Quantum algorithm for solving differential equations using SLAC derivatives

Riepilogo Tecnico: Algoritmo Quantistico per la Risoluzione di Equazioni Differenziali Utilizzando Derivate SLAC

Enunciato del Problema
La simulazione di teorie di campo continue e sistemi quantistici a molti corpi su un reticolo richiede la discretizzazione degli operatori derivata. Le discretizzazioni locali standard, come le differenze finite simmetriche, spesso non riescono a preservare le strutture continue essenziali. Nello specifico, introducono artefatti di reticolo non fisici come il raddoppio dei fermioni (modi zero spurii) e relazioni di dispersione errate, che influenzano il calcolo di grandezze fisiche come il calore specifico. Il teorema di Nielsen–Ninomiya stabilisce che nessun operatore di Dirac su reticolo, locale e invariante per traslazioni, può soddisfare simultaneamente la località spaziale, il limite continuo corretto, l'assenza di raddoppio dei fermioni e l'invarianza chirale.

Per affrontare questo problema, è stata proposta la derivata SLAC (Staggered Lattice Action with Continuous). La derivata SLAC è definita nello spazio dei momenti per corrispondere esattamente al momento continuo $p$ all'interno della prima zona di Brillouin, evitando così il raddoppio dei fermioni e preservando l'hermiticità. Tuttavia, questa fedeltà esatta nello spazio dei momenti comporta un costo in termini di estrema non località nello spazio delle posizioni, risultando in matrici dense $N \times N$. Sui computer classici, la gestione di queste matrici dense è computazionalmente costosa. Sui computer quantistici, la sfida risiede nella codifica a blocchi efficiente di questi operatori densi e non unitari per sfruttare gli Algoritmi Quantistici per Sistemi Lineari (QLSA) come HHL o QSVT. Inoltre, la risoluzione dei sistemi lineari risultanti è ostacolata dal grande numero di condizione degli operatori discretizzati, che scala linearmente con la dimensione del sistema $N$.

Metodologia
Gli autori propongono un framework per implementare in modo efficiente gli operatori derivata SLAC su un computer quantistico utilizzando la Combinazione Lineare di Unitari (LCU) e tecniche di codifica a blocchi. La metodologia consta di quattro componenti principali:

1. Preparazione dello Stato tramite Test di Disuguaglianza a Cassette Annidate:
   Il collo di bottiglia principale nella codifica a blocchi di operatori densi è la preparazione dello stato ausiliario con le ampiezze dense richieste. Gli autori adattano una tecnica di preparazione dello stato basata su "test di disuguaglianza a cassette annidate". Invece di utilizzare i metodi di Grover-Rudolph, che possono soffrire di probabilità di successo che diminuiscono esponenzialmente, suddividono la base computazionale in intervalli diadici (cassette). Utilizzando test di disuguaglianza contro un registro di riferimento, preparano stati con ampiezze proporzionali a $1/j$ (per la derivata del primo ordine) e $1/j^2$ (per il laplaciano) con una probabilità di successo costante e una profondità del circuito polilogaritmica.

2. Codifica a Blocchi LCU degli Operatori SLAC:
   Il laplaciano SLAC e la derivata del primo ordine sono matrici circolanti nella base delle posizioni. Gli autori costruiscono codifiche a blocchi esprimendo questi operatori come combinazioni lineari di matrici di spostamento ciclico (permutazione).

   • Laplaciano SLAC: Costruito utilizzando coefficienti derivati dal limite del reticolo infinito, troncati a un reticolo finito. La codifica a blocchi utilizza le ampiezze preparate e un sottrattore modulare per l'operazione SELECT.
   • Derivata SLAC del Primo Ordine: Costruita in modo analogo ma richiede la gestione di fasi complesse e segni alternanti. Gli autori mostrano che il componente $j=0$ è assente, semplificando leggermente la preparazione dello stato.
   • Gestione della Rottura dell'Invarianza Traslazionale: Il framework è esteso per gestire operatori con simmetria traslazionale rotta (ad esempio, in presenza di potenziali esterni o cutoff dipendenti dalla riga) introducendo oracoli di predicato (KEEP) che mascherano specifici elementi di matrice, operando interamente nella base delle posizioni per evitare trasformazioni di base ripetute.

