Symmetries and overparametrization properties of Hamiltonian variational ansatzes for the $(1+1)$d $\mathbb{Z}_2$ lattice gauge theory

Cet article étudie cinq ansatz variationnels hamiltoniens préservant la symétrie pour la théorie de jauge sur réseau $\mathbb{Z}_2$ en $(1+1)$d, démontrant, par une analyse numérique des algèbres de Lie dynamiques et des matrices d'information de Fisher quantique, que la surparamétrisation élimine les minima locaux et accélère la convergence du VQE, faisant ainsi progresser la compréhension théorique de la conception de circuits quantiques scalables.

L'essentiel

Imaginez que vous essayez de trouver le point le plus bas d'une vaste chaîne de montagnes embrumée. C'est ce que les scientifiques appellent un problème d'optimisation. Dans le monde de l'informatique quantique, ils utilisent un outil spécial appelé Algorithme Quantique Variationnel (VQA). Considérez le VQA comme un randonneur avec une carte dotée de boutons réglables. Chaque fois que le randonneur tourne un bouton, la carte change légèrement, et il vérifie s'il est descendu plus bas dans la montagne. S'il l'est, il continue ainsi ; sinon, il essaie une direction différente.

La « carte » de cet article est appelée un Ansatz. C'est une recette spécifique de la manière dont l'ordinateur quantique construit son état. Les auteurs de cet article ont étudié cinq recettes différentes (étiquetées A à E) conçues pour un problème de physique spécifique : la Théorie de Jauge de Réseau Z2 en 1D. Vous pouvez considérer cette théorie comme une grille de minuscules aimants et de particules interagissant entre eux, régis par des règles strictes (symétries) que la nature suit.

Voici ce que l'article a découvert, expliqué simplement :

1. La magie de la « sur-paramétrisation »

Habituellement, lorsque vous avez une chaîne de montagnes avec beaucoup de boutons à tourner, le randonneur reste coincé dans une petite vallée (un « minimum local ») et pense qu'il s'agit du fond, même si une vallée bien plus profonde existe à proximité. C'est un problème courant en informatique quantique.

L'article a découvert que si vous donnez au randonneur assez de boutons (paramètres), les petites vallées disparaissent. Le paysage devient lisse, et le randonneur peut glisser directement vers le vrai fond (le minimum global). Cet état est appelé sur-paramétrisation.

• L'analogie : Imaginez que vous essayiez de plier une feuille de papier pour lui donner une forme spécifique. Si vous n'avez que quelques plis, vous pourriez rester bloqué sur un froissement désordonné. Mais si vous avez assez de plis pour créer chaque minuscule pliure, vous pouvez parfaitement atteindre la forme voulue sans rester bloqué.

2. L'« Algèbre de Lie » et l'« Espace de Recherche »

Les auteurs voulaient savoir exactement combien de boutons sont nécessaires avant que les petites vallées ne disparaissent. Pour le déterminer, ils ont examiné deux outils mathématiques :

• L'Algèbre de Lie Dynamique (DLA) : Considérez cela comme une liste de toutes les directions possibles dans lesquelles le randonneur peut se déplacer. Si la liste est courte, le randonneur est coincé dans une petite pièce. Si la liste est longue, il peut explorer toute la montagne.
• La Matrice d'Information de Fisher Quantique (QFIM) : Elle mesure à quel point la carte est « flexible ». Lorsque le rang de cette matrice « sature » (cesse de croître), cela signifie que la carte a atteint sa flexibilité maximale.

L'article montre que pour leurs recettes spécifiques, une fois que le nombre de boutons a dépassé un certain nombre critique, la QFIM a cessé de croître et les « vallées locales » ont disparu. Le randonneur pouvait enfin trouver le vrai fond.

3. Le tournant des « Trois Corps »

La plupart des études précédentes portaient sur des interactions simples (comme deux aimants qui se touchent). Cet article a examiné une interaction plus complexe où trois éléments interagissent en même temps (comme trois aimants influençant mutuellement leur comportement).

• La découverte : Même avec ces interactions complexes à trois voies, la règle de la « sur-paramétrisation » reste vraie. Si vous ajoutez assez de boutons, le problème d'optimisation redevient facile.

4. La vitesse du randonneur

Les auteurs ont également observé la vitesse à laquelle le randonneur descendait la montagne à mesure qu'ils ajoutaient des boutons.

• La découverte : Ils ont constaté que la vitesse à laquelle le randonneur s'améliorait (le « taux de décroissance » de l'erreur) augmentait de manière linéaire avec le nombre de boutons.
• L'analogie : C'est comme ajouter des moteurs à une voiture. Plus vous ajoutez de moteurs, plus la voiture va vite, de manière directe et prévisible. Elle ne passe pas soudainement à une vitesse supraluminique ; elle devient juste de plus en plus rapide, de façon constante.

5. Toutes les recettes ne se valent pas

L'article a testé cinq recettes différentes (A, B, C, D, E).

