Accuracy-Cost Trade-offs for Reference VQE Calculations of H$_2$ on IBM Quantum Hardware

Questo studio presenta un dataset di riferimento convalidato su hardware IBM Quantum del 2026 per calcoli VQE della molecola di idrogeno, analizzando i compromessi tra accuratezza e costi legati a diverse strategie di ottimizzazione, scelta del backend e gestione delle sessioni per fornire una base trasparente all'ingresso degli utenti nel campo della chimica quantistica.

L'essenziale

Immagina di voler costruire una casa perfetta, ma invece di usare mattoni solidi, devi usare un mucchio di sabbia che il vento sposta continuamente. Questo è il mondo dei computer quantistici attuali: macchine potenti ma "rumorose" e instabili.

Questo articolo è come una guida pratica per principianti che vuole usare questi computer per risolvere un problema semplice: calcolare l'energia di una molecola di idrogeno (la più piccola e semplice che esista). Gli autori hanno testato diverse strategie su computer reali (IBM) per capire: quale metodo funziona meglio, quanto costa e quanto tempo ci vuole?

Ecco i punti chiave spiegati con metafore semplici:

1. Il Problema: Trovare il "Punto Dolce"

L'obiettivo è trovare l'energia esatta di una molecola. I computer quantistici attuali non sono precisi come quelli classici, quindi fanno molti tentativi (come un archer che scocca molte frecce per centrare il bersaglio). Il problema è che ogni tentativo costa tempo e denaro.

2. Le Scoperte Principali (Cosa ha funzionato e cosa no)

A. Semplificare è meglio che complicare (La mappa della strada)

Immagina di dover andare a Roma.

• Metodo Complesso (JW): Prendi un camion enorme che fa 100 fermate, passa per strade sterrate e si rompe spesso. È costoso e lento.
• Metodo Semplice (PT): Prendi una bicicletta su una strada dritta e asfaltata. Arrivi prima e con meno rischi.

Risultato: Gli autori hanno scoperto che usare mappe matematiche che riducono la complessità del calcolo (come la "mappa PT" che riduce il problema a un solo "bit" quantistico) è la strategia vincente. Circuiti più piccoli = Risultati più precisi e costi più bassi. Non serve complicare le cose per ottenere risultati migliori su queste macchine attuali.

B. Più colpi non sempre significa più precisione (I tentativi)

C'è un'idea comune: "Se tiro 1000 frecce invece di 100, sarò più preciso".
Risultato: Sì, fino a un certo punto. Se passi da 1 a 1000 frecce, la precisione migliora molto. Ma se passi da 1000 a 10.000, il miglioramento è quasi nullo, mentre il costo (il tempo che aspetti) raddoppia.
Consiglio: Non serve sparare all'infinito. Un numero "medio" di tentativi (circa 1000) è il compromesso migliore tra costo e precisione.

C. I filtri anti-rumore (La resilienza)

I computer quantistici fanno errori (rumore). Esistono dei "filtri" software per correggerli.

• Filtro Base (Livello 1): Come mettere un paio di occhiali da sole. Riduce il riverbero e costa poco in più. Funziona bene.
• Filtro Avanzato (Livello 2): Come mettere un casco da astronauta con un computer interno. È costosissimo in termini di tempo e risorse, e spesso non migliora il risultato, anzi, a volte lo peggiora perché il filtro stesso introduce confusione.
  Consiglio: Usa il filtro base. Quello avanzato è spesso uno spreco di soldi per problemi piccoli.

D. La corsa singola vs. la maratona (Modalità di esecuzione)

Esistono due modi per usare il computer:

1. Corsa singola (Single-job): Ogni volta che vuoi un dato, chiedi il computer, lo usi per 5 secondi e lo rilasci.
2. Sessione (Session): Prenoti il computer per un'ora intera e lo tieni per te, anche se stai solo aspettando o facendo calcoli sul tuo PC.

Risultato: Molti pensano che la "Sessione" sia meglio perché eviti le code e il computer non cambia "umore" (calibrazione) mentre lavori.
La sorpresa: Per problemi piccoli come questo, la sessione non migliora la precisione. Anzi, ti fa pagare l'intera ora di affitto, anche se il computer ha lavorato solo per 5 minuti totali. La corsa singola è molto più economica e dà gli stessi risultati.

