An interpretable closed form for entanglement entropy from bitstrings, guided by a graph neural network

Sintesi Tecnica: Una forma chiusa interpretabile per l'entropia di entanglement da bitstring, guidata da una rete neurale a grafi

Enunciato del Problema
Nelle simulazioni quantistiche di array di atomi di Rydberg, la distribuzione empirica delle bitstring (risultati delle misurazioni nella base di occupazione) è l'osservabile più accessibile. Tuttavia, l'entropia di von Neumann bipartita ($S_{vN}$), un diagnostico critico per la materia quantistica molti corpi, è molto più costosa da ottenere. La tomografia completa dello stato scala esponenzialmente con la dimensione del sistema $N$, e anche i protocolli privi di tomografia richiedono un overhead significativo in termini di copie, gate o post-elaborazione. Sebbene la distribuzione delle bitstring non determini univocamente $S_{vN}$ (poiché stati diversi possono condividere la stessa distribuzione diagonale ma differire nell'entanglement), essa ne vincola strettamente il valore. Gli stimatori esistenti affrontano un compromesso: i limiti analitici basati sull'informazione mutua classica ($I$) sono interpretabili ma grossolani (sottostimando $S_{vN}$ di circa $0,10$ nat), mentre i surrogati accurati basati su Reti Neurali a Grafi (GNN) sono scatole nere che richiedono il riaddestramento per ogni nuovo regime (fase, geometria o Hamiltoniana). L'obiettivo è trovare uno stimatore che combini l'accuratezza dei modelli appresi con l'interpretabilità e la portabilità delle forme analitiche.

Metodologia
Gli autori utilizzano un approccio "guidato da GNN" per derivare uno stimatore a forma chiusa:

1. Probing Meccanicistico della GNN: Invece di adattare una forma analitica a osservabili scelti manualmente, gli autori sondano una GNN pre-addestrata (da [5]) per identificare quali input guidano le sue predizioni di $S_{vN}$. Attraverso interventi causali (routing dell'attenzione, patching delle attivazioni e rimozione degli archi), stabiliscono che la predizione della GNN è instradata specificamente attraverso gli archi di confine della bipartizione ($E_b = A \times B$). La rete reindirizza l'attenzione in base al fatto che un arco attraversi il taglio, e la rimozione degli archi di confine degrada significativamente le prestazioni.
2. Restrizione delle Feature e Ricerca: Guidati dal focus della GNN sui correlatori di confine, gli autori restringono una ricerca esaustiva a una lista curata di 25 scalari fisici derivati dalla distribuzione delle bitstring, specificamente quelli calcolati sul set di confine $E_b$.
3. Ricerca Simbolica Esaustiva: Viene eseguita una ricerca esaustiva su tutti i $\binom{25}{6} = 177.100$ sottoinsiemi di sei feature utilizzando i minimi quadrati ordinari (OLS). Il vincitore è una forma lineare a sei termini (Eq. 1).
4. Validazione e Scaling: La forma è validata rispetto alla verità fondamentale (Diagonalizzazione Esatta per $N \le 20$ e Density Matrix Renormalization Group (DMRG) per $N$ fino a 100). Gli autori analizzano il comportamento di scaling dei coefficienti e testano la trasferibilità attraverso diverse famiglie di Hamiltoniane e shift geometrici.

Contributi Chiave

1. Una Forma Chiusa a Sei Termini (Eq. 1): Gli autori presentano uno stimatore lineare, leggibile dall'uomo e privo di iperparametri:
   $$\hat{S}_{vN} = b_1 \log(I+1) + b_2 \sum_{E_b} \sqrt{|c|} + b_3 \sum_{E_b} \tanh |c| + b_4 (\max_{E_b} |c|)^2 + b_5 \min_{E_b} c + b_6 \min(H_A, H_B) I$$
   dove $c$ rappresenta i correlatori a due punti, $I$ è l'informazione mutua e $H$ è l'entropia a singolo sito.
2. Featurization Guidata da GNN: Il lavoro dimosta che il probing causale di una rete neurale può identificare efficacemente lo spazio fisico rilevante (correlatori di confine) per un compito di predizione specifico, bypassando la necessità di manuale ingegneria delle feature.
3. Leggi di Scaling e Regole di Calibrazione: Il documento stabilisce che, sebbene i coefficienti della forma chiusa non siano invarianti di scala (i coefficienti congelati falliscono per grandi $N$), la forma stessa regge fino a $N=100$. Due coefficienti seguono pulite leggi $1/N$ e il coefficiente ancora cresce con curvatura verso il basso. Ciò consente una "regola del budget di etichette": poche decine di etichette a una dimensione target possono ricalibrare la forma per corrispondere a ensemble finemente regolati.

Risultati

• Accuratezza: La forma chiusa raggiunge un Errore Assoluto Medio (MAE) di 0,0244 nats sul set di test in-distribuzione. Questo è 6,4 volte l'errore della GNN base (0,0038 nats), ma significativamente migliore del baseline dell'informazione mutua classica (0,1002 nats).
• Portabilità (Out-of-Distribution): Quando applicata invariata (fit una sola volta) a sei pool out-of-distribution (varianti di dimensioni del sistema, shift strutturali e posizioni 2D casuali), la forma chiusa supera la GNN base in cinque dei sei pool e pareggia nel sesto. Ciò è attribuito alla natura non parametrica rispetto alla geometria della forma; a differenza della GNN, essa non riceve esplicitamente le coordinate atomiche.
• Trasferimento Cross-Hamiltoniana: Quando rifittata per famiglia, la forma a sei feature supera i baseline analitici ($I$ e $I$ filtrato) in tutte le famiglie di Hamiltoniane testate (TFIM, XXZ, J1-J2, Rydberg e random-sign). Sebbene XGBoost sugli stessi parametri sia più accurato, manca di interpretabilità.
• Scaling a $N=100$: Utilizzando dati DMRG indipendenti, gli autori mostrano che un fit globale con coefficienti congelati fallisce alle grandi scale (il MAE cresce oltre 1 nat). Tuttavia, rifittare i coefficienti per dimensione mantiene un MAE di 25–50 mnat. Le leggi di scaling del coefficiente rifittate permettono il deployment senza etichette a circa 40–80 mnat.
• Robustezza: La forma è robusta al rumore di campionamento (shot noise), superando i baseline di informazione mutua con appena ~160 shot di misurazione.

Significatività e Rivendicazioni
Il documento afferma che l'Eq. 1 occupa una nicchia unica nel trade-off tra accuratezza e interpretabilità. Non è una "distillazione" della GNN nel senso di ricostruire i suoi pesi interni; piuttosto, è un fit indipendente a bassa dimensione su quantità fisiche che la GNN utilizza. La GNN codifica queste quantità in un codice ridondante e ad alta dimensionalità, mentre l'Eq. 1 fornisce una proiezione leggibile.

La significatività risiede nel fornire uno stimatore trasparente, trasferibile e regolabile. Permette agli sperimentatori di ispezionare la fisica che guida la stima dell'entropia, applicare il modello attraverso diverse geometrie e fasi senza riaddestramento, e calibrare il modello con un numero minimo di etichette. Gli autori concludono che, sebbene i modelli non lineari (come XGBoost o la GNN) offrano un'accuratezza grezza superiore date grandi dataset etichettati, la forma chiusa offre una trasparenza superiore e un comportamento di scaling caratterizzato, fissando una "regola del budget di etichette" per simulazioni quantistiche su larga scala.