Tensor Cross Interpolation of Purities in Quantum Many-Body Systems

Sintesi Tecnica: Interpolazione Incrociata di Tensori delle Purezze in Sistemi Quantistici a Molti Corpi

Enunciato del Problema
La caratterizzazione completa dei sistemi quantistici a molti corpi è fondamentalmente ostacolata dalla scalatura esponenziale dello spazio di Hilbert con il numero di gradi di libertà ($L$). Mentre le sonde standard si concentrano spesso su osservabili locali o su tagli bipartiti specifici (ad esempio, partizioni contigue sinistra/destra), una descrizione completa richiede la conoscenza di tutte le purezze bipartite (o entropie di Renyi) per tutte le possibili regioni disgiunte. Memorizzare queste informazioni in modo ingenuo richiede risorse dell'ordine di $O(2^L)$. Sebbene la "caratteristica di entanglement" (EF)—un'onda fittizia che codifica tutte le purezze come ampiezze—sia stata proposta come rappresentazione compatta, la sua utilità pratica per stati quantistici generali rimane inesplorata. Nello specifico, non è chiaro se l'EF per stati complessi e altamente entangled possa essere appresa efficientemente da un insieme limitato di dati senza una conoscenza preliminare dell'intera funzione d'onda.

Metodologia
Gli autori propongono di utilizzare l'algoritmo di Interpolazione Incrociata di Tensori (TCI) per apprendere e interpolare la caratteristica di entanglement.

• Caratteristica di Entanglement (EF): Definita come $|EF\rangle = \sum_{b \in \{0,1\}^L} e^{-S(b)} |b\rangle$, dove $S(b)$ è la seconda entropia di Renyi per una bipartizione definita dalla stringa di bit $b$. Gli autori utilizzano una "base duale" per rimuovere la ridondanza $Z_2$, mappando il problema su $L-1$ spin virtuali.
• Algoritmo TCI: Invece di calcolare tutte le $2^L$ purezze ed eseguire una scansione completa di Scomposizione ai Valori Singolari (SVD) (che è esponenzialmente costosa), il TCI seleziona iterativamente un piccolo sottoinsieme di stringhe di bit "pivot" (valori di purezza) per costruire un'approssimazione a rango basso del tensore completo.
• Efficienza: Se l'EF può essere rappresentata come uno Stato a Prodotto di Matrici (MPS) con dimensione di legame $\chi$, il TCI richiede solo $O(L\chi^2)$ valutazioni di purezza per ricostruire l'intera caratteristica. Gli autori impiegano il pacchetto TensorCrossInterpolation.jl in "Modalità II", che aumenta adattivamente la dimensione di legame fino al raggiungimento di una tolleranza di errore specificata.

Contributi e Risultati Chiave
Il lavoro confronta sistematicamente la complessità dell'EF su vari stati quantistici utilizzando il TCI:

1. Stati Casuali di Haar:

   • Aspettativa Analitica: Si sa che l'EF media degli stati di Haar è un MPS con dimensione di legame $\chi=2$.
   • Risultato Numerico: Per singole realizzazioni di Haar, la dimensione di legame $\chi$ del TCI mostra una transizione dipendente dalla dimensione. Per piccoli $L$, le fluttuazioni campione-su-campione nella purezza sono grandi, richiedendo un $\chi$ esponenzialmente grande per interpolare il "rumore". All'aumentare di $L$, le fluttuazioni decadono esponenzialmente ($\sim d^{-L}$), permettendo al TCI di ignorare il rumore e convergere a $\chi=2$.

2. Stati Casuali a Prodotto di Matrici (MPS):

   • Insight Analitico: Sebbene una costruzione diretta dell'EF da un MPS di dimensione di legame $\phi$ porti a $\chi = \phi^4$, gli autori sostengono che per grandi $\phi$, lo spettro dell'EF dovrebbe collassare verso il limite di Haar ($\chi=2$).
   • Risultato Numerico: Il gap tra il secondo e il terzo valore singolare dell'EF cresce con $\phi$, e il rapporto dei valori singolari superiori decade come $\sim \phi^{-4}$, confermando che gli MPS casuali con grandi $\phi$ possiedono un'EF comprimibile.