3. Il Verdetto Finale per il "Nuovo Utente"

Se sei un principiante che vuole usare un computer quantistico per la chimica oggi:

1. Non complicare: Usa circuiti semplici e ridotti.
2. Non esagerare: Non serve un numero infinito di tentativi.
3. Non spendere troppo: Non attivare i filtri anti-rumore più costosi se non necessario.
4. Paga solo per quello che usi: Non prenotare la "sessione" intera. Usa il computer solo quando serve (modalità "Single-job").

In sintesi: L'articolo ci dice che per ora, la strada migliore non è la più tecnologica o la più costosa, ma la più semplice e diretta. Come direbbe un nonno saggio: "Non serve avere il motore da corsa per andare a comprare il pane; basta una bicicletta affidabile".

Sommario tecnico

Titolo e Contesto

Il lavoro presenta un dataset di riferimento validato su hardware per il calcolo dell'energia dello stato fondamentale della molecola di idrogeno ($H_2$) utilizzando l'algoritmo Variational Quantum Eigensolver (VQE) su diversi processori quantistici IBM disponibili nel 2026. Lo studio mira a colmare il divario tra le aspettative teoriche e la realtà pratica dell'esecuzione di algoritmi quantistici ibridi su dispositivi NISQ (Noisy Intermediate-Scale Quantum), fornendo linee guida basate su dati empirici per utenti non specialisti.

Problema e Obiettivi

Nonostante la semplicità concettuale del VQE, la sua applicazione pratica su hardware reale è complessa. Gli utenti spesso mancano di intuizioni affidabili su come parametri di lavoro comuni (numero di shot, scelta del backend, mappatura dei circuiti, strategie di ottimizzazione e modalità di esecuzione) influenzino l'accuratezza, il tempo di esecuzione e i costi di fatturazione.
L'obiettivo è fornire una baseline trasparente per valutare le capacità attuali dell'hardware IBM Quantum, utilizzando un flusso di lavoro standardizzato e "out-of-the-box" (senza ingegneria di circuito personalizzata) per riflettere l'esperienza reale di un utente che segue la documentazione standard di Qiskit.

Metodologia

Lo studio si basa su un flusso di lavoro standardizzato utilizzando lo stack software Qiskit (versioni 1.4.3 e 2.x primitives) e Qiskit Nature.

1. Sistema di Riferimento:

   • Molecola: $H_2$ (stato elettronico fondamentale).
   • Geometria: Distanza internucleare fissa a 0.735 Å.
   • Base: STO-3G (2 orbitali spaziali, 2 elettroni).
   • Energia di riferimento esatta: $E_{ref} = -1.85727503$ a.u., ottenuta tramite diagonalizzazione numerica classica.

2. Configurazioni Sperimentali:

   • Backend: Esecuzioni su diversi processori IBM Quantum (Heron r1, r2, r3; Eagle r3; Nighthawk r1) tra agosto 2025 e aprile 2026.
   • Mappatura (Mapping): Confronto tra quattro trasformazioni fermione-qubit:
     • JW: Jordan-Wigner (4 qubit).
     • P: Parity (4 qubit).
     • PF: Parity con riduzione del numero di particelle (2 qubit).
     • PT: Parity completamente "tapered" (1 qubit).
   • Ansatz: Unitary Coupled Cluster (UCC) con stato di riferimento Hartree-Fock.
   • Ottimizzatori: Confronto tra COBYLA (usato come default per la sua rapida convergenza) e SPSA.
   • Parametri Variabili:
     • Numero di shot (da 1 a 8192, definiti tramite parametro di precisione dell'Estimator).
     • Livelli di resilienza (Error Mitigation): 0 (nessuno), 1 (mitigazione errori di lettura), 2 (mitigazione avanzata, es. zero-noise extrapolation).
     • Modalità di esecuzione: Session (esecuzione continua in una sessione runtime) vs Single-job (job indipendenti).

3. Metriche:

   • Accuratezza: Deviazione assoluta dall'energia esatta ($E_{err}$).
   • Costo: Tempo di fatturazione (billed time) e tempo di esecuzione quantistica (qtime).
   • Effort computazionale: Iterazioni dell'ottimizzatore e tempi di parete.