• Recettes A, B et C : Elles étaient « maximalement expressives ». Elles pouvaient explorer chaque recoin de la montagne.
• Recette D : Celle-ci était limitée. Même avec de nombreux boutons, elle ne pouvait pas atteindre le fond absoliment de la montagne car sa « carte » manquait de certaines directions.
• Recette E : C'était un cas particulier. Elle avait une structure très simple qui évoluait efficacement, suggérant qu'elle pourrait être un bon candidat pour des problèmes plus vastes et plus complexes à l'avenir.

Résumé

En bref, cet article est un guide pour les concepteurs d'ordinateurs quantiques. Il prouve que si vous construisez votre « carte » quantique (ansatz) avec assez de boutons réglables, vous pouvez éviter de rester bloqué dans de mauvaises solutions. Il montre également que la vitesse de recherche de la solution s'accélère à mesure que vous ajoutez des boutons, et que cela fonctionne même pour des problèmes de physique complexes impliquant des interactions à trois corps. La conclusion clé est la suivante : Plus de boutons (paramètres) = Un chemin plus fluide vers la solution.

Résumé technique

Résumé technique : Symétries et propriétés de surparamétrage des ansatz variationnels hamiltoniens pour la théorie de jauge sur réseau $Z_2$ en (1 + 1)d

Énoncé du problème
Les algorithmes quantiques variationnels (VQA), particulièrement l'algorithme variationnel de l'état fondamental (VQE), sont confrontés à des défis de passage à l'échelle significatifs, notamment le phénomène de « plateau stérile » (barren plateau) où les gradients s'estompent exponentiellement avec la taille du système, ainsi qu'à la présence de minima locaux fallacieux qui entravent la convergence vers les optima globaux. La littérature récente suggère que le « surparamétrage » — où le nombre de paramètres entraînables dépasse un seuil critique — peut éliminer les minima locaux et assurer la convergence. Cependant, les mécanismes théoriques régissant le surparamétrage, spécifiquement la relation entre l'algèbre de Lie dynamique (DLA), la matrice d'information de Fisher quantique (QFIM) et le paysage de perte (loss landscape), restent sous-explorés pour les ansatz impliquant des chaînes de Pauli de poids supérieur (poids > 2) et des structures de symétrie complexes. Ceci est particulièrement pertinent pour les théories de jauge sur réseau (LGT), où les hamiltoniens impliquent naturellement des interactions à corps multiples et possèdent à la fois des symétries locales (loi de Gauss) et globales qui segmentent l'espace de Hilbert.

Méthodologie
Les auteurs étudient cinq familles distinctes d'ansatz variationnels hamiltoniens (HVA) dérivés du hamiltonien d'une théorie de jauge sur réseau (LсяT) $Z_2$ unidimensionnelle avec matière sans spin. L'étude procède par les étapes suivantes :

1. Définition du modèle : Le système est défini sur une chaîne de $N_s$ sites avec des conditions aux limites périodiques. Le hamiltonien comprend des termes de saut ($H_{hop}$), de masse ($H_m$) et de jauge ($H_g$), impliquant des interactions de Pauli à deux et trois corps. Le modèle possède une symétrie de jauge locale (loi de Gauss) et des symétries globales incluant la parité ($P$), la conjugaison de charge ($C$) et la charge totale ($Q$).
2. Construction de l'ansatz : Cinq familles d'HVA (étiquetées A à E) sont construites. Chaque famille utilise des sous-ensembles de termes du hamiltonien comme générateurs pour les couches de circuits unitaires. Les ansatz sont conçus pour respecter des sous-ensembles spécifiques de symétries globales, restreignant ainsi l'évolution à des sous-espaces invariants spécifiques de l'espace de Hilbert.
   • Les familles A, D et E préservent $P$ et $C$.
   • Les familles B et C brisent $P$ et $C$ mais préservent une symétrie combinée $CP$.
   • La famille E préserve en outre la symétrie d'inversion du champ de jauge $Z$.
3. Analyse des sous-espaces invariants : L'état initial $|\psi_0\rangle$ est choisi comme étant un état propre des opérateurs de symétrie. L'étude se concentre sur le sous-espace invariant $S_X$ atteignable par chaque famille d'ansatz $X$. La dimension $d_X$ de ces sous-espaces est calculée numériquement.
4. Caractérisation de la DLA et de la QFIM :
   • L'algèbre de Lie dynamique (DLA) $\mathfrak{g}_{S_X}$ est calculée en prenant la fermeture de Lie des générateurs projetés au sein du sous-espace invariant. La dimension de cette algèbre, $\dim(\mathfrak{g}_{S_X})$, est déterminée.
   • Le rang de la matrice d'information de Fisher quantique (QFIM) $R^{(L)}_X$ est évalué numériquement pour différentes profondeurs de circuit $L$. La valeur de saturation $R_X$ est identifiée comme le rang maximal atteignable.
5. Optimisation VQE : Les ansatz sont appliqués pour trouver l'énergie du fondamental du modèle original via un VQE avec optimisation par descente de gradient (GD). L'étude suit la perte asymptotique (énergie finale) et le taux de décroissance de la fonction de perte ($\kappa$) en fonction du nombre de paramètres.

