Ground state energy and phase transitions of Long-range XXZ using VQE

Cet article propose une approche par l'algorithme VQE (Variational Quantum Eigensolver) avec un circuit d'ansatz contraint pour détecter les transitions de phase d'ordre infini dans la chaîne XXZ à longue portée en analysant la sensibilité des erreurs d'énergie de l'état fondamental à travers différentes phases, tout en validant la méthode par rapport aux résultats de la diagonalisation exacte.

L'essentiel

Imaginez que vous essayez de trouver le point le plus bas dans un vaste paysage brumeux. Dans le monde de la physique, ce « point le plus bas » est appelé l'énergie de l'état fondamental, et il nous indique comment un système de particules (comme les atomes dans un aimant) cherche à se stabiliser lorsqu'il est complètement calme.

Habituellement, trouver ce point le plus bas pour des systèmes complexes, c'est comme essayer de résoudre un puzzle trop grand pour le cerveau humain ou même pour les superordinateurs les plus puissants du monde. C'est là que les auteurs de cet article interviennent avec un nouvel outil : un Solveur Quantique Variationnel (VQE - Variational Quantum Eigensolver). Considérez le VQE comme un robot hybride intelligent qui utilise un ordinateur quantique pour faire une « supposition » sur le point le plus bas et un ordinateur classique pour affiner cette supposition jusqu'à ce qu'elle soit aussi proche que possible de la vérité.

Le défi : deux types de « frontières »

Les chercheurs étudiaient un modèle spécifique appelé la chaîne XXZ à longue portée. Imaginez une ligne de minuscules aimants (spins) qui peuvent communiquer entre eux. Habituellement, les aimants ne communiquent qu'avec leurs voisins immédiats, mais dans ce modèle, ils peuvent crier à travers toute la ligne (interaction à longue portée).

L'équipe voulait trouver les « frontières » où le comportement de ces aimants change complètement. Ce sont les transitions de phase. Ils ont trouvé deux types de frontières :

1. La « falaise » (Transition de premier ordre) : C'est comme marcher au bord d'une falaise abrupte. L'énergie change soudainement et brutalement. C'est facile à repérer car le sol s'effondre brusquement.
2. La « pente » (Transition d'ordre infini) : C'est beaucoup plus délicat. C'est comme monter une colline très douce et régulière. Il n'y a pas de chute soudaine ou de falaise ; le changement se produit si progressivement que les outils standards ne peuvent pas voir la frontière du tout. Habituellement, les scientifiques ont besoin d'une « carte globale » spéciale (un paramètre d'ordre complexe) pour la trouver, ce qui est difficile à calculer.

L'arme secrète : la stratégie de la « mauvaise supposition »

Voici la partie ingénieuse de l'article. Habituellement, les scientifiques utilisent le VQE uniquement pour obtenir le nombre exact de l'énergie la plus basse. Mais les auteurs ont réalisé quelque chose d'intéressant : la qualité de la supposition dépend de l'endroit où vous vous trouvez.

Ils ont conçu leur robot quantique (le circuit « ansatz ») avec une règle spécifique : il doit maintenir la rotation de spin totale (magnétisation) constante.

• Dans le « bon » voisinage : Si le robot se trouve dans une phase où les aimants veulent naturellement être dans cet état de spin constant, le robot fait une excellente supposition. L'erreur (la différence entre la supposition du robot et la vraie réponse) est infime.
• Dans le « mauvais » voisinage : Si le robot est dans une phase où les aimants ne veulent pas être dans cet état, le robot peine. Il essaie de forcer les aimants à prendre la mauvaise forme, et l'erreur devient énorme.

L'analogie de la boussole

Pour trouver les frontières invisibles, les auteurs n'ont pas seulement regardé la taille de l'erreur. Ils ont regardé la direction de l'erreur.

Imaginez que vous marchez dans une forêt et que vous lâchez une boussole à chaque pas.

• Dans une partie de la forêt (Phase A), les aiguilles des boussoles pointent dans des directions aléatoires, tournant follement.
• Dans l'autre partie (Phase B), les aiguilles pointent toutes proprement dans la même direction.

Les auteurs ont utilisé une technique appelée Cohérence Directionnelle pour mesurer cela. Ils ont calculé l'« erreur » en des milliers de points et ont observé la direction du changement.

• Quand les aiguilles des boussoles étaient chaotiques, ils savaient qu'ils étaient dans une phase.
• Quand les aiguilles s'alignaient soudainement, ils savaient qu'ils avaient franchi une frontière.

Cela leur a permis de repérer à la fois la frontière facile de la « falaise » et la frontière cachée de la « pente », simplement en observant comment les erreurs du robot se comportaient. Ils n'avaient pas besoin d'une nouvelle carte complexe ; ils avaient juste besoin de regarder comment le robot trébuchait.