3. Autostati Quantistici a Molti Corpi:
   Gli autori applicano il TCI agli autostati di varie Hamiltoniane 1D, identificando tre regimi di complessità distinti:

   • Stati a Legge di Volume (simili all'ETH): Autostati altamente eccitati di modelli di Ising caotici e stati fondamentali SYK. Similmente agli stati di Haar, questi mostrano una crescita esponenziale iniziale in $\chi$ seguita da un calo a un valore costante (o in lenta crescita) a grandi dimensioni del sistema, indicando comprimibilità.
   • Stati a Legge di Area: Autostati altamente eccitati nella fase di Localizzazione a Molti Corpi (MBL). Questi esibiscono una dimensione di legame $\chi$ costante e piccola attraverso le dimensioni del sistema, coerente con il loro basso entanglement.
   • Stati Intermedi/Complessi:
     • Transizione MBL (MBLT) & Stati Fondamentali Critici: Sebbene questi stati abbiano una scalatura logaritmica dell'entanglement, la loro complessità EF varia. Gli autostati MBLT mostrano un aumento esponenziale di $\chi$ con la dimensione del sistema, suggerendo che la loro EF non è comprimibile nonostante l'entanglement sotto-legge di volume.
     • Catene di Motzkin/Fredkin: L'EF della catena di Motzkin a due colori cresce esponenzialmente, mentre gli stati di Motzkin e Fredkin a un colore (senza colore) sono appresi efficientemente. Questo evidenzia che la scalatura dell'entanglement da sola non predice la comprimibilità dell'EF.

Applicazioni Dimostrata
Il lavoro dimostra due applicazioni pratiche dell'EF appresa:

1. Quantificazione della Distanza di Entanglement: Gli autori definiscono una metrica di distanza tra stati basata sulla norma $L_2$ della differenza delle loro EF. Utilizzando la maggiorizzazione dello stress, visualizzano una "mappa di entanglement" in cui gli stati si raggruppano in base alla loro struttura globale di purezza (ad esempio, stati a legge di volume vicino a Haar, stati a legge di area vicino a stati prodotto). Questo rivela valori anomali (come lo stato di Motzkin a due colori) che sono distinti dai cluster standard a legge di volume/area.
2. Ordinamento Spaziale Ottimale: Gli autori propongono un algoritmo per trovare l'ordinamento ottimale degli indici fisici per minimizzare l'entanglement bipartito. Utilizzando l'EF come "oracolo di purezza" e una strategia divide-et-impera con TTOpt (un ottimizzatore basato su TCI), riescono a riordinare stati MPS casualmente mescolati. Questo recupera la scalatura a legge di area da un comportamento apparente a legge di volume, riducendo l'entropia del taglio centrale di un fattore di $\sim 3.4$ per $L=40$.

Significato e Affermazioni
Gli autori concludono che la caratteristica di entanglement è un quadro potente per caratterizzare stati quantistici oltre la semplice scalatura dell'entanglement.

• Comprimibilità: Dimostrano che per una vasta classe di stati (inclusi autostati caotici e stati MBL), l'EF è appresa efficientemente tramite TCI, richiedendo solo risorse polinomiali nella dimensione del sistema.
• Contenuto Informativo: L'EF contiene più informazioni della semplice scalatura dell'entanglement, capace di distinguere stati con scalatura simile ma strutture interne diverse (ad esempio, MBLT vs. Legge di Area).
• Utilità: Il metodo fornisce un modo scalabile per elaborare dati provenienti da simulatori quantistici (istantanee) per ricostruire proprietà globali.
• Direzioni Future: Il lavoro specula su applicazioni alla quantificazione dell'entanglement multipartito (tramite log-EF e informazione reciproca) e alla correzione di errori quantistici (identificazione di insiemi di cancellazione correggibili), sebbene questi siano presentati come possibilità concettuali piuttosto che risultati implementati. Suggeriscono inoltre che il TCI potrebbe essere adattato per la ricerca di risonanze nelle fasi MBL o per interpolare osservabili da dispositivi quantistici a scala intermedia rumorosi (NISQ).

Il lavoro stabilisce che la "complessità" del profilo di purezza completo di uno stato quantistico è spesso molto inferiore a quanto suggerisce la dimensione dello spazio di Hilbert, a condizione che lo stato ammetta una rappresentazione MPS a rango basso della sua caratteristica di entanglement.