Faster matrix product state preparation by exploiting symmetry-induced block-sparsity

本論文は、$U(1)$対称性を利用してテンソルをブロック対角形に変換し、ユニタリ合成を最適化することで、量子コンピュータにおけるブロック疎行列積状態のフォールトトレラントな準備を大幅に加速する手法を提案し、最先端のアプローチと比較してトフォリコストを10〜30倍削減することを達成する。

要約

巨大で複雑なレゴの城を建設しようとしていると想像してください。量子物理学の世界において、この城は複雑な分子や物質の状態を表します。これを量子コンピュータでシミュレーションするために、科学者たちは「行列積状態（MPS）」と呼ばれる設計図を使用します。MPS を、それぞれが次のブロックとの接続方法に関する特定の指示を保持するレゴブロックの長い鎖だと考えてください。

問題は、大規模な系の場合、これらの設計図が信じられないほど巨大で散漫になってしまうことです。この設計図を量子コンピュータに読み込もうとすると、莫大な時間とエネルギー（具体的には「トフォリゲート」と呼ばれるデジタルの「燃料」の一種）を必要とします。

以下は、この論文の著者たちが単純なアナロジーを用いてこの問題を解決した方法です。

1. 隠れた秩序（対称性）

多くの化学系において、「空気中から粒子を創造も破壊もできない」や「スピンは保存されなければならない」といった、厳格な自然の法則が存在します。物理学の言葉で言えば、これらは「対称性」と呼ばれます。

これらの系のレゴ設計図（MPS）を見ると、面白いことに気づきます。それは無秩序な散らかりではなく、隠れた構造を持っています。自然の法則が特定の接続を禁止しているため、指示の大部分は空白、つまりゼロになっています。この設計図は「ブロック疎」です。

• アナロジー: 90% のセルが空である巨大なスプレッドシートを想像してください。ルール上、それらの組み合わせは不可能であるためです。データは存在するとしても、特定の孤立したセルの「ブロック」の中にのみ存在します。

2. 従来の方法：トラック全体を運ぶ

以前、科学者たちがこの設計図を量子コンピュータに読み込もうとする際、それを密な固体のブロックとして扱っていました。データの大部分が空であっても、すべてのゼロを含めて、グリッド全体を処理しなければなりませんでした。

• アナロジー: 倉庫いっぱいの箱を移動させようとするが、箱の 90% が空の空気であるようなものです。それでもトラックを運転し、燃料代を支払い、ドライバーを雇って空のスペースを移動させなければなりません。これは信じられないほど非効率です。

3. 新しいトリック：家具の入れ替え

著者たちは、その空いたスペースを利用する巧妙な方法を見つけました。データが特定の「ブロック」に整理されているという事実を利用し、「家具を入れ替える」ことができることに気づいたのです。

彼らは数学的な「置換（行と列の入れ替え）」を用いて設計図をシャッフルしました。

• 魔法の一手: 行と列をシャッフルすることで、散らばって孤立していたデータブロックをすべて取り出し、行列の対角線上に完璧に並べることができます。
• アナロジー: あちこちに散らばったおもちゃで散らかった部屋を想像してください。部屋全体を片付けるのではなく、おもちゃが実際には特定の山になっていることに気づきます。その山を一つにまとめてきれいな列に押しやるだけです。これで部屋全体を片付ける代わりに、そのきれいな列だけを片せばよくなります。

4. 結果：はるかに小さな作業

データがこれらのきれいな「ブロック」に並べられると、量子コンピュータはもはや巨大な行列全体を処理する必要がなくなります。必要なものは、最大の単一のブロックを処理することだけです。

• 成果: 著者たちは、この入れ替えを行うことで、状態の準備に必要な「燃料」（トフォリコスト）を10 倍から 30 倍削減できることを示しました。
• アナロジー: いくつかの箱を移動するために 50 トンのトラックを運転する代わりに、小さなピックアップトラックだけで済むことに気づいたようなものです。これにより、莫大な量の燃料を節約できました。

5. 実数に対するボーナス・トリック

この論文では、これらの化学系の多くが複素数ではなく「実数」（より単純な数学）を使用していることも言及されています。著者たちはこの方法に手を加え、この事実に利用することで、これらの特定のケースにおいてプロセスをさらに高速化（約 1.4 倍、つまり$\sqrt{2}$倍）しました。

まとめ

要約すると、この論文はこう述べています。「量子化学シミュレーションの設計図は、自然の法則により空の空間で満たされていることがわかりました。それを無視してすべてを処理する代わりに、データを並べ替えて有用な部分をグループ化しました。これにより、作業量を劇的に縮小でき、量子コンピュータ上でこれらの状態を準備するコストと時間を大幅に削減できました。」

著者たちは、酵素や鉄 - 硫黄クラスターなどの実際の分子系でこれをテストし、彼らの手法が現在の標準的な手法よりもはるかに効率的であることを確認しました。

技術概要

技術的概要：対称性誘起ブロック疎性を活用した行列積状態の高速生成

問題提起
行列積状態（MPS）は、化学および凝縮系物理学における量子系のシミュレーション、特に局所的一次元ギャップありハミルトニアンの基底状態の探索のための主要なツールである。これらの状態を量子コンピュータ上で生成することは、量子位相推定（QPE）などのアルゴリズムにとって重要なステップである。標準的なフォールトトレラントな生成手法（例えば、アンシラ支援の線形深さアプローチ）が存在するものの、それらはしばしば MPS テンソルを密行列として扱う。しかし、関心のある多くの物理系は粒子数およびスピン射影の保存である $U(1)$ 対称性を有しており、これが MPS テンソルにブロック疎構造を誘起する。密度行列繰り込み群（DMRG）などの古典アルゴリズムはこの疎性を効率化のために利用しているが、標準的な量子生成回路はこれを十分に活用しておらず、必要以上に高いリソースコスト（特に Toffoli ゲート数）を招いている。

