Practical fermionic shadows enabled by improved sample-complexity bounds

Nel panorama in rapida evoluzione del calcolo quantistico, gli scienziati sono in una corsa per costruire macchine capaci di risolvere problemi impossibili per gli odierni supercomputer. Queste macchine utilizzano bit quantistici, o qubit, che possono esistere in più stati contemporaneamente, permettendo loro di esplorare simultaneamente vaste possibilità. Tuttavia, leggere i risultati da queste macchine è notoriamente difficile. Poiché gli stati quantistici sono fragili, misurarli spesso distrugge le stesse informazioni che i ricercatori cercano di catturare. Per aggirare questo problema, gli scienziati utilizzano una tecnica chiamata tomografia delle ombre classiche (classical shadow tomography). Immaginate di cercare di comprendere la forma di un oggetto complesso in una stanza buia lanciandogli contro un numero limitato di torce da diverse angolazioni; analizzando le ombre proiettate, potete ricostruire la forma dell'oggetto senza mai vederlo direttamente. Questo metodo permette ai ricercatori di stimare proprietà specifiche di un sistema quantistico, come l'energia di una molecola, utilizzando molti meno misurazioni rispetto a quanto richiederebbero i metodi tradizionali. L'efficienza di questo processo dipende pesantemente da quante volte l'esperimento debba essere ripetuto, un valore noto come numero di "shot" (scatti). Se il numero di shot richiesti cresce troppo rapidamente all'aumentare delle dimensioni del sistema, il metodo diventa impraticabile per le centinaia di qubit che le macchine moderne stanno iniziando a ospitare.

Un team di ricercatori del Los Alamos National Laboratory e dell'Università di Harvard ha recentemente affrontato un collo di bottiglia critico in questo processo, specificamente per sistemi che modellano elettroni che si muovono attraverso i materiali. Questi sistemi, noti come sistemi fermionici, sono centrali per la comprensione della chimica e della scienza dei materiali. I ricercatori si sono concentrati su un tipo specifico di protocollo di misurazione quantistica chiamato ombre matchgate (matchgate shadows), che è particolarmente adatto a questi problemi basati sugli elettroni. Mentre i metodi precedenti promettevano che il numero di misurazioni sarebbe cresciuto a un ritmo gestibile all'aumentare della dimensione del sistema, i limiti matematici noti suggerivano che il numero di shot sarebbe diventato comunque proibitivo per applicazioni pratiche. Il team si è posto l'obiettivo di trovare un limite più stretto e accurato su quante misurazioni siano effettivamente necessarie. Il loro lavoro rivela che le stime precedenti erano eccessivamente pessimistiche e che il numero di shot richiesti può essere drasticamente ridotto, rendendo questi esperimenti fattibili sull'hardware attuale e su quello di prossima generazione.

Il cuore della scoperta risiede nel modo in cui i ricercatori hanno analizzato la struttura matematica dei dati raccolti durante queste misurazioni. Si sono concentrati sugli osservabili, che sono le specifiche quantità fisiche che gli scienziati vogliono misurare, come l'energia di un sistema. Nel contesto dei sistemi fermionici, questi osservabili sono costruiti a partire da combinazioni di componenti fondamentali chiamati operatori di Majorana. I ricercatori hanno esaminato come la complessità di queste combinazioni influenzi il numero di shot necessari. Hanno scoperto che, per una specifica classe di queste misurazioni, il numero di shot richiesti scala in modo molto più dolce rispetto alla dimensione del sistema di quanto precedentemente ipotizzato. Invece di crescere con una potenza elevata della dimensione del sistema, la loro nuova analisi mostra che cresce con una potenza molto più bassa. Questo non è un piccolo aggiustamento; rappresenta un miglioramento fondamentale dell'efficienza del protocollo.

Per dimostrare l'impatto reale di questo miglioramento teorico, il team ha applicato i loro nuovi limiti a un modello classico usato in fisica per descrivere elettroni interagenti, noto come modello di Hubbard. Hanno simulato uno scenario che coinvolge una catena di cinquanta siti, una dimensione rilevante per le capacità sperimentali attuali. Sotto i vecchi e più ampi limiti matematici, stimare l'energia di questo sistema con un determinato livello di precisione avrebbe richiesto circa un miliardo di shot di misurazione. Questo sarebbe stato un compito estenuante e probabilmente impossibile per i dispositivi attuali. Tuttavia, utilizzando i nuovi limiti più stretti derivati dal loro studio, il numero di shot richiesti scende a circa centomila. Questa riduzione significa che l'esperimento è circa 10.000 volte più efficiente, tagliando efficacementamente il tempo e le risorse richieste di circa il 99,98 percento. Un salto del genere trasforma un compito che era un tempo considerato troppo costoso per essere eseguito in uno che è ampiamente alla portata della tecnologia esistente.

La significatività di questo lavoro va oltre il semplice risparmio di tempo su un singolo calcolo. Fornisce una tabella di marcia più chiara per ciò che è possibile nell'attuale era del calcolo quantistico, dove le macchine stanno appena iniziando a raggiungere la scala di centinaia di qubit. Dimostrando che la complessità del campionamento può essere molto più bassa di quanto creduto in precedenza, i ricercatori hanno rimosso una barriera teorica importante che scoraggiava l'uso di questi potenti protocolli di ombre per i sistemi fermionici. Le loro scoperte suggeriscono che i limiti non risiedevano nell'hardware fisico o nella natura fondamentale dei sistemi quantistici, ma piuttosto negli strumenti matematici utilizzati per prevedere quanto dato fosse necessario. Con questi strumenti migliorati, gli scienziati possono ora pianificare esperimenti con maggiore fiducia, sapendo che i dati necessari per estrarre risposte significative sono raggiungibili.

Sebbene la prova matematica dietro questo risultato sia intricata e si basi su concetti avanzati di teoria dei gruppi e combinatoria, l'esito pratico è diretto e profondo. I ricercatori hanno dimostrato che ripensando al modo in cui i dati di misurazione vengono elaborati, il costo per apprendere informazioni su sistemi quantistici complessi può essere drasticamente abbassato. Questo non significa che i computer quantistici siano ora perfetti o che tutte le sfide siano state risolte; la difficoltà fisica di costruire e mantenere queste macchine rimane. Tuttavia, per il compito specifico di estrarre stime di energia e altre proprietà dai modelli basati su elettroni, la strada da seguire è ora molto più chiara. Il lavoro colma il divario tra possibilità teorica e realtà sperimentale, offrendo un modo concreto per trarre il massimo dai computer quantistici che abbiamo oggi. Mentre il campo si muove verso simulazioni più grandi e complesse, questo tipo di guadagni di efficienza sarà essenziale per trasformare il vantaggio quantistico da una promessa a uno strumento quotidiano per la scoperta scientifica.