Real-time Sign-Problem-Suppressed Quantum Monte Carlo Algorithm For Noisy Quantum Circuit Simulations

技術要約：ノイズを含む量子回路シミュレーションのための、リアルタイム・サイン問題抑制型量子モンテカルロ・アルゴリズム

問題提起
量子プロセッサの規模拡大に伴い、開放型量子系のダイナミクスを効率的に古典シミュレーションする必要性が高まっている。現実世界のハードウェアは環境ノイズの影響を受けるため、マスター方程式（特にマルコフ過程におけるGKSL方程式、および非マルコフ過程におけるレッドフィールド方程式）のシミュレーションが不可欠である。密度行列 $\rho(t)$ の直接的な数値積分は、次元 $D=2^n$ に対して $O(D^2)$ のスケールを持つため、厳密なシミュレーションは $n \approx 10$ 量子ビット程度に制限される。

既存の近似手法には、以下のような重大な限界がある：

• 量子軌跡（QT）法： 相互作用を確率過程へと展開することで $O(D)$ のメモリ・スケーリングを実現するが、マスター方程式が完全正値性（CP）を破る場合（非マルコマル的なダイナミクスや負のレートが存在する場合によく起こる）に収束が困難になる。
• テンソルネットワーク法： 低エンタングルメント状態では効率的であるが、回路の深さとエンタングルメントが増大するにつれて著しく性能が低下する。

さらに、標準的な量子モンテカルロ（QMC）法は、しばしば「サイン問題」に直面する。これは、複素数または負の重みによって統計誤差が指数関数的に蓄積し、長時間のシミュレーションを妨げる現象である。

手法
著者らは、マルコフ的および非マルコフ的なマスター方程式の下で、密度行列を確率的に圧縮・発展させるリアルタイムQMCアルゴリズムを提示している。核となる革新技術は以下の通りである：

1. 確率的圧縮とポピュレーション・ダイナミクス：

   • 密度行列をベクトル化された超ケット $|\rho(t)\rangle\rangle$ として扱い、それを複素符号を持つ「ウォーカー（walker）」$\{w^{(\alpha)}_t\}$ の集合によって近似する。
   • 本アルゴリズムは、開放系の密度行列がデコヒーレンスにより計算基底において「擬似的に疎（pseudo-sparse）」になるという観察に基づいている。
   • 密な行列を進展させる代わりに、整数値の疎なベクトルからなるポピュレーション・ベクトル $|N(t)\rangle\rangle$ を進化させる。物理的な密度行列は、アンサンブル平均を通じて回収される：$|\rho(t)\rangle\rangle \approx \frac{1}{N_{sample} N_{diag}} \sum |N^{(i)}(t)\rangle\rangle$。

2. 動的消滅によるサイン問題の抑制：

   • 従来のQMC法がシミュレーションの終了時にのみサインのキャンセルを行うのに対し、本アルゴリズムは各タイムステップにおいて動的にサイン問題を処理する。
   • 進展は「生成（spawn）」ステップと「消滅（annihilation）」ステップに分割される。消滅ステップでは、同じ状態にあるが符号が逆のウォーカー（例：$+1$ と $-1$、または$+i$と$-i$）が明示的に打ち消し合う。
   • 十分な数の対角ウォーカー（$N_{diag}$）を維持することで、アルゴリズムは逆符号のウォーカーの効率的な消滅を保証し、これによりサイン問題の蓄積を抑制し、ヒューリスティックなポピュレーション制御なしに密度行列のトレースを保持する。

3. 非マルコフ・ダイナミクスの取り扱い：

   • 本手法はマスター方程式を直接模倣するため、QT法が負のジャンプ確率によって発散してしまうような、負のレート（非マルコフ性）を扱うことが可能である。
   • アルゴリズムは、標準的なオイラー・ソルバーと比較して高い精度でリアルタイム進化を行うため、2次アダムス・バッシュフォース（AB2）ソルバーを採用している。

4. レプリカ集約によるスケーラビリティ：

   • 本アルゴリズムは、複数の独立したメモリ軽量なレプリカの集約を可能にする。$r$ 個のレプリカを平均化することで、実効的なウォーカー数は $N_{diag}^{eff} = r N_{diag}$ となり、レプリカあたりのメモリ・フットプリントを増やすことなく、統計誤差を $(N_{diag}^{eff})^{-1/2}$ に低減できる。

主な貢献

• アルゴリズム開発： 動的消滅を通じてサイン問題を抑制するように設計された、開放系へのFull Configuration Interaction QMC (FCIQMC) を拡張した新しいQMCフレームワークを開発した。
• トレース保存： 本手法はマスター方程式のトレース保存特性を利用しており、バイアスを導入する一般的なポピュレーション制御技術を排除し、物理的一貫性を維持している。
• 非マルコフ能力： 完全正値性が破れる領域（QT法が発散する領域）を正常にシミュレートできることを示した。

結果
著者らは、超伝導トランモン量子ビットモデルを用いて、最新のQT法（QuTiPに実装）および厳密解とのベンチマークを行った：

• マルコフ的回路：

  • クロストーク抑制： 動的デカップリング（DD）下での$n$量子ビット系をシミュレートした。10量子ビット系において、QMCは同等の実行時間でQTよりも有意に小さい誤差棒を達成した。
  • スケーリング： 30量子ビットまでの大規模システムにおいて、QMCはQTに対して10倍から100倍の高速化を示した。QTはGHZ状態の準備において16量子ビットでメモリ制約を受けたが、QMCはレプリカ集約を用いて30量子ビットの回路をシミュレートすることに成功した。
  • 部分空間の効率性： 実効的な部分空間次元 $dim(H_{QMC})$ は $O(\lambda D)$ （ただし $\lambda \ll 1$）でスケールする。フィッティングの結果、異なる回路に対して $O(1.210^n)$ および $O(1.278^n)$ のスケーリングが示され、これはフル・ヒルベルト空間の $O(2^n)$ よりも遥かに優れたものである。

• 非マルコフ・ダイナミクス：

  • 共有されたボゾン浴に結合した2量子ビットモデル（負のレートを持つレッドフィールド方程式）において、QT解は急速に発散し、トレース値が1から逸脱した。
  • QMCは、$10^6$ 個のウォーカーの単一サンプルを用いて、基底状態および励起状態の両方について厳密解と完全に一致し、シミュレーションを通じてトレースを維持した。

• リソース見積もり：

  • 著者らは、50量子ビット回路のシミュレーションが、指数関数的な増大がボトルネックとなる前に、中程度の計算リソース（例：クロストーク抑制には約560 GB RAM、GHZ準備には約80 GB）で実現可能であると予測している。

意義と主張
本論文は、このQMCアルゴリズムが、ノイズを含む量子回路の古典シミュレーションのスケールアップにおける質的な飛躍を意味すると主張している。サイン問題を効果的に抑制し、確率的圧縮を利用することで、本手法は既存のQT法よりも、特に大規模システムや非マルコフ的な領域において、精度と計算効率の両面で優れている。

著者らは、以下の用途における優れたツールとして本手法を位置づけている：

• 現実的なノイズモデル下での量子誤り訂正およびアルゴリズムのシミュレーション。
• 散逸相転移、化学反応、輸送現象、量子生物学などの他の分野におけるマスター方程式に基づく問題への対処。

本研究は新しい実験的ハードウェアを提案するものではなく、量子ハードウェアおよびアルゴリズムの開発と検証を支援するための、堅牢な古典シミュレーション・フレームワークを提供するものである。