Gate Efficient Composition of Hamiltonian Simulation and Block-Encoding with its Application on HUBO, Chemistry and Finite Difference Method

기술 요약: 해밀토니안 시뮬레이션과 블록 인코딩의 게이트 효율적 합성

문제 정의
양자 컴퓨팅의 주요 병목 현상은 고전적인 문제를 양자 회로로 효율적으로 변환하는 것입니다. 구체적으로, 양자 위상 추정(QPE), 해로우-해시미드-로이드(HHL) 알고리즘, 변분 양자 고유치 솔버(VQE)를 포함한 수많은 알고리즘에는 에르미트 행렬에 대한 해밀토니안 시뮬레이션을 구축하는 것이 필수적입니다.

표준적인 접근 방식은 문제 해밀토니안을 선형 결합 유니타리(LCU)로 매핑하는 것입니다. 일반적으로 파울리 문자열(파울리 게이트의 텐서 곱)을 사용합니다. 하지만 이 방법은 파울리 문자열의 수가 문제의 차수(예: 고차 무제약 이진 최적화 또는 HUBO)에 따라 기하급수적으로 증가할 수 있다는 중대한 단점이 있습니다. 이러한 기하급수적 성장은 매우 많은 2-큐비트 게이트와 회전 게이트를 포함하는 깊은 양자 회로를 초래하여, 자원 요구량과 오류율을 높입니다. 반대로, 양자 신호 처리(QSP)와 같은 대안적 방법들은 인증된 오차를 제공하지만, 많은 보조 큐비트와 진폭 증폭을 필요로 하는 자원 집약적인 방식입니다.

방법론: 직접 해밀토니안 시뮬레이션
저자들은 중간 단계인 LCU 매핑 과정을 건너뛰어 해밀토니안 시뮬레이션 기법을 통합하는 "직접 전략(Direct Strategy)"을 제안합니다. 이 방법은 파울리 문자열로 해밀토니안을 분해하는 대신, 문제 공식화에서 자연스럽게 발생하는 "단일 성분 기저(Single Component Basis)" 연산자에 직접 작용합니다.

1. 단일 성분 기저: 해밀토니안은 $\{I, X, Y, Z, n, m, \sigma, \sigma^\dagger\}$ 집합의 연산자들의 텐서 곱으로 구성된 항들의 합으로 표현됩니다. 여기서 $n$과 $m$은 수 연산자(number operators)이며, $\sigma$와 $\sigma^\dagger$는 들뜸/전이 연산자(excitation/transition operators)입니다.
2. 연산자 가족 및 지수화: 이 방법은 연산자를 네 가지 가족으로 분류하고 이들의 지수($e^{iHt}$)를 직접 구성합니다:
   • 항등 연산자(Identity): 아무런 동작이 필요하지 않습니다.
   • 파울리 문자열(Pauli Strings): 표준적인 기저 변화와 패리티 체크를 통해 처리됩니다.
   • 수 연산자($n, m$): 나머지 게이트 구조에 대한 제어 역할을 수행합니다.
   • 전이 연산자($\sigma, \sigma^\dagger$): 전이 상태가 대각 성분이 되는 "벨 상태 기저(Bell state basis)"(패리티 게이트와 하다마드 게이트 사용)로 기저를 변경한 후, 회전을 수행하고 역계산(uncomputation)을 수행함으로써 지수화됩니다.
3. 복소 계수 처리: 비에르미트 성분이나 복소 계수의 경우, 실수 부분과 허수 부분으로 분리하여 두 부분이 교환되지 않을 경우 제어된 트로터 오차(controlled Trotter error)를 도입하거나, 비에르미트 행렬을 위한 특정 변환(예: 양자 선형 시스템 문제)을 활용합니다.
4. 블록 인코딩(BE) 구축: 이 논문은 직접 시뮬레이션된 유니타리 행렬을 블록 인코딩으로 변환하는 방법을 보여줍니다. 결정적으로, BE에 필요한 비지수적 항들은 항의 복잡도와 관계없이 항당 최대 6개의 유니타리 행렬을 사용하여 구축될 수 있습니다.