手法
著者らは、ブロック疎 MPS の生成コストを削減するため、基礎となるユニタリ演算をブロック対角形式に変換する手法を提案する。このアプローチは、MPS をユニタリ列 $U_i$ のシーケンスを通じて生成する標準的なアンシラ支援生成手法に基づいている。

1. ブロック疎性の活用:
   大域的アーベル対称性を持つ系の MPS テンソル $M_i$ はブロック疎である。著者らは、テンソルブロックの転置を積み重ねて形成された行列 $U'_i$ がこの構造を継承することを示した。ここで、各行と各列には単一の非ゼロブロックのみが含まれる。

   • 置換戦略: この手法は、$U'_i$ の非ゼロブロックを並べ替えるための行および列置換行列（$P_r$ および $P_c$）を採用する。
   • ブロック対角化: ユニタリ拡張 $U_i = [U'_i \mid \ast]$ の未指定の項（$\ast$ と表記）を相補的な長方形ブロックで埋めることで、行列をブロック対角ユニタリ $V$ に変換する。これにより、$U_i$ の合成を、単一の大きな密ユニタリの合成ではなく、より小さく独立したユニタリブロックの合成に分解することが可能になる。

2. 最適化されたユニタリ合成:
   ブロック対角ユニタリはギブンス回転を用いて合成される。

   • 実数値最適化: 著者らは Berry ら [8] のユニタリ合成アプローチを修正する。これらの系で一般的である実数値ユニタリに対して、必要な Toffoli ゲート数を $\sqrt{2}$ 倍削減できることを示す。これは、ギブンス層を $R_z$ ゲートを除去して $R_y$ 回転のみで表現し、位相勾配フレームワークを利用することで達成される。
   • 層の整列: 完全なブロック対角行列を効率的に合成するために、著者らは個々のブロックのギブンス回転層を整列させる。元の基底とブロック対角基底間の変換に必要な置換行列（$W$ および $Q$）は、符号反転補正を伴う QROAM（量子ランダムアクセスメモリ）を用いて処理され、コストが管理可能な範囲に保たれる。

主要な貢献

• ブロック対角変換: 行/列の置換とユニタリ拡張の戦略的な埋め込みを通じて、ブロック疎 MPS テンソルをブロック対角ユニタリに変換する新規手順。これにより、合成コストが全結合次元によって決定されるのではなく、最大ブロックのサイズによって決定されるように削減される。
• 実数ユニタリにおける $\sqrt{2}$ 倍の高速化: 不要な $R_z$ 回転を排除することで、実数値ユニタリに対する Toffoli コストを $\sqrt{2}$ 倍削減する、Berry らのユニタリ合成アルゴリズムの修正版。
• リソースベンチマーク: Qualtran フレームワーク内でのアルゴリズムの実装と、P450 酵素および鉄 - 硫黄クラスターの活性空間など、様々な分子系に対する厳密なリソース見積もり。

結果
結合次元およびスピン状態が異なる強相関分子系（例：P450、[Fe$_2$S$_2$]、[Fe$_4$S$_4$]）に対する数値ベンチマークは、顕著な改善を示す：

• Toffoli コストの削減: 提案手法は、最先端の密生成手法（実数値最適化の有無にかかわらず）と比較して、Toffoli コストの改善係数が 10 から 30 となる。
• 疎性との相関: 加速効果は、テンソル内の非ゼロ項の密度が低い、より高い結合次元を持つ系で最も顕著である。著者らは、達成された加速が理論的最大値（テンソル密度の逆数の $\sqrt{2}$ 倍）のおよそ半分であることを指摘しており、ブロック化ステップにおけるさらなる最適化の余地があることを示唆している。
• 量子ビットオーバーヘッド: 置換回路のコストはユニタリ合成の単一層程度であり、総節約量と比較すれば管理可能な範囲である。

意義と主張
本論文は、対称性誘起ブロック疎性を活用することが、フォールトトレラント量子コンピュータにおけるエンドツーエンドの基底状態エネルギー推定をより効率的にするための重要なステップであると主張する。

• QPE への関連性: 最近のアルゴリズム的進歩により、QPE の位相推定部分のコストが削減され、初期状態生成のコストとの差が縮まっている。MPS 生成コストを大幅に低下させることで、この研究は、過大なリソースオーバーヘッドを伴わずに、より高品質な初期状態（より大きな結合次元を持つ）の使用を可能にする。
• 古典と量子の統合: この研究は、すでにブロック疎性を活用している古典シミュレーション手法と量子シミュレーションの架け橋として機能し、量子リソース見積もりが対象系の物理的対称性を反映することを保証する。
• 将来の方向性: 著者らは、ブロック化ステップ自体を最適化するか、スピン適応型 $SU(2)$ 形式に手法を適応させることでさらなる改善が可能であると示唆している。また、この直接 MPS 生成を、スレーター行列式の疎な和の生成や断熱的/散逸的技術の使用などの他の手法と比較する必要性を強調している。

著者らは、このアプローチが化学および凝縮系物理学における古典シミュレーションと量子シミュレーションを結びつける不可欠な部分であり、これらの分野における量子優位性のための総リソース要件を削減するための具体的な道筋を提供すると結論付けている。