Fast Hamiltonian engineering from cut polytope geometry

量子コンピュータは、今日のコンピュータでは不可能な問題を解決することを約束していますが、それらは極めて脆弱であることで知られています。これらを実用的なものにするために、科学者は、分子や新材料のような複雑な量子系の挙動を、特定のシステムを模倣するように量子デバイスをプログラミングすることでシミュレートしなければなりません。ハミルトニアン・エンジニアリングとして知られるこのプロセスは、特定の相互作用を自然に行うネイティブなマシンに対し、制御パルスの一連の操作を用いてその挙動を成形し、別の望ましい相互作用を模倣させる工程を含みます。課題は、これらの制御パルスの実行には時間がかかることであり、量子系が活動している時間が長ければ長いほど、ノイズやエラーによって繊細な量子状態を失う可能性が高まります。したがって、最も重要な目標は、望ましいシミュレーションを実現するための、可能な限り最速のパルスシーケンスを見つけ出し、マシンが環境にさらされる時間を最小限に抑えることです。

ある研究チームは、量子ビット、高次元のクディット、フェルミオンを含む、幅広い量子システムに対して最適なパルスシーケンスを見つけ出すための、新しい統一的な手法を開発しました。この問題を、高次元空間における図形の幾何学的なパズルとして扱うことで、彼らはシステムとターゲットとなるシミュレーションに特化した制御パルスを生成するアルゴリズムを作成しました。彼らのアプローチは、理論上の最善値に近い速度で解を一貫して見つけ出し、ランダムな推測に頼っていた従来の手法を大幅に上回る性能を示しました。複雑なモデルを用いたテストにおいて、彼らの技術は、システムが大きくなるにつれて実行時間が長くなる旧来の手法とは異なり、システムのサイズが増大しても実行時間が成長しないレベルまで時間を短縮しました。

問題の核心は、量子系がどのように相互作用するかという点にあります。ある量子デバイスが、粒子が特定の 방식으로相互作用することを自然に許容していると想像してください。しかし、科学者が異なる種類の相互作用をシミュレートしたいと考えた場合、科学者は制御操作、すなわちパルスの層を適用して、システムの「状態」をねじ曲げます。目標は、これらの「ねじれ」の適切な組み合わせを見つけ出し、システムが実質的に新しいルールに従っているかのように振る舞わせることです。研究者たちは、多くの重要な量子系において、自然な相互作用と制御パルスの関係が単純な規則に従っていることに気づきました。すなわち、パルスは相互作用を特定の位相シフトによってのみ変化させる、つまりダイヤルを特定の角度まで回すようなものです。この観察により、彼らは最適なパルスを見つけるという複雑なタスクを、幾何学的な問いへと翻訳することができました。

彼らはこの問題を、広大な多次元空間内の始点から放たれる光線として可視化しました。ターゲットとなる相互作用はこの光線の方向を定義します。利用可能なパルスによって作成できるあらゆる相互作用の集合は、特定の幾何学的形状、すなわち彼らが「ポリトープ（多胞体）」と呼ぶ形状を形成します。可能な限り最速のシミュレーションは、この光線がその形状の表面に最初に触れる点に対応します。もし光線が形状に素早く当たれば、シミュレーションは速くなります。もし遠くまで進まなければならないなら、シミュレーションは遅くなります。彼らは、大規模なシステムに対してこの正確な点を求めることは、合理的な時間内では数学的に解くことが不可能であることを証明しました。これはコンピュータサイエンスにおける既知の困難であり、実用的なアプリケーションにおいては、完璧な答えではなく、非常に優れた近似解で妥当とする必要があることを意味しています。