3. Trasformata di Shannon Wavelet Quantistica (QSWT):
   Per affrontare il problema del numero di condizione, gli autori implementano la Trasformata di Shannon Wavelet Quantistica. A differenza delle wavelet locali, la wavelet di Shannon ottiene una separazione perfetta dei momenti, dividendo lo spazio di Hilbert in settori Infrarossi (IR) e Ultravioletti (UV) senza sovrapposizione. La QSWT è implementata in modo efficiente utilizzando Trasformate di Fourier Quantistiche (QFT), addizionatori modali e unitari sparsi. Ciò consente di trasformare l'operatore SLAC in una rappresentazione multiscala e a blocchi diagonali, dove l'operatore è decomposto in blocchi IR e UV indipendenti a scale successive.

4. Precondizionamento Diagonale:
   Nella base wavelet multiscala, il numero di condizione dell'operatore SLAC è ridotto applicando un precondizionatore diagonale. Il precondizionatore scala ogni blocco per $1/2^r$, dove $r$ è l'indice di scala. Ciò riduce il numero di condizione del sistema precondizionato a una piccola costante ($\kappa \approx 4$) dopo aver proiettato fuori il modo dello spazio nullo.

Contributi e Risultati Chiave

• Codifica a Blocchi Ottimale del Laplaciano SLAC: Il lavoro presenta una codifica a blocchi $\epsilon$-approssimata per il laplaciano SLAC a $n$ qubit con un fattore di subnormalizzazione $\alpha \approx (\pi^2 + 24)/3 \approx 11.29$ (una costante indipendente da $N$). La costruzione utilizza $O(n)$ qubit ausiliari e ha una complessità di porte di $O(n^2)$. Questa è una codifica a blocchi ottimale.
• Codifica a Blocchi Efficiente della Derivata del Primo Ordine: È costruita una codifica a blocchi $\epsilon$-approssimata per la derivata SLAC del primo ordine con un fattore di subnormalizzazione $\alpha = 2(n-1) = O(n)$. Richiede anch'essa $O(n)$ qubit ausiliari e $O(n^2)$ porte. Questa è classificata come una codifica a blocchi "buona".
• Rappresentazione Multiscala: Gli autori dimostrano che applicare ricorsivamente la QSWT all'operatore SLAC codificato a blocchi produce una rappresentazione multiscala. Ciò richiede una query alla codifica a blocchi e $O(n)$ query alla routine QSWT, mantenendo una complessità di porte complessiva di $O(n^2)$ per query.
• Riduzione del Numero di Condizione: Combinando la rappresentazione multiscala con il precondizionatore wavelet diagonale e proiettando fuori lo spazio nullo, il numero di condizione del sistema è ridotto a una costante $\kappa = O(1)$.
• Risoluzione di EDP: Il lavoro stabilisce che le equazioni differenziali alle derivate parziali (EDP) a $d$ dimensioni discretizzate tramite il formalismo SLAC possono essere risolte utilizzando QLSA. Lo stato soluzione può essere preparato con $O(\alpha(k) \log(1/\epsilon))$ query alla codifica a blocchi, dove $\alpha(k)$ è il fattore di subnormalizzazione ($O(1)$ per il laplaciano, $O(n)$ per il primo ordine). La complessità di porte totale per query è $O(dn^2)$.

Significato e Affermazioni
Il lavoro afferma di fornire un framework pratico per la simulazione di sistemi fisici in cui la preservazione delle proprietà di dispersione continue è critica, come nei modelli di materia condensata (ad esempio, liquidi di Luttinger, isolanti topologici) e nelle teorie di gauge su reticolo dove il raddoppio dei fermioni deve essere evitato.

Il significato risiede nel dimostrare che operatori densi e non locali — precedentemente considerati difficili da gestire in modo efficiente sui computer quantistici a causa della loro densità matriciale — possono essere codificati a blocchi in modo efficiente. Gli autori sottolineano che il loro approccio evita il sovraccarico esponenziale delle ampiezze spesso associato alle codifiche a blocchi generiche di operatori pseudo-differenziali, sfruttando la specifica struttura analitica delle derivate SLAC e utilizzando una preparazione dello stato basata su test di disuguaglianza.

Inoltre, il lavoro colma il divario tra i benefici teorici delle derivate SLAC (fisica continua esatta) e i requisiti pratici degli algoritmi quantistici (codifica a blocchi efficiente e bassi numeri di condizione). Integrando la QSWT e il precondizionamento diagonale, gli autori mostrano che la malcondizionatura intrinseca negli operatori differenziali discretizzati può essere mitigata fino a una costante, preservando la velocità esponenziale promessa dai risolutori lineari quantistici. Le costruzioni sono presentate come compatibili con la tolleranza ai guasti, con conteggi espliciti di Toffoli forniti, rendendole adatte alla stima delle risorse su future architetture quantistiche.