Les résultats

• Pour la frontière facile (Premier ordre) : Ils ont vu l'erreur bondir soudainement, comme une falaise.
• Pour la frontière difficile (Ordre infini) : Ils ont vu les « aiguilles de la boussole » (les gradients d'erreur) passer du chaos à l'organisation. Cela a révélé la frontière que les méthodes standards avaient manquée.
• Précision : En rendant le « cerveau » du robot légèrement plus profond (en ajoutant plus de couches au circuit), ils ont également pu calculer l'énergie exacte du système avec une très haute précision (une erreur de seulement 3 à 7 %), même pour les cas difficiles.

L'essentiel

L'article affirme que vous n'avez pas toujours besoin d'un calcul parfait pour trouver où un système change. Parfois, étudier la façon dont votre calcul échoue (l'erreur) peut en réalité vous en apprendre plus sur la structure du système que le calcul lui-même. Ils ont utilisé avec succès cette méthode d'« analyse d'erreur » pour cartographier à la fois les transitions de phase simples et complexes dans une chaîne magnétique à longue portée, prouvant que les algorithmes quantiques peuvent être utilisés non seulement pour résoudre des problèmes, mais aussi pour découvrir les règles cachées de la manière dont la matière se comporte.

Résumé technique

Résumé Technique : Énergie de l'état fondamental et transitions de phase de la chaîne XXZ à longue portée utilisant le Variational Quantum Eigensolver

Énoncé du Problème
L'article traite du défi consistant à identifier les transitions de phase dans les systèmes quantiques à corps multiples, spécifiquement la chaîne XXZ à longue portée (LRXXZ). Bien que les algorithmes de type Variational Quantum Eigensolver (VQE) soient largement établis pour trouver les énergies de l'état fondamental d'Hamiltoniens dépourvus de solutions analytiques, leur utilité pour détecter les frontières de phase — particulièrement les transitions de phase d'ordre infini — reste peu explorée. Les méthodes conventionnelles pour détecter les transitions de phase reposent sur des singularités dans les dérivées de l'énergie de l'état fondamental ou des fonctions de corrélation à deux points. Ces techniques sont efficaces pour les transitions d'ordre fini, mais échouent souvent face aux transitions d'ordre infini, lesquelles nécessitent généralement des paramètres d'ordre à portée globale ou des méthodes complexes comme la méthode de Monte Carlo quantique. Les auteurs visent à démontrer que le VQE, traditionnellement utilisé uniquement pour la minimisation de l'énergie, peut être adapté pour identifier les frontières de transition de phase, tant de premier ordre qu' d'ordre infini, en analysant le comportement de l'erreur d'énergie par rapport à la phase du système.

Méthodologie
L'étude emploie l'algorithme VQE sur une chaîne LRXXZ unidimensionnelle définie par l'Hamiltonien :
$$H = -J \sum_{i \neq j} \frac{S^x_i S^x_j + S^y_i S^y_j + \Delta S^z_i S^z_j}{|i - j|^\alpha}$$
où $J$ est la constante de couplage, $\Delta$ l'anisotropie, et $\alpha$ définit la portée de l'interaction.

1. Conception du circuit de l'Ansatz : Les auteurs ont conçu un ansatz variationnel spécifique inspiré de l'Hamiltonian Variational Ansatz (HVA), mais modifié pour plus d'efficacité.

   • Initialisation : Le système commence dans un état de Néel ($|0101\dots\rangle$), préparé en appliquant des portes Pauli-X alternées à l'état $|000\dots\rangle$.
   • Contrainte : Le circuit est construit pour maintenir un spin net constant (magnétisation nulle dans la direction z) tout au long de l'optimisation.
   • Structure : L'Hamiltonien est décomposé en termes de liaisons paires et impaires. Contrairement à l'HVA standard où les termes commutants partagent des paramètres, les auteurs paramètrent chaque porte individuellement. Cela permet une faible profondeur de circuit ($p=2$) tout en maintenant un total de $4(N-1)$ paramètres.
   • Modification des portes : Les implémentations initiales utilisant des portes $R_Z$ standard se sont révélées inefficaces ; celles-ci ont été remplacées par des portes Controlled-$R_Z$ (CRZ) pour améliorer la convergence vers l'état fondamental.

2. Stratégie de détection de la transition de phase :

   • L'hypothèse centrale est que la précision de l'énergie de l'état fondamental du VQE dépend de la phase dans laquelle se trouve le système par rapport à l'état initial de l'ansatz.
   • Les auteurs calculent la différence d'énergie (erreur), $E_d = E_{exact} - E_{VQE}$, entre le résultat de la diagonalisation exacte (ED) et le résultat du VQE.
   • Cohérence directionnelle : Pour cartographier les frontières de phase, les auteurs analysent le vecteur gradient de cette différence d'énergie ($E_d$) à travers l'espace des paramètres ($\Delta, \alpha$). Ils calculent les composantes normalisées du gradient et déterminent la « cohérence directionnelle », définie comme la magnitude de la moyenne des sinus et cosinus des angles de gradient sur une fenêtre glissante.
   • Logique : Dans les phases où l'ansatz est bien adapté (par exemple, la phase AFM compte tenu de l'initialisation de Néel), l'erreur est faible et les vecteurs de gradient présentent un motif systématique. Dans les phases où l'ansatz échoue (par exemple, les phases FM ou PM désordonnées), l'erreur est plus élevée et les vecteurs de gradient deviennent aléatoires. La frontière entre ces comportements marque la transition de phase.

