Tailored and Externally Corrected Coupled Cluster with Quantum Inputs

本論文は、GoogleのSycamoreデバイスのような量子ハードウェア上で測定された波動関数の重なりを利用して古典的な結合クラスター法を補正するハイブリッド量子・古典アプローチを提案しており、それによって、極めて低い量子リソース要件で強相関系に対する化学的に精密な結果を達成する。

要約

完璧なケーキを焼こうとしている場面を想像してください（これは分子の振る舞いをシミュレートしていることに相当します）。しかし、あなたは同時に2つの全く異なる問題に直面しています。

1. 「全体像」の問題（静的相関）: 時として、ケーキの材料が単純なレシピでは扱えないような、奇妙で複雑な相互作用を起こすことがあります。もしこれを無視すると、ケーキが崩れたり、味が完全に変なものになったりするかもしれません。化学において、これは化学結合が切れたり形成されたりする時に起こります。
2. 「細部」の問題（動的相関）: たとえ全体像が正しく把握できたとしても、砂糖の結晶や卵の分子一つひとつが絶えず微細に揺れ動いている様子まで考慮する必要があります。もしこれらの細かな詳細を無視してしまうと、あなたのケーキは「美味しい」と言えるほど精密には仕上がりません。

何十年もの間、科学者たちはある「黄金律」のレシピ（結合クラスター法と呼ばれます）を使用してきました。このレシピは「細部の問題」を扱うことには非常に長けていますが、「全体像の問題」には極めて弱いです。複雑な分子に対してこれを使おうとすると、レシピは壊滅的に失敗してしまいます。

新しいハイブリッド・レシピ

この論文は、量子コンピュータと古典的なスーパーコンピュータという、両方の世界のベストな部分を組み合わせた、巧妙なハイブリッド・アプローチを提案しています。

量子コンピュータを「下書きを描くアーティスト」だと考えてください。このアーティストは「全体像」（複雑で奇妙な相互作用）を描くことは得意ですが、完璧ではありません。描き間違いを少ししてしまうかもしれません。
一方、古典的なコンピュータを「精密な編集者」だと考えてください。この編集者は、複雑な絵を一から描き出すことは苦手ですが、ラフなスケッチを受け取り、それを完璧に磨き上げて「細部」を仕上げることは驚異的に得意です。

著者たちの手法は次のように機能します：

1. スケッチ: 量子コンピュータに「試行状態」（分子のラフなスケッチ）を用意させます。
2. 測定: 量子コンピュータに計算のすべてを行わせる（それはあまりにも難解でエラーが発生しやすい作業です）のではなく、特定の「重なり（オーバーラップ）」を測定することだけを求めます。これは、2枚の透明なシートを光にかざして、「これら2つの形はどの程度重なっているか？」と問いかけるようなものです。
3. 磨き上げ: 得られた重力の測定値を、古典的な「精密な編集者」（分割振幅結合クラスター法と呼ばれる手法）に投入します。この編集者は、ラフなスケッチを用いて「全体像」のエラーを修正し、その上で「細部」を付け加えることで、化学的に精密な結果を導き出します。

「シャドウ（影）」テクニック

量子コンピュータでこれらの重なりを測定することは、通常、嵐の中で砂粒を数えようとするようなものです。明確な答えを得るためには、膨大な数の測定（「ショット」と呼ばれます）が必要です。

著者たちは、この問題を解決するために**「古典的シャドウ（Classical Shadows）」**というトリックを使用しています。これは、3Dオブジェクトの姿を知りたいけれど、ランダムな角度から2Dの写真しか撮れない状況を想像してみてください。十分な数のランダムな写真（影）を撮ることで、オブジェクト全体を一度に見ることなく、数学的にその3D形状を再構成できるのです。

• 彼らは、重なりを測定するために、**マッチゲート・シャドウ（Matchgate Shadows）**と呼ばれる特定の種類の手法を用いました。
• 彼らは、たとえ写真が少しぼやけていたり（ノイズがあったり）、あるいはスケッチが不完全であったとしても、この「精密な編集者」は驚くほど頑健であることを発見しました。編集者は依然としてレシピを修正し、完璧なケーキを作り出すことができるのです。