これを克服するために、チームは巧妙な回避策を考案しました。正確な形状を捉えようとする代わりに、元の形状を取り囲む、より滑らかで単純な形状へと問題を緩和しました。そして、数学的な手法を用いて探索用の光線の経路を曲げることで、最終的に緩和された形状から特定のパルスを選択した際に、結果がまさに必要とされる場所に到達するようにしました。このプロセスによって、彼らは「インフォームド（情報に基づいた）」パルスを生成します。これは、ランダムに選ばれたものではなく、システムの詳細に基づいて計算された制御シーケンスです。これらのインフォームド・パルスは、その後、最終的なタイミングと順序を決定するために標準的な最適化ツールに投入されます。

研究者たちは、この手法を3つの異なるタイプの量子システムでテストしました。まず、現在の量子コンピュータの基礎となっている標準的な量子ビット・システムです。彼らは、パルスのランダムサンプリングを用いる既存の手法と、この新しい手法を比較しました。これらのテストにおいて、彼らのインフォームドなアプローチは、理論上の最善時間に数パーセント以内で到達するなど、一貫してより高速な解を見つけ出しました。対照的に、従来のランダムな手法は、ターゲットとなるシミュレーションの複雑さが増すにつれて、著しく多くの時間を必要としました。

次に、彼らは、より豊かな可能性を提供する、2つ以上の状態を持つ量子単位であるクディットにこの手法を適用しました。ここでは、相互作用に複素数が関わるため、課題はさらに大きくなりました。彼らのアルゴルリズムは、これらの複雑性をうまく回避し、ほぼ最適に近いパルスシーケンスを見つけ出しました。結果は、彼らの手法がターゲットの構造に適応できる一方で、ランダムな手法はハードウェアがより微細な制御を可能にしている場合でも改善が見られなかったことを示しました。

最後に、彼らは電子のモデルとして用いられる、フェルミオン・システムに対してこのアプローチをテストしました。これは、粒子が同じ状態を占有できないという性質を持つため、特に困難なケースです。彼らは、磁場中の格子上を移動する電子を記述する「ホフスタッター・モデル」として知られるモデルを使用しました。このシナリオにおいて、彼らの手法と古いランダムな手法の差は明白でした。ランダムな手法は、シミュレーション時間が格子のサイズに対して線形に増大するというものでした。つまり、格子が大きくなるにつれて、シミュレーション時間は比例して長くなります。しかし、彼らのインフォームドな手法は、格子のサイズに関わらず一定の時間を維持する解を見つけ出しました。これは、大規模な材料シミュレーションにおいて、彼らのアプローチが桁違いに高速になり、これまで不可能であったシミュレーションを突如として実現可能にすることを意味しています。

この発見の重要性は、単なる速度の向上にとどまりません。量子シミュレーションにおいて、システムの稼働時間は、ノイズが蓄積する量に直結しています。より速いシミュレーションは、より少ないノイズと、より正確な結果をもたらします。さらに、相互作用する粒子のシミュレーションという文脈では、シミュレーションの速度が、設計可能な相互作用の強さを決定します。より速い手法を用いることで、ハードウェアが自然にサポートできるよりも強い相互作用をシミュレートすることが可能になり、新しい相の状態の研究への道が開かれます。また、研究者たちは、彼らの手法が堅牢であることも示しました。制御パルスが完璧でなかったり、実行に有限の時間が必要であったとしても、アルゴリズムは速度の優位性を失うことなく、これらのエラーを抑制するように調整できるのです。

量子ビット、クディット、およびフェルミオンの扱いを単一の幾何学的枠組みの下に統合することで、本研究は、量子シミュレータの自動プログラミングのための強力な新しいツールを提供します。これは、試行錯誤やランダムな推測から、体系的で数学的根拠に基づいたアプローチへと、この分野を移行させるものです。この手法は、完全な解を得ることが計算量的に困難であるために近似に依存していますが、その結果は、これらの近似が極めて精度の高いものであることを示しています。アルゴリズムは一貫して、ほぼ最適に近いパフォーマンスを提供しており、シミュレート可能な理論的限界は、これまで考えられていたよりもずっと身近なところにあることを示唆しています。この進展は、量子デバイスを用いて化学や材料科学における現実世界の課題を解決するという夢を、より確かなものへと近づけています。