Quantum Imaginary-Time Evolution with Polynomial Resources in Evolution Time

기술 요약: 다항식 진화 시간에 대한 다항식 자원을 사용하는 양자 허수 시간 진화

문제 정의
허수 시간 진화(Imaginary-time evolution, ITE)는 양자 다체 시스템을 분석하기 위한 근본적인 도구로, 바닥 상태(ground states), 열적 상태(thermal states), 그리고 동적 상관 함수(dynamical correlation functions)를 준비하는 데 사용된다. 그러나 ITE의 고전적 시뮬레이션은 시스템 크기와 진화 시간($\tau$) 모두에서 지수적 스케일링 문제를 겪는다. 양자 알고리즘은 시스템 크기 스케일링을 완화할 수 있는 경로를 제공하지만, 기존의 양자 접근 방식은 정규화된 ITE 상태를 준비하는 성공 확률이 진화 시간 $\tau$가 증가함에 따라 일반적으로 지수적으로 감소한다는 결정적인 병목 현상에 직면해 있다. 이로 인해 기존 방법들은 휴리스틱 기법에 의존하거나, 오차 누적을 억제하기 위해 필요한 총 측정 자원이 $\tau$에 따라 지수적으로 증가하는 파편화된 시뮬레이션에 의존해야만 한다. 결과적으로, 진화 시간 $\tau$와 시스템 크기 모두에 대해 다항식 자원을 사용하여 ITE를 시뮬레이션하는 것의 이론적 타당성은 미해결 과제로 남아 있었다.

방법론
저자들은 $\tau$에 대해 증명 가능한 다항식 자원 스케일링을 가지며 정규화된 허수 시간 진화 상태를 준비하는 양자 알고리즘을 제안하기 위해, 양자 신호 처리(Quantum Signal Processing, QSP) 및 양자 위상 처리(Quantum Phase Processing, QPP) 프레임워크를 기반으로 한 알고리즘을 제시한다.

1. 적응형 정규화(Adaptive Normalization): 핵심 혁신은 적응형 정규화 인자 $\lambda \in (0, 1]$를 도입하는 것이다. 지수 함수 $e^{-\tau H}$를 직접 근사하는 대신(이는 소멸하는 성공 확률을 초래함), 알고리즘은 해밀토니안의 스펙트럼 상에서 수정된 함수 $f_{\tau, \lambda}(x) = \alpha e^{\tau(x-\lambda)}$를 근사한다.
2. 성공 확률 안정화: $\lambda$를 바닥 상태 에너지 $|\lambda_0|$ 근처의 특정 "편안한 영역"(구체적으로 $\lambda \in [|\lambda_0|, |\lambda_0| + \tau^{-1}]$) 내에서 선택함으로써, 알고리즘은 사후 선택(post-selection) 단계의 성공 확률이 $\alpha^2 \gamma^2 e^{-2\gamma^2}$에 비례하는 상수값으로 하한선이 보장되도록 보장한다. 이는 이전 연구들에서 관찰되었던 지수적 감소를 방지한다.
3. 다항식 근사: 알고즘은 입력 유니터리 $U_H = e^{-iH}$의 다항식 변환을 구현하기 위해 QPP를 활용한다. 대상 함수는 오차 $\epsilon$에 대해 $\tau^{-1}$에 대해 다항식적으로 작은 수준으로 근사되며, 단 하나의 보조 큐비트(ancilla qubit)와 다항식 개수의 기초 양자 게이트를 사용한다.
4. 해밀토니안 접근 방식 처리: 본 방법은 두 가지 시나리오를 다룬다.
   • 오라클 접근(Oracle Access): $e^{-iH}$에 직접 접근할 수 있는 경우, 알고리즘은 $\tau$에 대해 다항식 쿼리 복잡도를 달성한다.
   • 파울리 분해(Pauli Decomposition): $H$가 파울리 항들의 합으로 주어지는 경우, 알고리즘은 $e^{-iH}$를 근사하기 위해 트로터화(Trotterization)를 사용하며, 비퇴화 갭(non-degenerate gaps) 및 충분한 진화 시간 가정하에 다항식 스케일링을 유지한다.

