Post-Optimization Subspace Corrections to Quantum Ansätze

La ricerca di simulare le molecole su computer quantistici è una corsa contro i limiti dell'attuale tecnologia. Al suo cuore risiede una sfida fondamentale: descrivere come gli elettroni si muovono e interagiscono all'interno di una molecola richiede un livello di dettaglio che sovrasta rapidamente anche i più potenti supercomputer classici. I computer quantistici, che utilizzano le strane regole della meccanica quantistica per elaborare le informazioni, offrono un modo naturale per risolvere questi problemi. Tuttavia, le macchine disponibili oggi sono fragili e limitate nelle dimensioni. Per ottenere risultati utili, gli scienziati utilizzano un metodo chiamato algoritmo variazionale. Pensate a questo come a un processo di tentativi ed errori in cui il computer costruisce un modello matematico della molecola, lo testa e poi perfeziona il modello per renderlo più accurato. Questo processo si ripete, aggiungendo strati di complessità al modello, finché l'energia della molecola non viene calcolata con sufficiente precisione. Il problema è che ogni strato aggiunto richiede più tempo e un numero enorme di misurazioni e, man mano che le molecole diventano più complesse, il numero di passaggi necessari per raggiungere una risposta accurata può crescere in modo esplosivo.

Un team di ricercatori ha trovato un modo per aggirare gran parte di questa estenuante ripetizione. Invece di costringere il computer quantistico a continuare a costruire un modello sempre più grande, hanno scoperto che, una volta costruito un modello decente, un particolare trucco matematico può perfezionare la risposta senza aggiungere alcuna nuova complessità al carico di lavoro della macchina. In uno studio che ha coinvolto fino a venti bit quantistici, i ricercatori hanno applicato questi trucchi a modelli esistenti di varie molecole. Hanno scoperto che il metodo poteva ridurre il numero di passaggi necessari per raggiungere un alto livello di accuratezza fino a sei volte. Ancora più importante, quando hanno calcolato lo sforzo totale richiesto, incluse le misurazioni effettuate, i risparmi sono stati ancora più drammatici, raggiungendo riduzioni fino a quaranta volte. Questo approccio non richiede che il computer quantistico diventi più grande o complesso; semplicemente estrae più valore dai dati che ha già raccolto.

I ricercatori si sono concentrati su due tecniche specifiche per raggiungere questa efficienza. La prima coinvolge un metodo noto come diagonalizzazione dello spazio di Krylov. Nell'approccio standard, il computer quantistico costruisce un modello passo dopo passo, aggiungendo un pezzo alla volta e ricalcolando l'intero sistema dopo ogni aggiunta. Questo è lento e costoso. Il nuovo metodo permette al computer di interrompere la costruzione una volta ottenuta un'approssimazione ragionevole. Invece di aggiungere ulteriori strati, i ricercatori prendono quella approssimazione esistente e la usano come punto di partenza per calcolare alcune proprietà specifiche dell'energia della molecola. Analizzando queste proprietà, possono proiettare matematicamente la risposta in uno spazio leggermente più ampio, recuperando efficacementamente i dettagli mancanti del comportamento della molecola senza mai chiedere al computer quantistico di eseguire una nuova operazione complessa. È come prendere uno schizzo grezzo di un paesaggio e usare un insieme di regole per riempire i dettagli mancanti, invece di tornare fuori a disegnare l'intera scena di nuovo.

Nelle loro simulazioni, i ricercatori hanno testato questo approccio su ventisette diversi sistemi molecolari. Hanno misurato quanti passaggi sono stati necessari per raggiungere un obiettivo specifico di accuratezza, definito come essere entro 1,6 millihartree dal valore di energia reale. Per le molecole più complesse del loro studio, che richiedevano al metodo standard di girare per centinaia di passaggi, la nuova tecnica ha raggiunto la stessa accuratezza in circa un sesto del tempo. Il beneficio è stato più pronunciato per le molecole con alta "entropia di Rényi", una misura di quanto sia diffuso e complesso l'arrangiamento elettronico. Per questi casi difficili, la riduzione dei passaggi è stata sostanziale. Quando il team ha modellato il costo totale del processo, tenendo conto del numero di misurazioni necessarie per ottenere dati affidabili, i risparmi sono stati ancora più sorprendenti. Il costo di esecuzione del metodo standard era fino a quaranta volte superiore rispetto al costo dell'uso della nuova tecnica di correzione. Ciò suggerisce che per i computer quantistici a breve termine, che sono limitati dal numero di misurazioni che possono eseguire prima che il rumore rovini i dati, questo approccio potrebbe fare la differenza tra un calcolo impossibile e uno fattibile.

