Qubit-efficient variational algorithm for nuclear structure

Cet article compare trois stratégies de mappage de qubits dans le cadre de l'ansatz de l'énergie propre variationnelle (VQE) pour étudier les états fondamentaux des noyaux $^{10}$B et $^{12}$C, démontrant que le mappage par déterminant de Slater (SD) offre la plus grande précision sur le matériel quantique, tandis que le mappage adapté à la symétrie de charge (cSD) présente une efficacité supérieure en termes de qubits pour la mise à l'échelle vers des noyaux complexes.

L'essentiel

Imaginez que vous essayez de résoudre un immense puzzle extrêmement complexe. Ce puzzle représente l'état fondamental (l'arrangement le plus stable, à l'énergie la plus basse) d'un noyau atomique, spécifiquement pour des éléments comme le Bore-10 et le Carbone-12. Dans le monde de la physique, déterminer comment ces minuscules particules s'arrangent revient à essayer de trouver l'unique image parfaite parmi des milliards de possibilités erronées.

Traditionnellement, les scientifiques utilisent de puissants ordinateurs classiques pour résoudre ce problème, mais à mesure que le puzzle grossit (plus de particules), le nombre d'arrangements possibles explose si rapidement que même les meilleurs supercalculateurs se retrouvent bloqués. C'est là que l'Informatique Quantique intervient. C'est comme avoir un nouveau type magique de résolveur de puzzles capable d'examiner de nombreuses possibilités simultanément.

Cet article porte sur le test de trois différentes « stratégies » ou « cartes » pour traduire ce puzzle nucléaire dans un langage qu'un ordinateur quantique peut comprendre. Les chercheurs ont utilisé une méthode appelée VQE (Variational Quantum Eigensolver), qui est essentiellement un processus d'essais et d'erreurs où l'ordinateur ajuste ses paramètres jusqu'à ce qu'il trouve la meilleure solution.

Voici une décomposition des trois stratégies testées, en utilisant des analogies simples :

Les Trois Stratégies (Mappages)

Imaginez les « qubits » de l'ordinateur quantique (ses unités fondamentales d'information) comme des sièges dans un bus. L'objectif est de faire monter toutes les pièces du puzzle (les états nucléaires) dans le bus de manière efficace.

1. La Stratégie « Un Siège par Pièce » (Mappage SD)

• Fonctionnement : Imaginez que vous avez 26 pièces de puzzle. Dans cette stratégie, vous attribuez un siège spécifique dans le bus pour chaque pièce de puzzle individuelle. Si vous avez 26 pièces, vous avez besoin de 26 sièges.
• Avantages : C'est très simple. Les « règles » régissant l'interaction des pièces sont simples, de sorte que l'ordinateur n'a pas à fournir un effort considérable pour calculer la réponse. C'est comme avoir un manuel d'instructions très clair et simple.
• Inconvénients : Cela utilise beaucoup de sièges (qubits). Si votre puzzle grossit, vous risquez de manquer de places dans le bus.
• Résultat : Lorsqu'elle a été testée sur du matériel quantique réel, cette méthode était la plus précise, manquant la réponse parfaite de seulement 0,21 %. C'était le coureur le plus fiable.

2. La Stratégie « Équipe Divisée » (Mappage pnSD)

• Fonctionnement : Cette stratégie tente d'économiser de l'espace en divisant le puzzle en deux équipes : « Protons » et « Neutrons ». Au lieu de donner un siège à chaque pièce individuelle, elle les regroupe. Pour le puzzle du Bore, cela a réduit le besoin de 26 sièges à 20.
• Avantages : Cela économise de l'espace dans le bus (moins de qubits).
• Inconvénients : Les instructions sur la façon dont ces équipes interagissent deviennent incroyablement compliquées et désordonnées. L'ordinateur doit effectuer un nombre énorme d'étapes complexes (portes) pour trouver la réponse. C'est comme essayer de coordonner une danse entre deux équipes où chacun doit suivre un scénario très long et confus.
• Résultat : Parce que les instructions étaient si complexes et que le matériel est actuellement un peu « bruyant » (comme une pièce avec beaucoup de bavardages de fond), cette méthode a le plus lutté, avec des erreurs d'environ 8,88 %.

3. La Stratégie « Compression Magique » (Mappage cSD)

• Fonctionnement : C'est l'approche la plus innovante. Au lieu de donner un siège à chaque pièce, les chercheurs ont utilisé un astucieux tour de passe-passe pour « compresser » l'ensemble du puzzle. Ils ont pris les 26 pièces et les ont serrées dans un format qui ne nécessitait que 5 sièges (qubits).
• Avantages : C'est incroyablement efficace en termes d'espace. Cela leur a permis d'étudier un puzzle plus grand et plus complexe (Carbone-12) qui aurait été impossible à faire tenir dans le bus avec les deux autres méthodes.
• Inconvénients : Parce qu'ils ont serré le puzzle si fort, le « manuel d'instructions » est devenu très long et complexe. L'ordinateur doit ajuster beaucoup plus de boutons (paramètres) pour trouver la bonne réponse.
• Résultat : Il a fonctionné raisonnablement bien (environ 3,37 % d'erreur pour le Bore et 6,82 % pour le Carbone). Bien que moins précis que la première méthode, il a prouvé que l'on peut résoudre des problèmes beaucoup plus grands avec très peu de ressources.

