Improved constant factors for qubitized Hamiltonian simulation

Immagina di cercare di prevedere il comportamento futuro di un mondo minuscolo e invisibile fatto di atomi ed energia. Questo è il compito dei computer quantistici, che sono come super-calcolatrici progettate per simulare le leggi della fisica che governano tutto, dai nuovi medicinali alle batterie super-efficienti. Tuttavia, queste macchine sono notoriamente difficili da programmare perché la matematica che devono risolvere è incredibilmente complessa. Per rendere questo possibile, gli scienziati usano un trucco speciale chiamato "Quantum Signal Processing" (Elaborazione del Segnale Quantistico). Pensa a questo trucco come a un modo per tradurre una danza complicata e vorticosa di energia in una ricetta semplice, passo dopo passo, che il computer possa seguire. L'obiettivo è capire esattamente quanti passi (o "chiamate" a uno specifico strumento matematico) siano necessari per ottenere la risposta corretta senza sprecare tempo o energia. Se fai troppi pochi passi, la risposta è sbagliata; se ne fai troppi, il computer esaurisce la batteria prima di finire. Per anni, gli scienziati hanno cercato di trovare il numero minimo assoluto di passi richiesti, sperando di ridurre anche solo un minimo di lavoro extra per rendere queste simulazioni più veloci e pratiche.

Questo articolo riguarda la ricerca di un righello molto più affilato e preciso per misurare quei passi. Gli autori, lavorando presso Xanadu, hanno scoperto un modo per stringere le regole su quanti passi siano necessari per simulare come un sistema quantistico cambia nel tempo. Si sono concentrati su uno strumento matematico specifico chiamato "espansione di Jacobi-Anger", che è come un enorme libro di ricette infinito per descrivere come si muovono le onde. Per ottenere una buona risposta, devi smettere di leggere la ricetta a un certo punto, ma devi sapere esattamente dove fermarti per non perdere ingredienti importanti. Gli autori si sono resi conto che i metodi precedenti per decidere dove fermarsi erano un po' troppo cauti, come un pasticciere che aggiunge un'enorme tazza extra di farina solo per sicurezza. Usando due astute disuguaglianze matematiche (chiamate con i nomi di Kapteyn e Watson) per analizzare la "coda" della ricetta — la parte che viene tagliata via — hanno dimostrato che si può smettere molto prima di quanto precedentemente pensato.

La loro scoperta principale è che hanno quasi completamente colmato il divario tra il miglior limite teorico possibile e ciò che possiamo effettivamente raggiungere. Hanno dimostrato che il numero di passi necessari è essenzialmente uguale al tempo che si sta simulando moltiplicato per un fattore che è ora incredibilmente vicino a 1. In passato, le migliori stime suggerivano che avresti potuto aver bisogno di circa 1,36 volte (specificamente $e/2$) più passi rispetto al minimo assoluto. Gli autori hanno dimostrato che, trattando la matematica residua con più cura, si può ridurre questo sovraccarico di quel medesimo fattore, rendendo il processo circa 1,36 volte più efficiente. Non l'hanno solo ipotizzato; hanno fornito prove matematiche rigorose per dimostrare che le loro nuove formule sono corrette e che le vecchie stime più lasche erano effettivamente troppo conservative.

Per visualizzarlo, immagina di dover stimare la lunghezza di una strada di montagna tortuosa. Le mappe precedenti dicevano che la strada era lunga circa 1,36 miglia per ogni miglio di distanza in linea retta, giusto per sicurezza. Gli autori di questo articolo sono usciti, hanno misurato le curve con un laser e hanno dimostrato che la strada è in realtà molto più vicina a essere esattamente 1 miglio per ogni miglio di distanza in linea retta. Hanno dimostrato che l' "extra" di distanza che la gente pensava fosse necessario tenere in considerazione era in gran parte un'illusione causata dall'uso di un metro più approssimativo. Il loro nuovo metodo usa un metro ad alta precisione che tiene conto perfettamente delle curve, permettendo ai computer quantistici di simulare reazioni chimiche e processi fisici con molte meno risorse. Questo non risparmia solo un po' di tempo; per simulazioni grandi e complesse, potrebbe significare la differenza tra un calcolo che richiede una settimana e uno che ne richiede pochi giorni, o tra una simulazione impossibile e una finalmente realizzabile. Gli autori confermano che i loro nuovi limiti sono "stretti" (tight), il che significa che sono molto vicini alla vera realtà matematica, e hanno dimostrato questo confrontando le loro formule con dati generati dal computer, mostrando che le loro previsioni corrispondono ai numeri reali quasi perfettamente.