彼らが発見したこと

チームは、窒素分子の分解やダイヤモンド結晶のシミュレーションを含むいくつかのシナリオでテストを行いました。主な結論は以下の通りです。

• 不完全なスケッチでも機能する: 量子コンピュータによる「下書き」がかなりひどいもの（例えば、子供が描いたスケッチのようなもの）であっても、古典的な編集者はそれを修正できます。最終的な結果はしば理化学的に正確であり、従来の「黄金律」のレシピが抱えていた失敗を克服しています。
• 驚くほど少ない測定回数: 良い結果を得るためには、何十億回もの測定が必要だと考えるかもしれません。しかし、彼らは、良好な結果を得るために必要なのは、わずか数百万回（具体的には、窒素分子に対して約3000万ショット）であることを見出しました。これは、現在の量子ハードウェアにとって十分に管理可能な数字です。
• 実機でのテスト: 彼らは単にシミュレーションを行っただけでなく、実際にGoogleのSycamore量子チップ上で実行しました。実機の物理的なノイズやエラーが存在する環境においても、彼らの手法は他の高度な量子シミュレーション手法に匹敵する結果を出しました。
• ダイヤモンドとダイヤモンド: ダイヤモンド結晶に対して試行した際、彼らの手法は、生の量子スケッチのみを使用した場合と比較して結果を大幅に改善しました。ただし、量子スケッチ自体がその特定のケースにおいて少し限定的であったため、「完璧」なレベルには完全には達しませんでした。

結論

この論文は、難しい化学問題を解決するために、今日、完璧でエラーのない量子コンピュータを必要としているわけではないことを示しています。私たちに必要なのは、量子コンピュータに複雑な部分の「ラフなスケッチ」を描かせ、そして古典的なコンピュータに細部を磨き上げる重労働を任せることなのです。

それは、才能はあるが少し不器用なアーティスト（量子コンピュータ）が傑作の輪郭を描き、入念な修復家（古典的なコンピュータ）が色を塗り、線を整えるようなものです。彼らが力を合わせることで、単独では決して成し遂げられなかった傑作を生み出すことができるのです。

技術概要

技術要約：量子入力を利用した、テーラー化および外部補正型結合クラスター法

問題提起
分子の電子構造を正確にシミュレーションするには、静的（強）相関と動的相関の両方をバランスよく扱う必要がある。単一参照結合クラスター（CC）法、特にCCSD(T)は、動的相関については「ゴールドスタンダード」であるが、多参照（MR）領域（例：結合解離）では致命的に失敗する。一方、古典的な多参照CC（MRCC）法は計算コストが極めて高く、また、活性空間（AS）法（例：CASCI）は静的相関をよく捉えるものの、活性空間外の動的相関を無視してしまう。

量子コンピューティングは、高品質なMR試行状態（例：VQEによる）を準備するための経路を提供する。しかし、これらの量子状態を古典的な動的相関補正に統合することには、大きな障壁が存在する。従来のハイブリッド手法は、高次の簡約密度行列（RDM）、例えば3RDMや4RDMの測定を必要とすることが多く、これらは量子リソース（ショット数）において指数関数的なスケーリングを招き、非常に小さな活性空間を持つ系を超えると現在では実行不可能となる。

手法
著者らは、量子入力を用いた分割振幅結合クラスター法、具体的には**テーラー化結合クラスター（TCC）および外部補正結合クラスター（ec-CC）**を利用する、ハイブリッド量子・古典フレームワークを提案している。

1. 量子入力戦略： 高次のRDMを測定する代わりに、量子コンピュータを用いて試行波動関数 $|\Psi_T\rangle$（例：VQE状態）を準備する。量子デバイスは、この試行状態と特定のスレーター行列式（計算基底状態）との間の**重なり（overlap）**を測定するためだけに用いられる。
2. 測定プロトコル： 著者らは、効率的に重なりを推定するために、古典シャドウ、具体的にはマッチゲートシャドウを採用している。この手法により、フル状態トモグラフィーや高次RDMを必要とせずに、多項式数のショットで複数の期待値を推定することが可能となる。
3. 古典的処理：
   • TCC： 測定された重なりは、クラスター解析を通じて活性空間のクラスター振幅（$T_1, T_2$）を抽出するために使用される。これらの振幅は「凍結」され、残りの外部振幅は標準的なCCSD方程式を用いて解かれる。
   • ec-CC： 重なりは、試行状態から近似的な三重（$T_3$）および四重（$T_4$）振幅を決定するために使用される。これらは凍結され、それらの存在下で一重および二重の振幅方程式が解かれ、MR特性を持つCCSDエネルギーが効果的に補正される。
4. ノイズモデリング： 著者らは、マッチゲートシャドウ測定の統計的ノイズモデルを開発した。彼らは、重なりの推定値がガウス分布に従い、独立かつ同一分布（i.i.d.）であることを検証している。これにより、全量子回路をすべてのデータポイントに対してシミュレートすることなく、ショット予算を推定するための合成エラーモデルを構築できる。