주요 기여 및 결과

• 최초의 증명된 다항식 ITE 알고리즘: 본 논문은 높은 정밀도를 유지하면서 진화 시간 $\tau$에 대해 다항식 자원 스케일링을 달성하는 최초의 양자 ITE 알고리로를 제시한다. 정리 2와 정리 3은 초기 상태가 바닥 상태와 지수적으로 작지 않은 중첩(overlap)을 가진다고 가정할 때, 알고의가 $\tilde{O}(\text{poly}(n, \tau))$ 쿼리와 하나의 보조 큐비트를 사용하여 오차 $O(\text{poly}(\tau^{-1}))$로 정규화된 ITE 상태를 준비함을 입증한다.
• 바닥 상태 준비 및 에너지 추정: 저자들은 핵심 ITE 기술을 바닥 상태 문제 해결에 적용한다(알고리즘 1). 진화 시간 $\tau$와 정규화 인자 $\lambda$를 반복적으로 조정함으로써, 알고리즘은 바닥 상태를 동시에 준비하고 바닥 상태 에너지를 추정한다.
  • 깊이 감소(Depth Reduction): 하이젠베르크 한계 접근법(예: 양자 위상 추정 또는 양자 고유값 변환)과 비교하여, 이 방법은 쿼리 깊이를 $\Omega(\gamma^{-1})$만큼 줄인다. 이는 총 쿼리 복잡도(반복적인 측정으로 인해 더 높음)를 희생하는 대신 더 얕은 회로를 얻는 방식으로 이루어지며, 회로 깊이가 주요 병목인 초기 결함 허용 장치(early fault-tolerant devices)에 더 적합하게 만든다.
• 개방계(Lindbladian) 시뮬레이션: 이 기술은 린드블라드 마스터 방정식에 의해 지배되는 개방 양자 시스템을 시뮬레이션하도록 확장된다(알고리즘 2). 밀도 행렬을 리우빌 공간(Liouville space)에서 표현함으로써, 알고리즘은 ITE 단계를 통해 소산 역학(dissipative dynamics)을 시뮬레이션한다.
  • 소산 항과의 확장성: 점프 연산자의 수($m$)에 대해 회로 깊이가 다항식으로 스케일링되는 기존의 결정론적 방법과 달리, 제안된 방법의 실행당 회로 깊이는 $m$에 독립적이다(대신 파울리 희소성 $L$에 의존함). 이는 많은 국소적 노이즈 채널을 가진 시스템에 큰 이점을 제공한다.

수치적 검증
반강자성 하이젠베르크 사슬(antiferromagnetic Heisenberg chains)과 횡장 이징 모델(transverse-field Ising models)에 대해 수치 실험이 수행되었다.

• 장시간 진화: $\tau = 50$까지의 시뮬레이션은 성공 확률이 이론적 하한선과 일치하며 안정적으로 유지되는 동시에, 상태 불충실도(infidelity)가 $\tau^{-1}$에 대해 다항식적으로 감소함을 확인하였다.
• 바닥 상태 추정: 적응형 알고리즘은 3, 4, 5-큐비트 사슬에 대해 바닥 상태 에너지로 성공적으로 수렴하였으며, 테스트된 영역에서 계산 자원에 대한 추정 오차의 지수적 수렴을 입증하였다.
• 린드블라디안 시뮬레이션: 결과는 상태 불충실도가 진화 시간 $t$에 따라 다항식적으로 감소함을 보여주었으며, 총 쿼리 복잡도는 다항식적으로 증가하여 개방계 시뮬레이션을 위한 이론적 경계의 타당성을 입증하였다.

의의 및 주장
저자들은 본 연구가 진화 시간 $\tau$에 대해 엄격하게 증명된 다항식 자원 스케일링을 갖는 양자 허수 시간 진화의 첫 번째 이론적 토대를 제공한다고 주장한다. 본 연구의 의의는 다음과 같다:

1. 지수적 감소 문제 해결: 적응형 정규화를 도입함으로써, 알고리즘은 이전의 양자 ITE 방법들을 제한했던 지수적 자원 장벽을 극복한다.
2. 초기 결함 허용 장치를 위한 실질적 타당성: (총 쿼리 복잡도를 대가로) 회로 깊이를 줄일 수 있는 능력은 회로 깊이가 코히어런스 시간(coherence time)에 의해 제한되는 현재의 근접 양자 하드웨어에 특히 유용하다.
3. 광범위한 적용 가능성: 이 프레임워크는 닫힌 계의 바닥 상태 시뮬레이션과 개방계 역학을 통합하며, 양자 화학, 응집 물질 물리학, 양자 장론 분야의 문제들에 대한 체계적인 접근법을 제공한다.

저자들은 총 쿼리 복잡도가 하이젠베르크 한계 방법보다 높다는 점을 인정하며 트레이드오프에 대해 겸허한 어조를 유지하면서도, 회로 깊이의 감소가 현재의 하드웨어 제약 조건에서 결정적인 이점임을 강조한다. 또한, 개방계 시뮬레이션을 위한 사후 선택 성공 확률에 대한 엄격한 하한선이 일반적인 경우에 여전히 미해결 과제로 남아 있다는 점도 언급하였으나, 수치적 증거는 유리한 성능을 시사한다.