Symmetry-Adapted Eigensolver from Real-Space Sampling of Tensor-Network-Bridged Quantum Circuits

量子物理学の微視的な世界において、原子や電子は小さなビリヤードの球のような振る舞いはせず、「もつれ（エンタングルメント）」として知られる深い結びつきの状態に存在しています。粒子がもつれ状態にあるとき、一方の粒子の状態は、どれほど離れていても、もう一方の状態に即座に影響を与えます。この現象は、より多くの粒子がシステムに加えられるにつれて、爆発的に増大する数学的な複雑さを生み出します。数十年にわたり、科学者たちはこれらの強く結合したシステムを古典的なコンピュータでシミュレートすることに苦心してきました。なぜなら、それらを記述するために必要な情報量が、最も強力なスーパーコンピュータの容量さえもすぐに超えてしまうからです。これに対処するため、研究者たちはしばしば「テンソルネットワーク」と呼ばれる手法を用います。これは圧縮アルゴリズムのように機能し、不必要な詳細を削ぎ落として、最も本質的な接続のみを保持します。しかし、これらの圧縮された手法であっても、接続がシステム全体にわたって広がっている場合には、全容を捉えるために膨大な計算能力を必要とするため、苦戦を強いられます。

浙江大学の物理学者チームは、量子状態の「サンプリング」という行為と、その状態を「定義」するという行為を分離することで、この複雑さをナビゲートする新しい方法を提案しました。彼らのアプローチは、最近の研究で詳述されており、量子回路と古典的なテンソルネットワークの強みを組み合わせ、特定の困難な問題、すなわち磁性材料のモデルとなる相互作用スピン系の最低エネルギー状態を見つけるという問題に挑んでいます。システム全体を一括で計算しようとする代わりに、彼らはスピンの格子を小さなブロックに分割しました。各ブロック内では、量子回路が局所的なもつれを捉え、古典的な数学的バックボーンがこれらのブロックを接続して、グローバルな相関関係を復元します。ここでの鍵となる革新は、システムの「対称性」の扱い方にあります。コンピュータにすべての可能なスピン配置を計算させるのではなく、回転や反射といった対称操作の下で等価な配置をグループ化します。そして、これらの配置の振幅を合算するのではなく、それらの確率を集計することによって量子状態を定義します。この区別により、そのような広大な空間を探索するために通常必要とされる、低速なランダムウォークのプロセスを経ることなく、システムから直接かつ効率的にサンプルを生成することが可能になります。

研究者たちは、競合する力がシステムの単純な秩序形成を困難にする「磁気フラストレーション」としてよく知られたモデルを用いて、彼らの手法をテストしました。彼らは、並進や反射といった対称性を組み込みながら、一次元鎖および二次元スピン格子にこの手法を適用し、結果がシステムを支配する物理法則を尊重するようにしました。シミュレーションにおいて、彼らは非常に少ない計算リソース、具体的にはブロック間の接続の複雑さを制御する「ボンド次元」と呼ばれるパラメータを使用しました。このパラメータをわずか6という低い値に設定しても、この手法は、サイトあたりのエネルギーにおける絶対誤差を10万分の1という精度で算出しました。このレベルの精度は、数千のボンド次元を必要とする従来の手法に匹匹するものであり、これは計算コストの劇的な削減を意味します。チームは、対称適応基底を用いることで、通常は計算の負担となる長距離もつれが、基底自体の数学的構造によって効果的に運ばれ、計算のバックボーンは残りの詳細を扱うだけで済むことを発見しました。

この研究の重要な側面は、サンプルを生成するために使用される量子回路をどのように構築したかという点にあります。複雑な回路を一から設計することは困難でエラーが発生しやすい作業ですが、彼らは必要な接続を、より小さな、厳密に解けるシステムの「簡約密度行列」から導き出しました。この行列は、より大きなシステム内にある小さなスピンブロックの統計的性質を記述するものです。この行列から最も重要なパターンを抽出することで、彼らは本質的なもつれ構造を効率的に捉える簡略化されたアイソメトリック・マップを作成しました。このアプローチは、最適化が困難な深く高度にパラメータ化された回路の必要性を回避し、問題の物理学をサンプリングプロセスに直接埋め込むことになります。その結果、量子回路が実空間の構成の生成器として機能し、古典的なテンソルネットワークがこれらの構成を整理して、対称性を尊重するコヒーレントな状態へと繋ぐ架け橋として機能する、ハイブリッドなフレームワークが実現しました。

この研究は、役割の分離によって、強く相関したシステムの極めて効率的なシミュレーションが可能であることを示しています。研究者たちは、64個のスピンを持つ一次元鎖および64個のスピンを持つ二次元グリッドにおいて、彼らの手法が驚異的な精度で基底状態エネルギーを再現できることを示しました。彼らは、厳密対角化法および密度行列繰り込み群（DMRG）計算と比較することで、これらの結果を検証しました。これらは当該の問題におけるゴールドスタンダード（標準）とされる手法です。一致度は非常に高く、わずかな不一致はボンド次元の有限性に起因するものであり、結果を外挿することでさらに低減できることが分かりました。これは、この手法が正確であるだけでなく、スケーラブルであることも示唆しています。なぜなら、対称適応基底が、通常は膨大な計算リソースを必要とする長距離相関を自然に処理してくれるからです。

今後の展望として、著者らは、現在の実装は古典的なテンソルネットワークのバックボーンを使用しているものの、このフレームワークは分散型量子ハードウェアとの互換性を持つように設計されていると指摘しています。システムの各ブロックは、個別の量子プロセッサ上で並列に処理され、古典的なネットワークがその結果を調整することができます。このアーキテクチャは、量子プロセッサ間で直接もつれを共有する必要性を回避するものであり、これは現在の分散型量子コンピューティングにおける大きな障壁となっています。アルゴリズムの生成ステップは、量子デバイス上で逐次的に実行でき、複雑な振幅推定を必要とせずにシステムの正確なサンプルを生成できます。ただし、最終ステップであるエネルギー推定量の計算は、直接的なハードウェア実装においては依然として課題であり、期待値の測定ではなく、特定の構成の振幅をクエリする必要があるためです。研究者らは、この推定量を、直接測定可能な量に依存するように再定式化することが、完全な量子・古典ハイブリッド実現への次の重要なステップであると考えています。

究極的に、この研究は量子物質をシミュレートする方法に対する新しい視点を提供しています。量子状態の「定義」と、その状態の「サンプリング」を切り離せることを認識することで、研究者たちは対称性の力を利用して計算負荷を軽減する方法を見出しました。この手法は、たとえ非常に限られたリソースであっても、どこを見るべきか、そして情報をどのように整理すべきかを知っていれば、もつれ合う粒子の複雑なダンスを捉えることが可能であることを証明しています。この知見は、より大きく複雑な量子システムをシミュレートするための道筋が、単に計算機を大きくすることではなく、すでに存在する情報をより賢く整理する方法にあることを示唆しています。分野がより強力な量子デバイスへと移行する中で、このアプローチは、古典的なシミュレーション技術と、台頭しつつある量子ハードウェアの能力との間の、堅牢で効率的な架け橋となります。