A Quantum-Classical Surrogate Model for the Collision Operator of the Lattice Boltzmann Method

Sintesi Tecnica: Un Modello Surrogato Quantistico-Classico per l'Operatore di Collisione del Metodo Lattice Boltzmann

Problematica
Il Metodo Lattice Boltzmann (LBM) è una tecnica di fluidodinamica computazionale (CFD) ampiamente utilizzata che discretizza spazio, tempo e velocità. Sebbene lo stadio di streaming dell'LBM sia lineare e suscettibile ad algoritmi quantistici, lo stadio di collisione locale introduce dipendenze non lineari che sfidano i solutori puramente quantistici, i quali si basano su operazioni unitarie. Gli approcci quantistici precedenti all'LBM hanno richiesto la riformulazione del problema come ottimizzazione binaria, l'uso di annealing adiabatico o l'impiego di Circuiti Quantistici Variazionali (VQC) limitati a parametri di rilassamento fissi (ad es., $\tau=1$), richiedendo un nuovo addestramento per diversi regimi di flusso. Inoltre, i metodi esistenti spesso faticano con la natura non unitaria dell'operatore di collisione di Bhatnagar-Gross-Krook (BGK) e con l'elevato numero di gate richiesto dalle tecniche di linearizzazione come l'espansione di Carleman.

Metodologia
Gli autori propongono un modello surrogato ibrido quantistico-classico progettato per l'hardware NISQ (Noisy Intermediate-Scale Quantum) per approssimare l'operatore di collisione BGK non lineare. Il nucleo della metodologia consiste nel decomporre il processo di collisione in due componenti distinte:

1. Predizione dell'Equilibrio tramite VQC: Un circuito quantistico parametrizzato e poco profondo predice la distribuzione di equilibrio post-collisione. Il circuito utilizza uno schema di Codifica ad Angolo (AE) dove le variabili macroscopiche classiche (densità $\rho$, velocità $\mathbf{u}$) sono codificate come angoli di rotazione. L'architettura impiega un Ansatz Parallelo (PA) con $N=3$ qubit per gestire le tre componenti di velocità. La struttura del circuito include il ri-caricamento dei dati (ripetizione degli strati di codifica e di entanglement) per espandere lo spettro di frequenza accessibile, permettendo al modello di rappresentare non linearità di ordine superiore.
2. Rilassamento BGK tramite Estensione del Circuito: Invece di apprendere l'intera dinamica di rilassamento, gli autori integrano direttamente lo stadio di rilassamento BGK nella struttura del circuito. Il parametro di rilassamento $\omega$ è codificato come un'ampiezza di probabilità quantistica che controlla un gate di Fredkin (controlled-SWAP). Questo gate mescola lo stato pre-collisione con lo stato di equilibrio predetto. Questo design permette al modello di accettare qualsiasi parametro di rilassamento $\omega \in [0.5, 2)$ come input senza necessità di ri-addestramento.
3. Vincoli di Post-Processing: Per affrontare gli errori di approssimazione inerenti al surrogato quantistico, il modello applica un post-processing classico per imporre:
   • Conservazione di Massa e Momento: Utilizzando una correzione algebrica derivata da Corbetta et al.
   • Equivarianza Rotazionale: Imponendo la simmetria tramite media di gruppo sul gruppo ottaedrico $D_{48}$ (per 3D) o sul gruppo diedro $D_8$ (per 2D).
   • Compressione delle Orbite Direzionali: Riducendo il numero di circuiti addestrati raggruppando le direzioni di velocità in orbite di simmetria, condividendo i parametri tra direzioni fisicamente equivalenti.

Contributi Chiave

• Parametro di Rilassamento Variabile: Il documento introduce il primo surrogato ibrido quantistico-classico che codifica esplicitamente il parametro di rilassamento $\omega$ come input del circuito, consentendo il recupero dell'intero stato post-collisione BGK attraverso l'intero intervallo fisicamente ammissibile senza ri-addestramento.
• Analisi Architetturale: Gli autori rivalutano criticamente le metriche standard dei VQC (espressività, entanglement, dimensione effettiva) nel contesto della fluidodinamica. Identificano che il numero di ripetizioni della codifica ($L_{SW}$) è il principale motore della capacità del modello, mentre il raggiungimento di un entanglement di livello Haar non è un prerequisito per un'accuratezza competitiva.
• Simulazione High-Fidelity 3D: Il lavoro presenta la prima simulazione surrogata LBM quantistica ad alta fedeltà in tre dimensioni, validata sul benchmark del vortice di Taylor–Green.
• Compressione delle Orbite: L'implementazione della compressione delle orbite direzionali riduce significativamente l'overhead di addestramento e inferenza, mantenendo l'accuratezza e stabilizzando la simulazione contro la varianza stocastica dell'addestramento.

Risultati
Il surrogato è stato validato contro l'operatore BGK classico utilizzando problemi di benchmark stabiliti:

• Vortice di Taylor–Green (3D): Simulato a $Re \approx 1$ con parametri di rilassamento $\omega = 0.75$ e $\omega = 1.25$. Il surrogato ha riprodotto accuratamente il decadimento dell'energia cinetica e la dinamica dei vortici con errori relativi mediani intorno a $10^{-4}$. L'inclusione delle correzioni di conservazione e simmetria si è dimostrata necessaria per la stabilità a lungo termine.
• Strato di Taglio Doppio (2D): Simulato a numeri di Reynolds $Re = 100, 400,$e$1000$. Il modello ha catturato con successo l'instabilità di Kelvin-Helmholtz, l'accoppiamento dei vortici e la transizione alla turbolenza. Gli errori puntuali sono rimasti bassi ($\sim 10^{-4}$ a $10^{-3}$), concentrati nelle regioni di alta non linearità (nuclei dei vortici).
• Generalizzazione: Il modello ha dimostrato una robusta capacità di generalizzazione attraverso diversi numeri di Reynolds e parametri di rilassamento senza ri-addestramento, confermando l'efficacia della codifica variabile di $\omega$.

Significatività e Rivendicazioni
Il documento sostiene che questa strategia ibrida offre una via pratica verso la realizzazione del potenziale del calcolo quantistico nell'ingegneria dei fluidi. Delegando il processo di rilassamento BGK non unitario a un'estensione del circuito a circuito chiuso e utilizzando solo un VQC poco profondo per la predizione non lineare dell'equilibrio, l'approccio mitiga i limiti dell'attuale hardware NISQ (rumore, qubit limitati, profondità ridotta). Gli autori sottolineano che il loro approccio evita i costi esponenziali di gate dei metodi di linearizzazione e i requisiti di ri-addestramento dei precedenti surrogati LBM basati su VQC. Il lavoro suggerisce che le strategie ibride quantistico-classiche possono raggiungere un'elevata accuratezza e generalizzabilità, replicando strettamente le soluzioni classiche per flussi con numero di Reynolds moderato, validando così la fattibilità dei surrogati CFD potenziati dal calcolo quantistico.