An interpretable closed form for entanglement entropy from bitstrings, guided by a graph neural network

Résumé technique : Une forme fermée interprétable de l'entropie d'intrication à partir de chaînes de bits, guidée par un réseau de neurones sur graphe

Énoncé du problème
Dans les simulations quantiques de réseaux d'atomes de Rydberg, la distribution empirique des chaînes de bits (résultats de mesure dans la base d'occupation) est l'observable la plus accessible. Cependant, l'entropie de von Neumann bipartite ($S_{vN}$), un diagnostic critique de la matière quantique à plusieurs corps, est beaucoup plus coûteuse à obtenir. La tomographie complète de l'état augmente de façon exponentielle avec la taille du système $N$, et même les protocoles sans tomographie nécessitent un surcoût important en termes de copies, de portes ou de post-traitement. Bien que la distribution des chaînes de bits ne détermine pas de manière unique $S_{vN}$ (car différents états peuvent partager une distribution diagonale mais différer en intrication), elle le contraint étroitement. Les estimateurs existants font face à un compromis : les bornes analytiques basées sur l'information mutuelle classique ($I$) sont interprétables mais grossières (sous-estimant $S_{vN}$ d'environ 0,10 nat), tandis que les substituts par réseaux de neurones sur graphes (GNN) précis sont des boîtes noires qui nécessitent un réentraînement pour chaque nouveau régime (phase, géométrie ou Hamiltonien). L'objectif est de trouver un estimateur qui combine la précision des modèles appris avec l'interprétabilité et la portabilité des formes analytiques.

Méthodologie
Les auteurs emploient une approche « guidée par GNN » pour dériver un estimateur sous forme fermée :

1. Sondage mécaniste du GNN : Au lieu de ajuster une forme analytique à des observables choisies manuellement, les auteurs sondent un GNN pré-entraîné (issu de [5]) pour identifier quels intrants pilotent ses prédictions de $S_{vN}$. Par des interventions causales (routage de l'attention, patch de l'activation et suppression d'arêtes), ils établissent que la prédiction du GNN est routée spécifiquement à travers les arêtes de la frontière de la bipartition ($E_b = A \times B$). Le réseau ré-oriente l'attention en fonction de la présence d'une arête traversant la coupure, et la suppression des arêtes de frontière dégrade significativement les performances.
2. Restriction des caractéristiques et recherche : Guidés par la focalisation du GNN sur les corrélateurs de frontière, les auteurs restreignent une recherche exhaustive à une liste restreinte de 25 scalaires physiques dérivés de la distribution des chaînes de bits, spécifiquement ceux calculés sur l'ensemble de la frontière $E_b$.
3. Recherche symbolique exhaustive : Une recherche exhaustive sur tous les $\binom{25}{6} = 177\,100$ sous-ensembles de six caractéristiques est effectuée en utilisant les moindres carrés ordinaires (OLS). Le gagnant est une forme linéaire à six termes en forme fermée (Éq. 1).
4. Validation et mise à l'échelle : La forme est validée par rapport à la vérité terrain (Diagonalisation Exacte pour $N \le 20$ et DMRG pour $N$ allant jusqu'à 100). Les auteurs analysent le comportement de mise à l'échelle des coefficients et testent la transférabilité à travers différentes familles d'Hamiltoniens et changements géométriques.

Contributions clés

1. Une forme fermée à six termes (Éq. 1) : Les auteurs présentent un estimateur linéaire, lisible par l'humain et sans hyperparamètre :
   $$\hat{S}_{vN} = b_1 \log(I+1) + b_2 \sum_{E_b} \sqrt{|c|} + b_3 \sum_{E_b} \tanh |c| + b_4 (\max_{E_b} |c|)^2 + b_5 \min_{E_b} c + b_6 \min(H_A, H_B) I$$
   où $c$ représente les corrélateurs de deux points, $I$ est l'information mutuelle, et $H$ est l'entropie de site unique.
2. Featurization guidée par GNN : Ce travail démontre que le sondage causal d'un réseau de neurones peut identifier efficacement le sous-espace physique pertinent (corrélateurs de frontière) pour une tâche de prédiction spécifique, évitant ainsi l'ingénierie manuelle des caractéristiques.
3. Lois d'échelle et règles de calibration : L'article établit que si les coefficients de la forme fermée ne sont pas invariants d'échelle (les coefficients gelés échouent à grand $N$), la forme elle-même tient jusqu'à $N=100$. Deux coefficients suivent des lois claires en $1/N$, et le coefficient ancre croît avec une courbure descendante. Cela permet une « règle de budget de labels » : quelques dizaines de labels à une taille cible peuvent recalibrer la forme pour correspondre à des ensembles affinés.

Résultats

• Précision : La forme fermée atteint une erreur absolue moyenne (MAE) de 0,0244 nat sur l'ensemble de test en distribution. C'est 6,4 fois l'erreur du GNN de base (0,0038 nat) mais nettement meilleur que la référence de l'information mutuelle classique (0,1002 nat).
• Portabilité (Hors Distribution) : Appliquée sans changement (ajustée une seule fois) à six pools hors distribution (variations de tailles de système, décalages structurels et positions 2D aléatoires), la forme fermée surpasse le GNN de base sur cinq des six pools et égale le sixième. Cela est attribué à sa nature non paramétrique par rapport à la géométrie ; contrairement au GNN, elle n'ingère pas de coordonnées atomiques explicites.
• Transfert entre Hamiltoniens : Lorsqu'elle est réajustée par famille, la forme à six caractéristiques surpasse les bases analytiques ($I$ et $I$ filtré) sur toutes les familles d'Hamiltoniens testées (TFIM, XXZ, J1-J2, Rydberg et signe aléatoire). Bien que XGBoost sur les mêmes caractéristiques soit plus précis, il manque d'interprétabilité.
• Mise à l'échelle vers $N=100$ : En utilisant des données DMRG indépendantes, les auteurs montrent qu'un ajustement global avec des coefficients gelés échoue aux grandes échelles (la MAE dépasse 1 nat). Cependant, le réajustement des coefficients par taille maintient une MAE de 25–50 mnat. Les lois d'échelle ajustées pour les coefficients permettent un déploiement sans label à environ 40–80 mnat.
• Robustesse : La forme est robuste au bruit de tir (shot noise), surpassant les bases d'information mutuelle avec seulement environ 160 tirages de mesure.

Signification et revendications
L'article affirme que l'Éq. 1 occupe une niche unique dans le compromis précision-interprétabilité. Il ne s'agit pas d'une « distillation » du GNN au sens de reconstruction de ses poids internes ; c'est plutôt un ajustement indépendant, de faible dimension, sur les mêmes quantités physiques que celles utilisées par le GNN. Le GNN encode ces quantités dans un code redondant et de haute dimension, tandis que l'Éq. 1 fournit une projection lisible.

La signification réside dans la fourniture d'un estimateur transparent, transférable et ajustable. Elle permet aux expérimentateurs d'inspecter la physique qui pilote l'estimation de l'entropie, d'appliquer le modèle à travers différentes géométries et phases sans réentraînement, et de calibrer le tout avec un nombre minimal de labels. Les auteurs concluent que si les modèles non linéaires (comme XGBoost ou le GNN) offrent une précision brute plus élevée avec de grands ensembles de données étiquetées, la forme fermée offre une transparence supérieure et un comportement de mise à l'échelle caractérisé, fixant une « règle de budget de labels » pour les simulations quantiques à grande échelle.