Hamiltonian-reconstruction distance as a success metric for the Variational Quantum Eigensolver

Riepilogo Tecnico: Distanza di Ricostruzione dell'Hamiltoniana come Metrica di Successo per l'Eigensolvere Quantistico Variazionale

Enunciato del Problema
L'Eigensolvere Quantistico Variazionale (VQE) è un algoritmo ibrido quantistico-classico leader per la simulazione di sistemi quantistici su hardware quantistico rumoroso a scala intermedia di breve termine (NISQ). Il suo obiettivo principale è trovare euristica lo stato fondamentale e l'energia dello stato fondamentale di un'Hamiltoniana target. Una sfida critica nel VQE, condivisa da altri algoritmi euristici di ricerca dello stato fondamentale, è determinare la qualità della soluzione di output quando lo stato fondamentale vero e la sua energia sono sconosciuti.

I criteri di arresto standard spesso si basano sul plateau dell'energia (cioè, l'energia non cambia più rapidamente tra le iterazioni). Tuttavia, gli autori notano che ciò può portare a una terminazione prematura errata, dove l'algoritmo si ferma in un minimo locale sub-ottimale o in un plateau arido, scambiando una stagnazione dell'energia per la convergenza allo stato fondamentale vero. Le metriche esistenti, come la varianza dell'Hamiltoniana, richiedono spesso un'interpretazione caso per caso o una conoscenza preliminare dello stato fondamentale per essere efficaci.

Metodologia: Distanza di Ricostruzione dell'Hamiltoniana (HR)
Per affrontare la mancanza di una metrica affidabile e indipendente dallo stato fondamentale, gli autori propongono e studiano la distanza di Ricostruzione dell'Hamiltoniana (HR), indicata come $\Delta(\bar{\theta})$. Questa metrica è derivata dal quadro teorico della ricostruzione dell'Hamiltoniana, che inferisce un'Hamiltoniana genitore dato un autostato.

La metodologia procede come segue:

1. Selezione degli Operatori: Viene scelto un insieme di operatori $\{\hat{H}_i\}$ tale che il loro span contenga l'Hamiltoniana target vera $\hat{H}_{\text{True}}$. Per i modelli specifici studiati (Modello di Ising a Campo Trasverso 1D e TFIM 2D $J_1-J_2$), gli autori selezionano operatori corrispondenti ai termini presenti nell'Hamiltoniana vera (ad esempio, $\sum \sigma^x_i$ e $\sum \sigma^z_i \sigma^z_{i+1}$).
2. Misurazione: Durante l'ottimizzazione del VQE, i valori di aspettazione di questi operatori e dei loro correlatori vengono misurati per costruire una matrice di covarianza $Q(\bar{\theta})$.
3. Ricostruzione: Il vettore proprio corrispondente all'autovalore più basso di questa matrice di covarianza fornisce i coefficienti $\{\tilde{c}_i\}$ per un'Hamiltoniana ricostruita $\hat{H}_R = \sum \tilde{c}_i \hat{H}_i$. Se lo stato variazionale è un autostato esatto di $\hat{H}_{\text{True}}$, $\hat{H}_R$ dovrebbe essere uguale a $\hat{H}_{\text{True}}$.
4. Calcolo della Metrica: La distanza HR è definita come la distanza $L_2$ tra il vettore dei coefficienti dell'Hamiltoniana ricostruita e il vettore dei coefficienti noto dell'Hamiltoniana vera:
   $$\Delta(\bar{\theta}) = \| \vec{\tilde{c}}(\bar{\theta}) - \vec{c} \|_2$$
   Crucialmente, questo calcolo non richiede la conoscenza dell'energia dello stato fondamentale vera o della funzione d'onda dello stato fondamentale vera, ma solo la struttura dell'Hamiltoniana stessa.

Setup Sperimentale e di Simulazione
Gli autori hanno valutato la metrica della distanza HR attraverso:

• Esperimenti su Hardware Cloud: Utilizzando il computer quantistico a ioni intrappolati Harmony di IonQ.
  • Sistema 1: Modello di Ising a Campo Trasverso 1D a 11 qubit (1D-TFIM).
  • Sistema 2: Modello di Ising a Campo Trasverso 2D $J_1-J_2$ a 6 qubit (reticolo $3 \times 2$).
  • Ansatz: È stato utilizzato un Ansatz a Strati Alternati (ALA) per minimizzare il numero di porte CNOT e ridurre gli errori di preparazione dello stato.
• Simulazioni Numeriche: Sono state condotte estese simulazioni per analizzare gli effetti del rumore di depolarizzazione (errori di porte a 1 e 2 qubit) e del rumore di shot sulla distanza HR e sulla sua correlazione con la fedeltà.