Contributions clés et résultats

• Structure de la DLA et expressibilité :

  • Familles A, B et C : Ces familles présentent des sous-représentations de la DLA isomorphes à $\mathfrak{u}(d_X)$ ou $\mathfrak{su}(d_X)$, où $d_X$ est la dimension du sous-espace invariant. Cela indique qu'elles sont maximalement expressibles, capables de générer toute opération unitaire au sein de leurs sous-espaces respectifs avec une profondeur suffisante.
  • Famille D : La DLA est isomorphe à $\mathfrak{so}(d_D)$. Cette algèbre est une sous-algèbre propre de $\mathfrak{su}(d_D)$, ce qui signifie que l'ansatz n'est pas maximalement expressible. Par conséquent, l'état fondamental du modèle physique peut ne pas se trouver dans l'orbite de l'état initial, entraînant un échec potentiel de la recherche du véritable état fondamental même en cas de surparamétrage.
  • Famille E : Cette famille présente un cas unique où la DLA est isomorphe à une somme directe de plusieurs copies de $\mathfrak{su}(2)$. Sa dimension évolue de manière linéaire avec la taille du système $N_s$, contrastant avec l'évolution exponentielle des autres familles.

• Surparamétrage et saturation de la QFIM :

  • L'étude confirme que le rang de la QFIM sature à un nombre critique de couches $L_c$.
  • Pour les familles maximalement expressibles (A, B, C), le rang de saturation $R_X$ est égal à $2d_X - 2$, ce qui est cohérent avec les degrés de liberté réels du vecteur d'état.
  • Pour la Famille D, $R_D = d_D - 1$.
  • Pour la Famille E, le rang de saturation est étroitement borné par $\dim(\mathfrak{g}_{S_E})$, qui est nettement plus petit que $2d_E - 2$.
  • Les résultats soutiennent la borne théorique selon laquelle le rang de la QFIM est limité par la dimension de la sous-représentation de la DLA.

• Paysage de perte et convergence :

  • Disparition des minima locaux : À mesure que le nombre de paramètres dépasse le seuil critique ($M > M_c$ ou $L > L_c$), la variance des valeurs de perte asymptotique à travers les initialisations aléatoires devient nulle. Cela coïncide avec la saturation du rang de la QFIM, confirmant que le surparamétrage élimine les minima locaux dans le paysage de perte.
  • Récupération de l'état fondamental : Bien que le surparamétrage supprime les minima locaux, il ne garantit pas la découverte du véritable état fondamental si l'ansatz n'est pas assez expressible (par exemple, la Famille D échoue à atteindre l'énergie de l'état fondamental réel malgré le surparamétrage).
  • Échelle du taux de décroissance : Le taux de décroissance de la fonction de perte sous descent de gradient, $\bar{\kappa}$, évolue de manière linéaire avec le nombre de paramètres (et donc avec le nombre de couches $L$). Contrairement à la perte asymptotique, le taux de décroissance ne présente pas de transition abrupte au seuil de surparamétrage ; il augmente régulièrement à travers les régimes sous-paramétrés et surparamétrés.

Signification et revendications
L'article affirme enrichir la théorie du surparamétrage des circuits quantiques en étendant l'analyse aux ansatz variationnels hamiltoniens impliquant des interactions à trois corps (chaînes de Pauli de poids trois) et des secteurs de symétrie complexes typiques des théories de jauge sur réseau.

Les auteurs affirment que leurs résultats fournissent des informations cruciales pour la conception de VQA scalables :

1. Symétrie et DLA : Le choix des générateurs et les symétries qui en résultent dictent directement la structure de la DLA, qui à son tour limite le rang de la QFIM et l'expressibilité de l'ansatz.
2. Critères de surparamétrage : Le surparamétrage est défini par la saturation du rang de la QFIM, qui est borné par la dimension de la DLA. Cependant, pour les systèmes à haute expressibilité, la borne dérivée des degrés de liberté réels du vecteur d'état ($2d-2$) peut être plus serrée que la borne de la dimension de la DLA.
3. Implications de scalabilité : L'évolution linéaire de la dimension de la DLA dans la Famille E suggère qu'il est possible de construire des ansatz surparamétrables avec une profondeur de circuit polynomiale tout en maintenant la capacité de converger vers l'état fondamental. Cela offre une voie potentielle pour des algorithmes VQE scalables dans les simulations de LGT.

Les auteurs restent modestes quant à la scalabilité immédiate, notant que la configuration VQE actuelle avec initialisation aléatoire est adaptée aux modèles de test. Ils suggèrent que leurs résultats informent la conception d'algorithmes plus avancés et potentiellement scalables comme ADAPT-VQE et SC-ADAPT-VQE, et identifient des directions futures pour la compréhension analytique des choix de générateurs et l'extension du cadre à des dimensions supérieures et des LGT non-abéliennes.