écart spectral minimal des ensembles locaux de deux qudits.
• Circuits connectés sur plusieurs couches : Pour une architecture fixe avec une profondeur de connexion $l$, la profondeur requise est $L_A = (\Delta^{(t)}_{\text{loc},\nu})^{-l} L^H_A$.
• Circuits en mosaïque : La formation en profondeur $O(\log N)$ réalisable avec les circuits de Haar est préservée pour les circuits non-Haar, la profondeur étant mise à l'échelle par un facteur constant dépendant de l'écart spectral local.

Crucialement, le préfixe dépend uniquement de la "force de l'aléatoire" des ensembles unitaires de deux qudits locaux (spécifiquement, l'inverse de leur écart spectral). Si les ensembles locaux contiennent un ensemble de portes universel (accompagné de l'opérateur identité), ce préfixe passe au plus en $\text{polylog}(t)$, indiquant que la profondeur de formation est insensible au choix spécifique des randomiseurs locaux, tant en $N$ qu'en $t$.

Signification et implications
Les auteurs affirment que leur travail établit la robustesse des taux de génération d'aléatoire global face aux déformations locales des portes. Les résultats impliquent que :

1. Flexibilité expérimentale : Les expériences réelles utilisant des ensembles de portes discrets peuvent atteindre des designs unitaires avec la même mise à l'échelle de profondeur que les circuits idéalisés de Haar, garantissant que les protocoles tels que le benchmarking randomisé et l'échantillonnage de circuits aléatoires restent efficaces même avec des portes locales non-Haar.
2. Universalité des phénomènes chaotiques : Puisque la formation de designs unitaires est liée aux phénomènes de chaos quantique (scrambling de l'information, croissance de la complexité, thermalisation), ces phénomènes sont montrés comme émergeant universellement à la même échelle de profondeur de circuit, indépendamment du fait que les randomiseurs locaux soient de type Haar ou non-Haar.
3. Anticoncentration : Les résultats confirment que l'anticoncentration, une condition nécessaire pour démontrer l'avantage quantique dans l'échantillonnage de circuits aléatoires, se produit dans des circuits non-Haar de profondeur $O(\log N)$ (spécifiquement, les circuits en mosaïque).

L'article conclut que ces découvertes posent les bases d'une génération de l'aléatoire flexible dans les systèmes quantiques à corps nombreux et ouvrent des voies pour de futures recherches dans les systèmes bosoniques/fermioniques et la dynamique contrainte par la symétrie.