Efficient classical simulation of two-dimensional long-range systems: Rydberg arrays and beyond

Sintesi Tecnica: Simulazione Classica Efficiente di Sistemi Bidimensionali a Lungo Raggio

Problema
Il Monte Carlo Variazionale (VMC) è uno strumento primario per il benchmarking dei simulatori quantistici, in particolare per sistemi bidimensionali (2D) con interazioni a lungo raggio (ad esempio, array di atomi di Rydberg con accoppiamenti $1/r^3$ o $1/r^6$). Tuttavia, esiste un significativo collo di bottiglia computazionale nella valutazione dell'energia locale ($H_{\text{loc}}$) per sistemi con interazioni a due corpi all-to-all arbitrarie.

• In un VMC standard, mentre i costi di campionamento sono $O(N)$ per gli Stati a Rete di Tensori (TNS) e $O(N^2)$ per gli Stati Quantistici Neurali (NQS), la valutazione di $H_{\text{loc}}$ per accoppiamenti off-diagonal a lungo raggio richiede la somma di $O(N^2)$ termini non locali.
• Poiché ogni termine richiede una valutazione completa della rete in tempo $O(N)$, il costo totale per ogni sweep di Monte Carlo (MC) scala come $O(N^3)$. Questa scalabilità cubica rende intrattabile la simulazione classica accurata di grandi sistemi 2D a lungo raggio (ad esempio, reticoli $10 \times 10$).
• Inoltre, sorge una patologia tecnica quando si evolve un TNS da stati prodotto (comune negli esperimenti con Rydberg): agli stati prodotto esatti, il Tensore di Geometria Quantistica (QGT) sviluppa direzioni nulle se la dimensione di legame è maggiore di uno, causando la singolarità delle equazioni del Principio Variazionale Dipendente dal Tempo (TDVP).

Metodologia
Gli autori introducono un framework tVMC a base adattiva (adaptive-basis tensor-network) progettato per ridurre la complessità computazionale della valutazione dell'energia locale da $O(N^3)$ a $O(N)$, mantenendo al contempo la capacità di gestire accoppiamenti disomogenei generali e geometrie realistiche.

1. Campionamento a Base Adattiva:

   • Invece di campionare in un unico basis fisso (ad esempio, la base $z$), l'Hamiltoniana viene decomposta in componenti che sono diagonali in basi specifiche.
   • Per il modello XY dipolare ($H = H_{XY} + H_Z$), gli autori suddividono l'evoluzione in $H_X$ (diagonale nella base $x$) e $H_Y + H_Z$ (diagonale nella base $y$).
   • Vengono mantenute due catene di Markov indipendenti: una che campiona da $|\langle x|\psi_\theta\rangle|^2$ e un'altra da $|\langle y|U|\psi_\theta\rangle|^2$, dove $U$ è l'operatore di cambio di base.
   • Poiché gli accoppiamenti off-diagonal a lungo raggio scompaiono all'interno di ciascuna specifica base, la valutazione dell'energia locale per ogni componente diventa $O(N)$.
   • Gli aggiornamenti dei parametri sono calcolati separatamente per ogni base ($\dot{\theta}_X$ e $\dot{\theta}_Y$) e combinati tramite $\dot{\theta} = \dot{\theta}_X + U^\dagger \dot{\theta}_Y$.

2. Gestione delle Condizioni Iniziali di Stato Prodotto:

   • Per risolvere la singolarità nel QGT quando si parte da uno stato prodotto (dove la dimensione di legame $D > 1$), gli autori impiegano un approccio tVMC Proiettato (p-tVMC) per il primo step temporale.
   • Invece di risolvere l'equazione TDVP singolare, il primo step ($\delta t$) è determinato massimizzando la fedeltà $|\langle \psi_\theta | V | \psi(0) \rangle|^2$, dove $V$ è l'espansione del secondo ordine dell'operatore di evoluzione temporale.
   • Questa ottimizzazione è efficiente perché lo stato iniziale è uno stato prodotto, rendendo la distribuzione di campionamento $|\langle s|V|\psi(0)\rangle|^2$ computazionalmente trattabile. Dopo questo step iniziale, il tVMC standard viene ripreso.