주요 기여

1. 통합된 형식론: 본 논문은 해밀토니안 시뮬레이션 기법을 다양한 분야(최적화, 화학, 미분 방정식)에 걸쳐 통합하는 형식론을 도입하여, 문제 공식화로부터 양자 회로로의 직접적인 매핑을 가능하게 합니다.
2. 게이트 분해 효율성: 이 방법은 트로터 단계당 유니타리 회전의 수가 표준 매핑에서 생성되는 기하급수적으로 큰 파울리 문자열의 수가 아니라, 초기 문제 공식화의 항의 수와 같아지는 분해를 이끌어냅니다.
3. 개별 항에 대한 정확한 시뮬레이션: 각 합산된 항과 트로터 단계에 대해 이 방법은 정확한 해밀토니안 시뮬레이션을 제공합니다. 이는 특히 페르미온 전이의 경우 중요한데, 개별 전자 전이를 트로터화 오차 없이 구현할 수 있기 때문입니다.
4. 다재다능한 블록 인코딩: 이 방법은 각 직접 항에 대해 최대 6개의 유니타리 행렬만을 필요로 하는 체계적인 블록 인코딩 구축 방법을 제공합니다.

결과 및 응용
저자들은 이 형식론을 세 가지 서로 다른 영역에 적용하여, 최신 제안들과 비교해 경쟁력 있거나 우수한 스케일링을 입증했습니다:

• 고차 무제약 이진 최적화 (HUBO): 고차 비용 함수에 대해, 이 직접 전략은 표준 파울리 매핑 방식에 비해 차수에 따른 게이트 수를 기하급수적으로 줄입니다. 이는 문제가 희소(sparse)하다는 조건 하에, 문제를 인코딩하기 위한 추가 큐비트를 추가하지 않고도 달성됩니다.
• 페르미온 해밀토니안 (화학): 이 방법은 개별 전자 전이(1체 및 2체 항)를 오차 없이 구현합니다. 이를 통해 UCCSD와 같은 안사츠(ansatz)를 오차 없는 전자 전이의 연속으로 해석할 수 있습니다. 논문은 이러한 항들을 결합할 때 트로터 오차가 발생하지만, 직접적인 방법이 유니타리 게이트에 대한 더 명확한 물리적 해석을 제공한다고 언급합니다.
• 유한 차분법 (PDE): 이 형식론은 정규 격자(1D, 2D, 3D) 상의 유한 차분 이산화를 통한 편미분 방정식 풀이에 적용되었습니다. 결과적인 행렬 분해는 직관적이고 다재다능하며, 최신 제안들과 유사하게 스케일링하면서도 더 단순한 구현 전략을 제공합니다. 또한 이 방법은 불균일한 계수와 경계 조건(디리클레 및 노이만)을 최소한의 추가 게이트 오버헤드로 자연스럽게 처리합니다.

의의 및 주장
본 논문은 이 "직접 해밀토니안 시뮬레이션" 전략이 고차 항이나 특정 구조적 특성을 가진 문제들에 대해 표준 LCU 기반 방식보다 경쟁력 있는 대안을 제공한다고 주장합니다. 주요 장점은 다음과 같습니다:

• 회로 깊이 및 게이트 수: 특히 고차 문제에서 회전 게이트, 다중 큐비트 게이트 및 전체 회로 깊이를 크게 줄입니다.
• 단순성 및 모듈성: 형식론은 구현이 간단하고 모듈식으로 설계되어, 다양한 고전적 문제(HUBO, 화학, PDE)를 양자 회로로 변환하는 것을 용이하게 합니다.
• 통합: 이 방법은 다양한 시뮬레이션 기법 사이의 간극을 메우며, 제시된 영역들에서 최신 기술의 결과를 회복하는 동시에 문제 정의로부터 회로 생성으로 가는 더 직접적인 경로를 제공합니다.

저자들은 어떤 형식론에 대해서도 절대적인 최적의 회로를 찾는 "완벽한" 컴파일러는 아직 존재하지 않지만(지수적 비용 없이), 이 방법이 양자 알고리즘 프리미티브를 구축하기 위한 실용적이고 효율적이며 해석 가능한 접근 방식을 제공한다는 점을 강조합니다.