L'Expérience et les Résultats

Les chercheurs ont exécuté ces stratégies sur deux types de « pistes d'essai » :

1. Un Simulateur Parfait : Une simulation informatique sans bruit où tout fonctionne parfaitement.
2. Matériel Quantique Réel : Ils ont utilisé un véritable ordinateur quantique (ibm_fez d'IBM) et un simulateur bruyant qui imite les imperfections du monde réel.

Constats Clés :

• Le Bruit est l'Ennemi : Les ordinateurs quantiques réels sont actuellement « bruyants », ce qui signifie qu'ils commettent de petites erreurs. Plus les instructions sont complexes (comme dans la stratégie pnSD), plus ces erreurs s'accumulent.
• Correction d'Erreur : Ils ont utilisé une technique appelée « Extrapolation à Bruit Zéro » (ZNE). Imaginez prendre une photo floue, la reprendre avec l'appareil légèrement plus flou, puis utiliser les mathématiques pour deviner à quoi la photo nette aurait ressemblé. Cela a aidé à nettoyer les résultats.
• Le Gagnant : Pour le plus petit puzzle (Bore-10), la stratégie « Un Siège par Pièce » (SD) a été le champion, obtenant la réponse presque parfaitement même sur du matériel réel.
• L'Espoir pour l'Avenir : La stratégie « Compression Magique » (cSD) a montré un grand potentiel. Même si elle n'était pas la plus précise pour le petit puzzle, elle a prouvé que nous pouvons affronter des noyaux beaucoup plus grands et plus complexes (comme le Carbone-12) sans avoir besoin d'un bus avec des centaines de sièges.

La Conclusion

Cet article est un « test de résistance » pour différentes façons de parler aux ordinateurs quantiques au sujet des noyaux atomiques.

• Si vous voulez une précision maximale dès maintenant sur de petits problèmes, utilisez le mappage SD simple et direct.
• Si vous voulez résoudre des problèmes plus grands et plus difficiles avec des ressources quantiques limitées, le mappage cSD est l'outil le plus efficace, même s'il nécessite un réglage plus complexe.

Les auteurs concluent que bien qu'aucune méthode unique ne soit encore parfaite, l'approche « Compression Magique » (cSD) est une voie prometteuse pour résoudre des problèmes de physique nucléaire complexes sur les ordinateurs quantiques dont nous disposons aujourd'hui.

Résumé technique

Résumé technique : Algorithme variationnel économe en qubits pour la structure nucléaire

Énoncé du problème
L'étude des noyaux atomiques à l'aide du modèle en couches nucléaire se heurte à un goulot d'étranglement computationnel majeur : la taille de l'espace de Hilbert croît de manière combinatoire avec le nombre de nucléons, rendant de nombreux systèmes intraitables pour les ordinateurs classiques. Bien que l'informatique quantique offre une voie pour simuler efficacement ces états fortement intriqués, les dispositifs quantiques intermédiaires à bruit (NISQ) actuels sont limités par le nombre de qubits et la profondeur des circuits. Des travaux antérieurs des auteurs ont démontré que la cartographie directe des configurations à plusieurs corps vers des qubits pouvait produire des circuits de faible profondeur, mais au prix d'un nombre élevé de qubits, limitant ainsi l'évolutivité. Ce travail aborde le compromis entre l'efficacité des qubits et la profondeur des circuits en comparant trois stratégies de cartographie distinctes pour le calcul des états fondamentaux nucléaires à l'aide de l'algorithme variationnel d'auto-énergie quantique (VQE).

Méthodologie
Les auteurs étudient les états fondamentaux de deux noyaux du milieu de la coquille p, $^{10}\text{B}$ ($3^+$) et $^{12}\text{C}$ ($0^+$), en utilisant l'interaction effective CKpot. Ils comparent trois stratégies pour mapper la base à plusieurs particules (déterminants de Slater, DS) vers l'espace de Hilbert des qubits :