3. Sfruttamento delle Simmetrie:

   • Il framework impone esplicitamente la simmetria di riflessione lungo le diagonali del reticolo nell'ansatz TNS. Ciò riduce il numero di parametri variazionali indipendenti di un fattore quattro, alleviando significativamente i requisiti di memoria GPU e riducendo la varianza degli aggiornamenti dei parametri.

Risultati Chiave
Il metodo è stato applicato per simulare il protocollo di evoluzione reale adiabatica di un modello XY dipolare $10 \times 10$ realizzato in un recente esperimento di Rydberg (Chen et al., Nature 2023), un sistema di dimensioni precedentemente fuori portata per la simulazione classica.

• Benchmarking: Su un sistema $4 \times 4$, i risultati TNS-tVMC (con dimensioni di legame $D=4, 5$) convergono sistematicamente ai risultati della diagonalizzazione esatta, riproducendo accuratamente la dinamica di rilassamento guidata e le oscillazioni rapide.
• Simulazione $10 \times 10$:
  • La simulazione ha tracciato l'evoluzione dell'energia, mostrando il sistema che si rilassa verso un plateau quasi stazionario leggermente al di sopra dell'energia del ground state.
  • Correlazioni Antiferromagnetiche (AFM): Lo studio ha affrontato una discrepanza nell'esperimento originale, dove lo stato preparato dinamicamente mostrava correlazioni AFM a lungo raggio soppresse rispetto ai calcoli di Matrix Product State (MPS) del ground state.
  • La simulazione della dinamica ideale degli autori (partendo da un perfetto stato di Néel con un detuning maggiore $\delta_0 = 19.48$) ha dimostrato che il protocollo di ramp adiabatica prescritto produce effettivamente correlazioni AFM spazialmente estese, coerentemente con il ground state variazionale.
  • Ciò suggerisce che la soppressione osservata nell'esperimento sia probabilmente dovuta a imperfezioni sperimentali (come la potenza limitata del laser che impedisce l'uso dell'ottimale $\delta_0$ sull'array $10 \times 10$) piuttosto che a un fallimento intrinseco del protocollo adiabatico.
• Convergenza: I risultati hanno mostrato una convergenza robusta rispetto alla dimensione del campione ($N_s = 81.920$ vs $163.840$), confermando l'affidabilità dell'approccio a base adattiva.

Significatività e Rivendicazioni
Il lavoro sostiene di fornire uno strumento di benchmarking classico scalabile per piattaforme quantistiche a lungo raggio, specificamente simulatori di Rydberg e trappole ioniche, che necessitano attualmente di tali strumenti.

• Risultato Tecnico: Il lavoro risolve il collo di bottiglia $O(N^3)$, consentendo la simulazione accurata della dinamica in tempo reale e degli stati fondamentali per sistemi 2D a lungo raggio con un costo $O(N)$ per ogni sweep MC.
• Risoluzione della Patologia: Offre una soluzione robusta per l'evoluzione di TNS da stati prodotto, uno scenario comune nei protocolli sperimentali.
• Impatto Scientifico: Fornendo un riferimento classico diretto per l'esperimento Rydberg $10 \times 10$, il lavoro chiarisce la natura della discrepanza tra i risultati sperimentali e le previsioni teoriche del ground state. Dimostra che il protocollo adiabatico ideale è capace di generare l'ordine a lungo raggio atteso, spostando il focus dell'ottimizzazione sperimentale sulle imperfezioni di realizzazione.
• Prospettive Future: Gli autori posizionano questo metodo come un ponte per la collaborazione classico-quantistica, dove le simulazioni classiche possono guidare l'identificazione di setup fisici interessanti prima che la crescita dell'entanglement diventi troppo severa per le reti di tensori, momento in cui la dinamica può essere affidata ai simulatori quantistici. Il metodo è inoltre indicato come una nuova via per studiare sistemi 2D a lungo raggio con problemi di segno, dove altri metodi numerici faticano.