Résultats Clés
L'étude a été réalisée sur un système de $N=12$ sites avec des conditions aux limites ouvertes, comparant les résultats pour $J=1$ (profondeur 1 et 2) et $J=-1$ (profondeur 2).

1. Transition de premier ordre (PM vers FM) :

   • Pour la transition de la phase Paramagnétique (PM) à la phase Ferromagnétique (FM) à $\Delta = 1$, la méthode a identifié avec succès la frontière.
   • Comme l'état de Néel initial possède une magnétisation nette nulle, l'ansatz VQE ne peut pas accéder à l'état fondamental FM. Par conséquent, l'erreur $E_d$ augmente brusquement lorsque le système entre dans la phase FM.
   • Le tracé de la cohérence directionnelle a montré un changement brusque dans l'orientation des vecteurs de gradient à $\Delta = 1$, délimitant clairement la transition, ce qui est cohérent avec les prédictions de la théorie de champ moyen.

2. Transition d'ordre infini (PM vers AFM) :

   • La transition de la phase PM vers la phase Antiferromagnétique (AFM) est une transition d'ordre infini, qui est notoirement difficile à détecter en utilisant uniquement les dérivées de l'énergie de l'état fondamental.
   • Les auteurs ont observé que si l'erreur $E_d$ augmentait progressivement durant cette transition, la cohérence directionnelle des vecteurs de gradient fournissait une distinction claire.
   • Dans la région AFM, les vecteurs de gradient étaient alignés de manière aléatoire ; dans la région PM, ils étaient cohérents. Un seuil de cohérence directionnelle (0,7) a permis de séparer avec succès ces deux régions.
   • Le point critique identifié à $\Delta = -3$ a été trouvé à $\alpha_c \approx 1,75$, ce qui concorde étroitement avec les résultats précédents obtenus via l'intrication géométrique ($\alpha \approx 1,78$).
   • Crucialement, les auteurs notent que cette transition n'était pas identifiable dans les graphiques standards du gradient d'énergie de l'état fondamental ou de l'écart énergétique (energy gap), validant ainsi la nécessité de leur approche basée sur l'erreur.

3. Précision de l'énergie de l'état fondamental :

   • En utilisant un circuit de profondeur 2, les auteurs ont obtenu une grande précision dans les calculs d'énergie de l'état fondamental.
   • Pour $J < 0$, l'erreur relative maximale était d'environ 3 %.
   • Pour $J > 0$, l'erreur relative maximale était de 7 %. Les auteurs attribuent cette erreur plus élevée pour $J > 0$ à la difficulté pour l'optimiseur d'atteindre l'état fondamental sans modifications supplémentaires (telles que l'application de portes $R_y$ pour étendre l'espace de Hilbert), bien que la méthode soit restée efficace.

Signification et Revendications
L'article affirme être le premier à utiliser spécifiquement le VQE pour identifier la frontière d'une transition de phase d'ordre infini. La contribution primaire est une technique qui exploite l'échec de l'ansatz dans certaines phases pour cartographier les frontières de phase, plutôt que de compter uniquement sur le succès de la minimisation de l'énergie.

• Nouveauté : La méthode démontre que les données de l'énergie de l'état fondamental, lorsqu'elles sont analysées sous l'angle des gradients d'erreur et de la cohérence directionnelle, peuvent sonder des transitions de phase d'ordre infini qui sont classiquement inaccessibles aux diagnostics standards basés sur l'énergie.
• Efficacité : L'ansatz proposé atteint des résultats précis avec une faible profondeur de circuit ($p=2$) et un nombre de paramètres gérable, ce qui le rend adapté aux dispositifs quantiques de l'ère NISQ (Near-term).
• Généralisabilité : Les auteurs suggèrent que cette approche n'est pas limitée au modèle LRXXZ, mais offre un nouveau paradigme pour identifier les transitions de phase dans d'autres systèmes où les symétries de l'état fondamental changent à travers les frontières. La technique repose sur la conception d'un ansatz sensible à la phase spécifique qui est évaluée.

Les auteurs maintiennent un ton modeste, reconnaissant que les effets du bruit n'ont pas été pris en compte et que la métrique de cohérence directionnelle est un outil pour analyser le comportement de l'erreur plutôt qu'une loi physique fondamentale. Ils soulignent que le succès de la méthode dépend de la conception spécifique de l'ansatz et de la sélection de l'état initial.