1. Cartographie par déterminant de Slater (DS) : Chacun des $N_{SD}$ états à plusieurs particules est mappé sur un seul qubit. Pour $^{10}\text{B}$, cela résulte en un système de 26 qubits. Le hamiltonien est converti en chaînes de Pauli où chaque qubit représente un DS complet, tenant naturellement compte de l'antisymétrie. Cette approche produit une fonction d'onde d'essai simple et de faible profondeur mais nécessite le nombre maximal de qubits.
2. Cartographie par déterminant de Slater proton-neutron (pnDS) : Les DS sont décomposés en composantes proton et neutron. Les DS proton uniques et les DS neutron uniques sont assignés à des qubits séparés. Pour $^{10}\text{B}$, cela réduit le système à 20 qubits (10 protons + 10 neutrons). Le hamiltonien est mappé en utilisant la transformation de Jordan-Wigner. Cela réduit le nombre de qubits mais augmente la profondeur du circuit en raison de la nécessité de portes d'excitation contrôlées et d'un plus grand nombre de groupes de Pauli commutants.
3. Cartographie par déterminant de Slater compact (cDS) : Cette stratégie vise une efficacité maximale en qubits. La dimension de la matrice hamiltonienne est complétée à la puissance de deux la plus proche (par exemple, 26 $\to$ 32 pour $^{10}\text{B}$, 51 $\to$ 64 pour $^{12}\text{C}$) et convertie en un hamiltonien de chaînes de Pauli à l'aide de Qiskit. Cela résulte en un système de 5 qubits pour $^{10}\text{B}$ et un système de 6 qubits pour $^{12}\text{C}$. La fonction d'onde d'essai utilise un ansatz efficace matériel (couches alternées de portes $RY$ et CNOT) plutôt que des opérateurs d'excitation inspirés par la physique. Cela minimise le nombre de qubits et le nombre de portes mais nécessite un nombre significativement plus élevé de paramètres variationnels.

L'optimisation VQE a été réalisée en utilisant l'optimiseur SLSQP sur un simulateur d'état vectoriel sans bruit pour déterminer les paramètres optimaux. Ces circuits à paramètres fixes ont ensuite été exécutés sur un simulateur bruyant (backend FakeFez d'IBM) et sur du matériel quantique réel (ibm_fez). L'extrapolation à bruit nul (ZNE) a été appliquée pour atténuer les erreurs en mettant à l'échelle le niveau de bruit des portes à deux qubits.

Résultats clés

• Comptages de ressources : La cartographie DS a nécessité 26 qubits pour $^{10}\text{B}$ mais seulement 4 groupes de Pauli commutants pour la mesure de l'énergie. La cartographie pnDS a nécessité 20 qubits mais 530 groupes commutants. La cartographie cDS a nécessité seulement 5 qubits pour $^{10}\text{B}$ et 6 pour $^{12}\text{C}$, avec respectivement 122 et 365 groupes commutants.
• Précision sur le matériel :
  • Pour $^{10}\text{B}$, la cartographie DS a produit le résultat le plus précis après atténuation des erreurs sur le matériel, avec une erreur relative de 0,21 % par rapport au résultat exact du modèle en couches.
  • La cartographie cDS pour $^{10}\text{B}$ a résulté en une erreur de 3,37 %.
  • La cartographie pnDS pour $^{10}\text{B}$ a montré une erreur de 8,88 %.
  • Pour $^{12}\text{C}$, qui était computationnellement prohibitif pour les cartographies DS et pnDS sur des simulateurs classiques, la cartographie cDS a atteint une erreur de 6,82 % sur le matériel.
• Fidélité de la fonction d'onde : Pour la cartographie cDS, la fidélité de la fonction d'onde VQE échantillonnée sur le matériel (sans atténuation des erreurs) était de 0,942 pour $^{10}\text{B}$ et de 0,915 pour $^{12}\text{C}$ par rapport aux fonctions d'onde exactes du modèle en couches.

Signification et affirmations
L'article affirme que si la cartographie DS offre une précision supérieure sur le matériel actuel en raison d'une profondeur de circuit réduite et d'un nombre moindre de groupes commutants, la cartographie cDS est la stratégie la plus prometteuse pour l'évolutivité vers des noyaux complexes. L'approche cDS démontre la capacité de définir l'état fondamental de $^{12}\text{C}$ en utilisant seulement 6 qubits, une tâche qui nécessiterait 51 qubits pour la cartographie DS et 30 pour pnDS, plaçant cette dernière hors de portée des simulateurs d'état vectoriel classiques standards.

Les auteurs concluent que la cartographie cDS, bien qu'exigeant plus de paramètres variationnels, offre des perspectives pour décrire des systèmes nucléaires complexes à travers différentes régions de masse sur du matériel NISQ en raison de son efficacité en qubits. Ils notent également que les cartographies DS et pnDS restent précieuses pour les futurs dispositifs quantiques et pour la préparation d'états initiaux dans d'autres algorithmes quantiques où les déterminants de Slater individuels peuvent être contrôlés par des paramètres uniques. Ce travail établit un cadre comparatif pour sélectionner des stratégies de cartographie basées sur les contraintes spécifiques de disponibilité des qubits, de profondeur des circuits et de coût computationnel de la simulation classique.