Risultati Chiave

1. Diagnosi della Convergenza Prematura: In entrambi i modelli 1D e 2D, la distanza HR ha identificato con successo i casi in cui l'energia del VQE sembrava aver converguto (plateau) ma la soluzione era sub-ottimale. In questi scenari, la distanza HR è rimasta significativamente diversa da zero (ad esempio, oscillando intorno a 0,4 nella simulazione a 11 qubit), indicando correttamente che lo stato non era lo stato fondamentale, mentre la metrica dell'energia suggeriva la convergenza.
2. Correlazione con Fedeltà ed Energia:
   • La distanza HR ha mostrato una forte correlazione negativa con la fedeltà (sovrapposizione degli stati) allo stato fondamentale vero quando il VQE era vicino alla convergenza.
   • Ha mostrato una correlazione positiva con la differenza di energia tra la soluzione del VQE e lo stato fondamentale vero.
   • Questa correlazione valeva in condizioni specifiche: (1) l'ottimizzazione del VQE era vicina alla convergenza, (2) il gap energetico tra lo stato fondamentale e i primi pochi stati eccitati era sufficientemente grande, e (3) le fedeltà delle porte erano sufficientemente elevate.
3. Sensibilità al Rumore:
   • Errori di Porte: All'aumentare delle probabilità di errore delle porte a 1 e 2 qubit, la correlazione tra la distanza HR e la fedeltà si è degradata. A livelli di rumore elevati, la distanza HR è diventata meno affidabile come indicatore autonomo della fedeltà.
   • Rumore di Shot: È stato richiesto un gran numero di shot (circa $10^4$) per ottenere un rapporto segnale-rumore ragionevole per la misurazione della distanza HR.
   • Gap Energetici: Quando il gap energetico tra lo stato fondamentale e il primo stato eccitato era piccolo, la distanza HR ha perso la sua specificità, mostrando correlazioni negative anche con la fedeltà agli stati eccitati, complicando la diagnosi.
4. Confronto con la Varianza: Gli autori hanno confrontato la distanza HR con la varianza dell'Hamiltoniana. Sebbene anche la varianza diminuisca man mano che la soluzione si avvicina allo stato fondamentale, il suo intervallo dipende dall'Hamiltoniana, rendendo difficile stabilire soglie di arresto universali. Al contrario, la distanza HR è normalizzata tra 0 e 1, fornendo una metrica più coerente tra diverse Hamiltoniane.

Significato e Affermazioni
Il paper afferma che la distanza di ricostruzione dell'Hamiltoniana offre una metrica pratica e accessibile sperimentalmente per valutare il successo degli algoritmi VQE su hardware NISQ senza richiedere una conoscenza preliminare dello stato fondamentale vero o dell'energia dello stato fondamentale.

• Utilità Diagnostica: Serve come strumento diagnostico per prevenire l'arresto prematuro errato delle iterazioni del VQE, in particolare nei casi in cui i plateau dell'energia sono fuorvianti.
• Efficienza: La metrica è efficiente da calcolare, richiedendo solo un numero polinomiale di misurazioni rispetto al numero di termini nell'Hamiltoniana.
• Applicazione Futura: Gli autori suggeriscono che la distanza HR potrebbe essere incorporata in funzioni di costo multi-obiettivo per l'ottimizzazione del VQE. Minimizzando simultaneamente sia l'energia che la distanza HR, il VQE potrebbe trovare stati con una fedeltà più alta allo stato fondamentale, anche se l'energia è identica, potenzialmente mitigando problemi come i plateau aridi.

Gli autori mantengono un tono modesto, riconoscendo che l'affidabilità della metrica è condizionata dalla fedeltà dell'hardware e dai gap energetici, e che essa dovrebbe essere considerata come uno strumento diagnostico complementare piuttosto che un sostituto perfetto della conoscenza dello stato fondamentale vero.