La seconda tecnica esplorata dal team è chiamata equazione del moto autoconsistente aumentata dall'identità. Questo metodo affronta un problema diverso: cosa succede quando il modello iniziale è troppo semplice per catturare il vero comportamento della molecola, o quando le misurazioni utilizzate per selezionare il passaggio successivo sono rumorose? In molti casi, il computer quantistico potrebbe scegliere i pezzi sbagliati da aggiungere al modello perché i dati sono imperfetti. I ricercatori hanno scoperto che, aggiungendo un componente matematico specifico all'analisi finale, potevano correggere questi errori. Questa tecnica ha permesso loro di recuperare valori energetici accurati anche quando il modello iniziale era stato interrotto prematuramente o quando la selezione dei nuovi componenti si basava su dati rumorosi. In test che coinvolgevano una molecola chiamata m-benzine, il metodo ha recuperato con successo i livelli energetici corretti anche quando il processo standard stava faticando a causa del rumore di misurazione. Ha agito come una rete di sicurezza, garantendo che un punto di partenza difettoso o incompleto potesse comunque portare a una risposta finale precisa senza dover ricominciare l'intero processo.

Entrambi i metodi condividono una filosofia comune: trattano l'output del computer quantistico non come un prodotto finale, ma come un punto di riferimento per un'analisi più profonda. Eseguendo una piccola quantità di calcolo extra su un computer classico dopo che la macchina quantistica ha terminato il suo lavoro, i ricercatori possono estrarre ulteriore accuratezza. Questo è particolarmente prezioso perché l'hardware quantistico stesso rimane invariato. I circuiti non devono essere più lunghi e il numero di parametri che devono essere regolati non aumenta. I ricercatori hanno dimostrato che questo approccio funziona bene in una varietà di sistemi molecolari, dalle semplici catene di atomi alle strutture più complesse. Hanno anche mostrato che il metodo è robusto, mantenendo la sua efficacia anche quando i dati inseriti sono imperfetti.

Le implicazioni di queste scoperte vanno oltre il semplice risparmio di tempo. Riducendo il numero di passaggi e misurazioni richiesti, queste tecniche abbassano la barriera per l'esecuzione di simulazioni chimiche sull'attuale hardware. Ciò potrebbe consentire agli scienziati di studiare molecole più complesse, come quelle coinvolte nella fotosintesi o nella fissazione dell'azoto, che sono rimaste fuori portata a causa della scala enorme dei calcoli richiesti. I ricercatori hanno osservato che, sebbene il loro lavoro sia stato svolto in simulazione, i principi utilizzati sono direttamente applicabili a veri dispositivi quantistici. Hanno anche sottolineato che queste correzioni potrebbero essere applicate ad altri tipi di algoritmi quantistici, non solo a quello testato. La capacità di migliorare l'accuratezza senza aumentare le richieste fisiche alla macchina suggerisce una nuova strada da seguire per il settore.

Nella loro conclusione, gli autori hanno enfatizzato che la scelta di quale correzione utilizzare dipende dal problema specifico. Per alcune molecole, il primo metodo offre il miglior equilibrio tra velocità e accuratezza. Per altre, in particolare dove il modello iniziale è molto limitato, il secondo metodo fornisce una spinta cruciale. Lo studio non sostiene di aver risolto tutti i problemi della chimica quantistica, ma offre uno strumento pratico per rendere più efficaci gli strumenti esistenti. Man mano che l'hardware quantistico continua a migliorare, queste tecniche di post-ottimizzazione diventeranno probabilmente una parte standard del flusso di lavoro, permettendo ai ricercatori di ottenere di più da ogni bit quantistico e da ogni misurazione. Il lavoro serve come promemoria: a volte, il modo più potente per migliorare un sistema non è costruirne uno più grande, ma pensare con più cura a come utilizzare quello che si ha già a disposizione.