Machine learning of measurement schemes for efficient quantum observable estimation

Sintesi Tecnica: Apprendimento Automatico di Schemi di Misurazione per la Stima Efficiente di Osservabili Quantistici

Definizione del Problema
Stimare il valore di aspettazione degli osservabili è una sottoroutine fondamentale nel calcolo quantistico, in particolare per algoritmi del vicino futuro come il Variational Quantum Eigensolver (VQE). Tuttavia, la natura distruttiva delle misurazioni quantistiche richiede la preparazione ripetuta degli stati quantistici (shot), creando un collo di bottiglia nelle prestazioni. Gli osservabili sono tipicamente decomposti in somme di stringhe di Pauli ($O = \sum_j a_j P_j$), e una stima ingenua richiede un numero di misurazioni che scala quadraticamente con la norma $L_1$ dei coefficienti ($\|\vec{a}\|_1$). I metodi esistenti per ridurre questo costo rientrano generalmente in due categorie:

1. Metodi di raggruppamento (grouping methods) (es. LDF, OGM): Questi restituiscono una distribuzione di probabilità su un piccolo insieme di gruppi di misurazione. Spesso si basano su euristiche create manualmente e faticano con gli hamiltoniani molecolari che contengono un numero esponenziale di termini.
2. Metodi di Classical Shadow (es. LBCS): Questi utilizzano distribuzioni su tutte le misurazioni di Pauli. Sebbene siano scalabili, spesso impiegano strutture semplici che non riescono a raggiungere l'efficienza di shot ottimale per sistemi molecolari complessi.

La sfida centrale è come potenziare il potere rappresentativo degli schemi di misurazione per ottenere una migliore efficienza di shot per osservabili complicati senza fare affidamento su rigide euristiche predefinite.

Metodologia
Gli autori propongono un framework per apprendere schemi di misurazione direttamente dalla struttura dell'osservabile utilizzando l'apprendimento automatico, specificamente la discesa del gradiente stocastico (SGD) e una regola di aggiornamento a due scale temporali (TTUR).

1. Schema di Misurazione Composto (Composite Measurement Scheme - CMS):
   Gli autori definiscono uno "schema di misurazione" come un generatore che produce un insieme di misurazioni. Introducono lo Schema di Misurazione Composto, che combina molteplici schemi di misurazione semplici (sotto-schemi) tramite una distribuzione di probabilità di miscelazione addestinabile $\vec{r}$.

• C-LBCS (Composite-Locally Biased Classical Shadow): Come realizzazione concreta, propongono il C-LBCS. Questo metodo apprende una miscela di schemi di Locally Biased Classical Shadow (LBCS). Ogni sotto-schema $S_k$ è un LBCS con distribuzioni di Pauli per qubit $\{\beta^k_i\}$ regolabili. Lo schema composto campiona un sotto-schema secondo la distribuzione $\vec{r}$ e poi genera una stringa di Pauli basata su quella distribuzione del sotto-schema.

2. Funzione di Costo (Varianza Media One-Shot):
   Per ottimizzare lo schema senza conoscere lo stato quantistico target, gli autori definiscono una funzione di costo $V$ basata sulla varianza media one-shot su tutto lo spazio di Hilbert (utilizzando la misura di Haar).

• La funzione di costo è derivata come $V = \sum_j a_j^2 \frac{1}{h_j}$, dove $h_j$ è la probabilità media che il $j$-esimo termine di Pauli sia "coperto" (misurato) dallo schema.
• Per il C-LBCS, $h_j$ è decomposta come $\sum_k r_k h^k_j$, dove $h^k_j$ è la probabilità di copertura del $k$-esimo sotto-schema. Questa struttura permette di ottimizzare la funzione di costo rispetto sia ai pesi di miscelazione $\vec{r}$ che ai parametri dei sotto-schemi $\{\theta^k_i\}$.

