An Iterative Dual-Channel Neural Quantum State Algorithm for Selected Configuration Interaction

Résumé Technique : Handover Iterative Neural Quantum State (HI-NQS) pour la Configuration Interaction Sélectionnée

Énoncé du Problème
La résolution précise de l'équation de Schrödinger électronique pour les systèmes fortement corrélés est entravée par la croissance exponentielle de l'espace de configuration, rendant l'interaction de configuration complète (FCI) intraitable pour tous les espaces actifs sauf les plus petits. Les algorithmes d'interaction de configuration sélectionnée (SCI) répondent à cela en construisant de manière adaptative des expansions de déterminants compactes. Cependant, leur efficacité est limitée par la qualité de la stratégie d'échantillonnage utilisée pour identifier les configurations chimiquement importantes. Les méthodes existantes font face à des goulots d'étranglement spécifiques : les variantes classiques de SCI (par exemple, CIPSI) souffrent d'une croissance combinatoire des pools de candidats et d'une mise à l'échelle cubique de la diagonalisation de sous-espace ; les approches quantiques (par exemple, VQE) sont actuellement peu pratiques à grande échelle en raison des surcoûts de mesure et du bruit ; et les méthodes de Neural Quantum State (NQS) existantes manquent souvent d'un ancrage de précision externe ou ne parviennent pas à encoder explicitement la structure de spin fermionique, ce qui conduit à un échantillonnage sous-optimal.

Méthodologie : Algorithme HI-NQS
Les auteurs proposent l'algorithme Handover Iterative Neural Quantum State (HI-NQS), une approche purement classique qui intègre un NQS Transformer autorégressif entraîné classiquement au sein du cadre itératif échantillonnage–diagonalisation–mise à jour de la Sample-Based Quantum Diagonalization (SQD). L'algorithme opère via une boucle de rétroaction fermée composée de cinq étapes clés :

1. Échantillonnage Autorégressif à Double Canal : La fonction d'onde est modélisée par une architecture Transformer qui factorise la distribution de Born $\pi_\theta(x)$ en conditionnelles résolues par spin.

   • Architecture : Une conception à double canal sépare les flux de spin-$\alpha$ et de spin-$\beta$. Le flux $\alpha$ utilise l'auto-attention causale pour générer les conditionnelles de spin-up. Le flux $\beta$ entrelace l'auto-attention causale avec une attention croisée (cross-attention) sur la configuration $\alpha$ complète ($H_\alpha$). Cela encode explicitement les corrélations de spins opposés comme un biais inductif architectural, contrastant avec les encodages à flux unique des méthodes NQS génératives précédentes.
   • Échantillonnage : Les configurations sont tirées via un échantillonnage ancestral exact sous des contraintes strictes de nombre de particules, garantissant des échantillons non biaisés sans mélange de chaîne de Markov.

2. Génération de Candidats Hybride : Pour contrer l'effondrement de mode (mode collapse) des échantillonneurs autorégressifs lors des itérations tardives, l'algorithme combine des propositions NQS stochastiques avec une expansion classique déterministe. Cette expansion énumère les excitations simples et doubles des déterminants dominants dans la base actuelle, assurant un apport constant de nouvelles configurations dans le voisinage hamiltonien-connecté des régions de haute amplitude.

3. Scoring Perturbatif et Mise à Jour de la Base : Les candidats sont classés à l'aide d'une mesure d'importance de la théorie de la perturbation du second ordre d'Epstein–Nesbet (PT2), $s(x) = |\langle x|\hat{H}|\Psi_0\rangle|^2 / |E_0 - H_{xx}|$. La base cumulative est mise à jour en conservant les configurations les mieux classées.

4. Diagonalisation de Sous-Espace : Le hamiltonien projeté au sein de la base sélectionnée est diagonalisé exactement (en utilisant un solveur de Davidson) pour produire l'énergie de l'état fondamental $E_0$ et le vecteur propre $\Psi_0$. Cette étape fournit une borne supérieure variationnelle et sert de « handover » (transfert) vers la diagonalisation exacte classique.