Risultati Chiave

1. Impatto della Mappatura (Circuit Simplification):

   • La semplificazione del circuito tramite mappature "tapered" (riduzione del numero di qubit) è il fattore con l'impatto più consistente e positivo sull'accuratezza.
   • La mappatura PT (1 qubit) ha mostrato le minori deviazioni energetiche e i tempi di esecuzione più brevi.
   • Circuiti più complessi (JW, 4 qubit) accumulano più errori di gate e decoerenza, portando a risultati meno accurati nonostante l'hardware abbia molti qubit fisici disponibili. La complessità del circuito, non la disponibilità di qubit, è il fattore dominante.

2. Numero di Shot:

   • Aumentare il numero di shot oltre un regime intermedio (circa 256-1024 shot) offre rendimenti decrescenti in termini di accuratezza per questo problema specifico.
   • Il tempo di esecuzione quantistica scala linearmente con il numero di shot.
   • Per configurazioni standard, 1024 shot rappresentano un compromesso pratico tra stabilità statistica e costo.

3. Mitigazione degli Errori (Resilience Levels):

   • Livello 1: Migliora l'accuratezza in modo robusto su tutti i backend, ma comporta un costo computazionale significativo (più esecuzioni e post-processing).
   • Livello 2: Non garantisce miglioramenti aggiuntivi rispetto al livello 1 e, in alcuni casi (es. ibm_aachen), può peggiorare i risultati a causa dell'amplificazione del rumore statistico o di bias introdotti quando il campionamento è limitato. Il rapporto costo-beneficio è spesso sfavorevole.

4. Modalità di Esecuzione (Session vs Single-Job):

   • Nessun vantaggio sistematico: L'esecuzione in modalità Session non ha prodotto un miglioramento sistematico dell'accuratezza rispetto all'esecuzione Single-job.
   • Costo: La modalità Session comporta un tempo di fatturazione (billed time) sostanzialmente più alto (ordini di minuti) rispetto alla somma dei tempi di esecuzione dei singoli job (ordini di secondi), a causa del blocco della risorsa quantistica durante l'intera sessione.
   • Il drift temporale delle calibrazioni dell'hardware durante le brevi esecuzioni VQE ($H_2$) è stato trascurabile, rendendo inutile il blocco della risorsa offerto dalle sessioni per questo tipo di carichi di lavoro.

5. Variabilità del Backend:

   • Esiste una variabilità significativa nei risultati tra diversi backend e persino tra esecuzioni successive sullo stesso dispositivo, dovuta al drift delle calibrazioni e alle differenze locali tra i qubit.
   • I tempi di esecuzione per iterazione sono simili tra i backend, ma le differenze si accumulano su molte iterazioni.

Contributi e Significato

• Dataset di Riferimento: Fornisce il primo set di dati sistematico e validato su hardware che quantifica il comportamento di flussi di lavoro standardizzati su diverse configurazioni, offrendo una baseline per la comunità.
• Guida Pratica per Utenti: Il lavoro smentisce alcune "best practice" comuni non verificate. Suggerisce che per problemi piccoli e medi (come $H_2$):
  • Si dovrebbe privilegiare la semplicità (mappature compatte come PT).
  • L'uso della modalità Single-job è preferibile per l'efficienza dei costi.
  • La mitigazione degli errori dovrebbe essere applicata con cautela (Livello 1 utile, Livello 2 spesso non necessario).
  • Non è necessario un tuning estremo o un'ingegneria di circuito complessa per ottenere risultati ragionevoli su problemi minimi.
• Implicazioni per il Futuro: Sebbene i risultati siano specifici per $H_2$, indicano che per carichi di lavoro attuali, la complessità del circuito e i costi di esecuzione sono i fattori limitanti principali. Man mano che i problemi cresceranno, il bilanciamento tra costi e accuratezza potrebbe spostarsi, rendendo necessarie strategie più sofisticate, ma per ora i flussi di lavoro standardizzati offrono un punto di partenza solido e trasparente.

In sintesi, lo studio dimostra che per l'hardware quantistico attuale, l'ottimizzazione della complessità del circuito e la scelta di modalità di esecuzione economicamente efficienti sono più critiche dell'uso aggressivo di tecniche di mitigazione avanzate o di sessioni runtime, specialmente per utenti che iniziano a esplorare la chimica quantistica.