3. Strategie di Ottimizzazione:
   Il panorama di ottimizzazione è non convesso nel complesso, ma presenta una struttura bi-convessa rispetto ai pesi di miscelazione $\vec{r}$ e alle probabilità di copertura $\{h^k_j\}$. Per navigarlo, gli autori impiegano:

• Riscalatura del Gradiente (Gradient Rescaling): Per evitare che i sotto-schemi con bassi pesi di miscelazione ($r_k \approx 0$) vengano "congelati" durante l'addestramento, il gradiente per i parametri del sotto-schema viene riscalato per $1/r_k$.
• Regola di Aggiornamento a Due Scale Temporali (TTUR): Ispirata all'addestramento delle GAN, $\vec{r}$ e $\{\theta^k_i\}$ vengono aggiornati con diversi tassi di apprendimento (specificamente, il tasso di apprendimento per $\vec{r}$ è impostato 10 volte più piccolo rispetto a quello dei parametri del sotto-schema) per stabilizzare la convergenza.
• Discesa del Gradiente Stocastico (SGD): Per gestire osservabili con migliaia di termini (comuni nei problemi di struttura elettronica), l'addestramento utilizza mini-batch di termini di Pauli, consentendo scalabilità e accelerazione tramite GPU.

Risultati Chiave
Gli autori dimostrano numericamente l'efficacia del C-LBCS su sistemi molecolari che vanno da piccole molecole fino a CO$_2$ (30 qubit, $\sim$11.000 termini).

• Prestazioni: Il C-LBCS supera costantemente i metodi allo stato dell'arte, inclusi Derandomized Classical Shadow (Derand), Overlapped Group Measurement (OGM) e ShadowGrouping (SG), attraverso vari hamiltoniani molecolari (LiH, H$_6$, H$_2$O, NH$_3$, N$_2$, C$_2$H$_2$, C$_2$H$_4$, CO$_2$) e trasformazioni di codifica (Jordan-Wigner e Bravyi-Kitaev).
• Scalabilità: Il metodo scala efficacemente con il numero di sotto-schemi. Aumentare il numero di sotto-schemi consente una riduzione sistematica della varianza, superando SG anche quando il numero di sotto-schemi è comparabile al numero di gruppi in OGM.
• Robustezza: L'addestramento è robusto a dimensioni di batch ridotte (fino a 1/128 del totale dei termini), indicando l'idoneità per osservabili su larga scala. Gli studi di ablazione confermano che sia la riscalatura del gradiente che la TTUR sono critiche per ottenere i migliori risultati.
• Efficienza: A differenza dei metodi sequenziali greedy (come SG), l'addestramento del C-LBCS è completamente parallelizzabile su GPU. L'overhead classico per generare le misurazioni post-addestramento è basso ($O(n_S + n_q)$), e il costo di addestramento una tantum è ammortizzato su molti round di misurazione in workflow tipici come il VQE.

Significatività e Rivendicazioni
Il documento afferma di aprire una "via affidabile e scalabile verso la stima efficiente degli osservabili su grandi sistemi quantistici".

• Passaggio dalle Euristiche all'Apprendimento: Il contributo primario è lo spostamento del paradigma dalle euristiche bottom-up create manualmente verso un framework di apprendimento end-to-end top-down che ottimizza direttamente gli schemi di misurazione per specifici osservabili.
• Universalità: Gli autori dimostrano che il C-LBCS è universale; con $3^{n_q}$ sotto-schemi, può simulare qualsiasi distribuzione di misurazioni di Pauli che agiscano in modo non banale su ogni qubit. Tuttavia, notano che nella pratica sono necessari molti meno sotto-schemi per raggiungere l'efficienza allo stato dell'arte.
• Praticità: Il metodo affronta il collo di bottiglia dell'efficienza di misurazione nei algoritoli quantistici del vicino futuro senza richiedere la conoscenza preventiva dello stato quantistico. Gli autori sottolineano che, sebbene la funzione di costo sia definita nel limite di misurazioni infinite, gli schemi risultanti forniscono prestazioni superiori anche in regimi a shot finiti per i sistemi testati.

Gli autori rimangono modesti riguardo ai limiti, notando che la funzione di costo assume un limite di misurazioni infinite; se il budget totale di misurazione è molto piccolo rispetto al numero di termini, lo schema addestrato potrebbe non essere strettamente ottimale per quel budget finito specifico. Inoltre, l'approccio si basa sull'assunzione che lo stato target sia sconosciuto, il che è standard per il VQE, ma richiede che la funzione di costo sia indipendente dallo stato.