5. Distillation Supervisée (Boucle Enseignant-Étudiant) : Le vecteur propre $\Psi_0$ résultant est distillé dans le NQS. Au lieu de minimiser directement l'énergie, le réseau est entraîné via une fonction de perte composite incluant un signal enseignant dérivé des marges de spin factorisées de $|\Psi_0|^2$ ($p_\alpha(\sigma_\alpha)p_\beta(\sigma_\beta)$). Cette perte supervisée, combinée aux termes de politique de gradient et de régularisation d'entropie, met à jour les paramètres du réseau pour mieux approximer le vecteur propre exact du sous-espace.

Contributions Clés

• Architecture à Double Canal : L'introduction d'un Transformer avec une attention croisée explicite entre les flux de spin-up et de spin-down, traitant la séparation $\alpha/\beta$ des fermions comme un a priori structurel plutôt que comme une caractéristique apprise.
• Supervision Factorisée : Une stratégie d'entraînement qui distille le vecteur propre exact du sous-espace dans le NQS en utilisant les marges de spin factorisées, créant une voie supervisée active qui s'aligne avec l'architecture à double canal.
• Stratégie d'Échantillonnage Hybride : L'intégration d'excitations simples et doubles déterministes aux côtés de l'échantillonnage autorégressif pour prévenir l'effondrement de mode et assurer la couverture de l'espace hamiltonien-connecté.
• Scalabilité Purement Classique : La démonstration qu'un solveur SCI sélectionné performant et scalable peut être réalisé entièrement sur matériel GPU sans ressources de calcul quantique, en utilisant le principe de « handover » précédemment exploré dans des contextes quantiques (HI-VQE).

Résultats
Les auteurs ont comparé HI-NQS à CIPSI-SCI et à la FCI exacte (ou des proxys SHCI de haute précision) sur 18 systèmes :

• Précision : HI-NQS a atteint l'exactitude chimique ($|E - E_{ref}| < 1,6$ mHa) sur les 18 systèmes testés, incluant dix petites molécules et une série d'espaces actifs de l'azote à huit points (CAS(6,6) à CAS(14,20), couvrant 12 à 40 qubits).
• Échelle du Nombre de Déterminants : La méthode a présenté une mise à l'échelle log-linéaire de l'exposant du nombre de déterminants ($N_{det}$) par rapport au nombre de qubits de $\alpha_{NQS} = 0,089 \pm 0,011$. C'est environ la moitié de la mise à l'échelle de CIPSI-SCI ($\alpha_{CIPSI} = 0,180$) et un tiers de celle de CASCI complet ($\alpha_{CASCI} = 0,262$).
• Gains d'Efficacité : Au plus grand espace actif testé (CAS(14,20), 40 qubits), HI-NQS a nécessité environ 200 fois moins de déterminants que CIPSI-SCI pour atteindre l'exactitude chimique. L'avantage se cumule avec la taille du système, passant d'une parité pour les petits espaces actifs (CAS(6,6)) à un facteur de $\sim 200\times$ pour CAS(14,20).
• Optimalité de Pareto : Sur 13 des 18 systèmes, HI-NQS était Pareto-dominant, utilisant moins de déterminants tout en atteignant une précision égale ou supérieure à CIPSI-SCI.

Signification et Revendications
L'article affirme que HI-NQS établit un nouveau standard pour l'interaction de configuration sélectionnée purement classique en démontrant qu'un échantillonneur génératif doté d'un biais inductif correspondant à la structure de spin fermionique peut surpasser les méthodes SCI ordonnées par perturbation en termes de compacité de base. Les auteurs soutiennent que l'écart entre la CI sélectionnée et les états quantiques neuronaux est une question d'architecture plutôt que de principe. En fermant avec succès la boucle de rétroaction entre l'échantillonnage génératif et la diagonalisation exacte, HI-NQS offre une solution scalable pour la chimie quantique fortement corrélée qui préserve une interface directe avec les futurs flux de travail hybrides classiques-quantiques (par exemple, comme démarrage à chaud pour la diagonalisation quantique). Les résultats suggèrent que la méthode peut s'étendre à des espaces actifs nettement plus grands, tels que ceux requis pour la chimie des métaux de transition (par exemple, les clusters Fe–S, Cr$_2$), où la queue des déterminants présente la croissance combinatoire la plus forte.