主な貢献

• リソース効率： 分割振幅法が、高次RDMよりも少ない多項式数の重なり（TCCSDでは$<n^4$、ec-CCでは$<n^8$）のみを必要とすることを実証している。これは、QRDM-NEVPT2などの手法と比較して、必要なショット数を劇的に減少させる。
• 不完全な状態に対する堅牢性： $N_2$ 解離曲線に関する数値シミュレーションにより、TCCSDとec-CCは極めて堅牢であることが示された。入力となる量子波動関数の品質が低い場合（例：CASCIに対して有意なエネルギー誤差を持つ浅いVQE回路によるもの）でも、これらの手法は、プレーンなCCSDに見られる定性的な失敗（偽の反応障壁など）を正常に修正し、化学的に精密な動的相関補正をもたらす。
• ショット予算の推定： TCCSDのエネルギー誤差と標準的なCCSD診断（具体的には$T_1$診断）を相関させることで、必要なショット予算を予測するべきべき乗則モデルを導出した。著者らは、$N_2$ 解離曲線（21点）において化学的精度を得るために、約3000万ショットが必要であると推定しており、これは現在のハードウェアにとって実現可能な数である。
• 実験的検証： 著者らは、GoogleのSycamoreデバイスを用いたデータ（$H_4$ およびダイヤモンドの単位胞の重なりを測定）を用いて、ec-CCプロトコルをテストした。彼らは、分散に基づいて重なりをフィルタリングし、グローバル位相を補正するためのポストプロセッシング・パイプラインを実装した。

結果

• $N_2$ 解離（シミュレーション）： 浅いVQE状態によってテーラー化されたTCCSDは、プレーンなCCSDに存在する人工的な反応障壁を取り除くことに成功し、正確なCASCIによってテーラー化されたTCCSDとほぼ同一の解離曲線を実現した。動的相関エネルギーの寄与は、VQEアンザッツの不完全性に対して頑健であることが判明した。
• $H_4$ 正方形（Sycamore ハードウェア）： 実験的なマッチゲートシャドウデータを用いたec-CCは、十分なショット数があれば化学的精度（誤差 < 1 mEh）を達成し、試行状態の生の変分エネルギーやプレーンなCCSDのエネルギーを上回った。その結果は、同じハードウェア実験における量子モンテカルロ（QC-QMC）の結果と同等であった。
• ダイヤモンド単位胞（Sycamore ハードウェア）： 26軌道を持つより大きなシステムにおいて、量子試行状態を用いたec-CCおよびTCCSDは、試行状態の変分エネルギーを大幅に改善したが、化学的精度には達しなかった。著者らは、これを手法自体の失敗ではなく、活性空間近似の限界と試行状態（完全ペアリング）の性質によるものと考えている。
• エラー緩和： 著者らは、組み込まれたエラー緩和メカニメントを特定している。この手法は重なりの比率（正規化のため）に依存しており、重なりが実数であるため、デポラリゼーションノイズのような特定のノイズが商の中で相殺され、直接的なエネルギー期待値測定よりもデバイスノイズに対して耐性がある。

意義と主張
本論文は、このアプローチが電子構造における量子優位性への実現可能な近未来の経路を提供すると主張している：

1. 実現可能性： 動的相関補正のための測定障壁を下げ、現在のショット予算で古典的に困難な系を扱うことを可能にする。
2. エラー耐性： 手法は、状態準備の不完全性（浅い回路）と測定ノイズの両方に対して堅牢であり、不完全な入力からでも定性的な正しさを回復できることが多い。
3. ハイブリッドの生存性： 量子コンピュータが困難な静的相関（状態準備と重み測定）を扱い、古典的なコンピュータが動的相関（標準的なCCソルバー）を扱うという、既存の古典的インフラストラクチャ（例：DLPNO-CCSD）を活用する具体的な枠組みを提供する。
4. 診断的ガイダンス： 本研究は、量子試行状態がec-CCにおいて改善をもたらす可能性が高いかどうかを判断するための実用的なガイドを提供し、量子優位性の存在と、システムに存在する特定の多参照特性との関連付けを行っている。

著者らは、現在の結果は有望であるが、ショット数はマッチゲートシャドウに基づく上限であり、将来の研究では、リソース要件をさらに削減するために、より効率的なシャドウプロトコル（例：粒子数保存型）を探索できる可能性があると結論付けている。