Quantum-Classical Auxiliary-Field Quantum Monte Carlo at the Edge of Practicability

技術要約：実用性の境界における量子・古典ハイブリッド補助場量子モンテカルロ法（QC-AFQMC）

問題提起
計算化学は、強相関フェルミオン系のシミュレーションにおける根本的なボトルネックに直面している。これは、ヒルベルト空間が指数関数的に増大するため、多くの問題が古典コンピュータでは手に負えないものとなることに起因する。ハイブリッド量子・古典アルゴリズムは、近未来の量子優位性への潜在的な経路を提供するが、特定のメソッドである量子・古典補助場量子モンテカルロ法（QC-AFQMC）は、その古典的な後処理の複雑さによって制限されてきた。マッチゲート・シャドウ・トモグラフィーを用いて量子試行状態と古典的なスレーター行列式（SD）ウォーカー間のオーバーラップを推定する従来の実装では、1ステップあたりの古典的スケーリングが $\tilde{O}(N^{5.5})$（ここで $N$ は分子のスピン軌道数）であった。このスケーリングは、大規模な古典コンピューティングリソースを利用できると仮定しても、科学的に関心のある規模の系（例：50〜100軌道）に対しては、実行不可能に高価なものとなっていた。さらに、強相関系に対して古典的な試行関数（マルチ・スレーター行列式など）に依存することは、多くの場合、指数関数的な数の行列式を必要とし、量子アプローチによる効率化の利点を打ち消してしまう。

手法およびアルゴリズムの改善
著者らは、QC-AFQMCにおけるマッチゲート・シャドウ後処理ステップに対するアルゴリズムの改善を導入した。これは具体的には、オーバーラップ、フォースバイアス、および局所エネルギーの計算を対象としている。

1. アイトケンのブロック変換（Aitken's Block Transformation）: コアとなる革新は、オーバーラップ推定に必要とされる多項式 $q(z) \sim \text{Pf}(A(z))$ の計算に対処することである。QC-AFQMCにおいて、パフィアン内の行列 $B$ は構造上特異（singular）であり、効率的な微分法（逆行列を必要とするもの）の使用を妨げる。著者らは、歪対称行列 $A(z)$ を分割するためにアイトケンのブロック変換を適用している。この変換により、特異なブロックを分離し、残りの非特異なブロックを微分によって扱うことが可能になる。これにより、多項式の係数を計算する計算コストが、補間による $O(N^4)$ から $O(N^3)$ へと削減される。
2. フォースバイアスに対するアルゴリズム微分: 改良されたオーバーラップ計算を活用することで、著者らはフォースバイアスを計算するためにアルゴリズム微分を適用している。彼らは、フォースバイアスがオーバーラップの比として表現でき、単一のオーバーラップ推定と同じ漸近的コスト（$O(N^3)$）で計算できることを示している（以前のより高い次数のスケーリングではなく）。
3. 局所エネルギーのスケーリング: オーバーラップの二階微分を含む局所エネルギーの計算は、スナップショットあたり $O(N^3 N_C)$ でスケールすることが示されている。チョレスキーベクトル $N_C$ の数がシステムサイズに対して線形にスケールするため、局所エネルギーの後処理における全体的なスケーリングは $O(N^4)$ となる。
4. 誤差緩和（Error Mitigation）: 実験データに対して、著者らは以下のエラー緩和技術を組み合わせて採用している：
   • パリティ制約: 直交群 $O(2N)$ の期待されるパリティと一致しない測定値を破棄する。
   • 堅牢なマッチゲート・シャドウ: ノイズがマッチゲートチャネルに与える影響を学習する。
   • フィルタリング・ヒューリスティック: 行列積状態（MPS）をフィルタ状態として使用し、無ノイズ条件下で起こりやすい測定結果を選択的に抽出することで、ノイズに起因する外れ値を効果的に排除する。

主な結果
著者らは、実験データおよびシミュレーションデータの両方を通じて、改良されたワークフローを検証している。

• スケーリングの削減: QC-AFQMCの総古典実行時間スケーリングは、1タイムステップあたり $\tilde{O}(N^{5.5})$ から $\tilde{O}(N^{4.5})$ に減少した。100個の分子軌道を対象とした場合、これは従来の最先端技術と比較して、推定で248倍の実行時間の改善をもたらす。
• 実験による実証（H8）: IQM Emerald量子コンピュータのデータを用い、引き伸ばされた水素鎖（$H_8$）の基底状態エネルギーを計算した。MPSベースのエラー緩和を用いた後の結果は、マッチゲート・プロトコル特有の統計的ノイズが存在するにもかかわらず、安定したウォーカーの進化と、完全な古典的フェーズレスAFQMC（ph-AFQMC）およびフル構成相互作用（FCI）のベンチマークと一致するエネルギーを示した。
• シミュレーション（H12）: 無ノイズ環境下での $H_{12}$ のシミュレーションにより、マッチゲート・シャドウの推定値が厳密な状態ベクトル計算と一致し、わずかに高い分散を示すのみであることが確認された。
• 化学への応用（Li$_2$O$_4$）: 本手法は、リチウム空気電池に関連するリチウム超酸化物ダイマー（$Li_2O_4$）の再配列経路に適用された（$(26e, 20o)$ アクティブスペース、40量子ビット）。このアルゴリズムは、反応エネルギープロファイルの三角形の形状（反応物 $\to$ 遷移状態 $\to$ 生成物）を捉えることに成功し、先行文献やCCSD計算から予想される定性的な挙動と一致した。
• リソース見積もり: 著者らは、古典的および量子リソースの見積もりも提供している。オーバーラップ推定のためのアダマール・テストのアプローチは、100軌道の場合に宇宙の年齢を超える時間を必要とするため実行不可能であることを示したが、マッチゲート・シャドウ・プロトコルは、NISQ（中規模量子デバイス）時代および初期のFT（耐故障型）時代の両方において実行可能である。100軌道のシステムに対して、古典的な後処理には約180万個のCPUコアを用いて約1.8年かかると推定されており、これは以前の推定値である半世紀という時間から大幅な削減となっている。

意義と主張
本論文は、これらのアルゴリズムの改善が、QC-AFQMCを「化学的に関連のある系を扱うための、実用性への一歩」へと近づけたと主張している。古典的なマルチ・スレーター行列式法では到達できないシステムサイズ（50〜100軌道）においても、ハイブリッド法が実現可能となるよう、古典的なボトルネックを削減した。本研究は、QC-AFQMCが、ノイズを含む量子データを用いてモンテカルロ・シミュレーションをガイドし、虚時間発展における安定性と精度を維持できることを実証した。著者らは、これを量子優位性への実用的な経路として位置づけており、量子ハードウェアが成熟すれば、量子試行状態が古典的なものよりも高い忠実度を提供することを条件として、QC-AFQMCが産業用途において実行可能なアルゴリズムとなり得ることを示唆している。なお、論文は、低レベルの最適化、並列化、およびより強力な量子試行状態準備法の開発といった課題が依然として残っていることを述べ、即時の産業展開については控えめな姿勢を保っている。