Shot-Efficient ADAPT-VQE via Reused Pauli Measurements and Variance-Based Shot Allocation

기술 요약: 파울리 측정 재사용 및 분산 기반 샷 할당을 통한 효율적인 ADAPT-VQE

문제 정의
적응형 변분 양자 고유치 솔버(ADAPT-VQE)는 회로 깊이를 줄이고 바렌 플래토(barren plateaus)를 완화하기 위해 안사츠(ansatz) 회로를 적응적으로 구축함으로써, 전통적인 VQE보다 이점을 제공하는 NISQ(Noisy Intermediate-Scale Quantum) 시대의 선도적인 알고리즘이다. 그러나 ADAPT-VQE는 심각한 병목 현상에 직면해 있다: 높은 양자 측정(샷, shot) 오버헤드이다. 이 오버헤드는 각 반복 단계 내의 두 가지 주요 원인에서 발생한다: (1) 현재 안사츠에 대한 변분 매개변수의 최적화, 그리고 (2) 안사츠에 추가할 다음 연산자를 선택하기 위한 연산자 그래디언트(gradient) 평가이다. 반복 횟수가 증가함에 따라 누적 샷 수가 기하급도적으로 늘어나며, 이는 복잡한 분자 시스템에 대한 알고리즘의 확장성을 제한한다.

방법론
저자들은 두 가지 구별되면서도 상호 보완적인 기술을 통해 샷 요구량을 줄이기 위한 통합 전략을 제안한다:

1. 파울리 측정 재사용 (Reused Pauli Measurements):
   저자들은 해밀토니안($\hat{H}$)과 그래디언트 관측량($[\hat{H}, \hat{A}_k]$) 사이의 구조적 중첩을 활용한다. 표준 ADAPT-VQE에서, 반복 $n+1$을 위한 그래디언트 계산은 해밀토니안과 후보 연산자의 교환자(commutator)를 측정해야 한다. 제안된 방법은 반복 $n$에서의 해밀토니안 기댓값을 위해 사용된 양자 상태 $|\psi^{(n)}\rangle$가 다음 반복인 $n+1$의 그래디언트 계산에 사용되는 상태 $|\psi^{((n+1)-1)}\rangle$와 동일하다는 점에 주목한다.

• 메커니즘: 알고리즘은 해밀토니안의 파울리 스트링 분해와 그래디언트 교환자 분해에 공통으로 포함된 파울리 스트링을 식별한다.
• 구현: 반복 $n$의 최종 VQE 매개변수 최적화 중에 얻은 측정 결과(기댓값)를 저장하여, 반복 $n+1$의 그래디언트 계산에 대응하는 항들에 재사용한다.
• 그룹화: 이는 공유된 고유 기저(eigenbasis) 내에서 재사용된 측정이 유효하도록 보장하기 위해 큐비트 단위 가환성(Qubit-Wise Commutativity, QWC) 그룹화와 결합된다.

2. 분산 기반 샷 할당 (Variance-Based Shot Allocation):
   저자들은 주로 해밀토니안 기댓값에 적용되었던 분산 기반 샷 할당 기술을 그래디언트 측정까지 확장하여 적용한다.

• 전략: 두 가지 특정 할당 방법이 사용된다:
  • 분산 최소화 샷 할당 (VMSA): 고정된 총 샷 예산 내에서 에너지 추정치의 총 분산을 최소화하도록 샷을 할당한다.
  • 분산 보존 샷 감소 (VPSR): 특정 목표 임계값 $\delta$ 미만으로 분산을 유지하면서 총 샷 예산을 줄인다.
• 구현: 초기 샷 부분 집합($N_0$)을 사용하여 각 가환 클리크(commuting clique, 공통 파울리 스트링 그룹)의 경험적 분산을 추정한다. 그 후 남은 샷을 이 분산에 비례하여 배분한다. 이 방식은 해밀토니안 측정(에너지용)과 그래디언트 측정(연산자 선택용) 모두에 적용된다.

주요 기여

• 새로운 통합: 본 연구는 ADAPT-VQE 반복 간에 파울리 측정을 재사용하는 것과 해밀토니안 및 그래디언트 측정 모두에 분산 기반 샷 할당을 동시에 적용하는 결합된 접근 방식을 탐구한 첫 번째 사례이다.
• 알고리즘 수정: 저자들은 "파울리 재사용 측정 프로토콜"과 동적 샷 할당을 포함하는 수정된 ADAPT-VQE 워크플로우(Algorithm 1)를 제시하며, 이는 표준 측정 비용 구조를 크게 변화시킨다.
• 연산자 풀 불가지론 (Operator Pool Agnosticism): 이 연구는 네 가지 서로 다른 연산자 풀(Fermionic, Qubit, Q질량-Excitation, Coupled Exchange Operator)에 대해 전략을 검증함으로써, 특정 안사츠 구성 풀에 관계없이 접근 방식의 견고함을 입증하였다.

결과
상태 벡터 및 샷 기반 시뮬레이터(Qiskit Aer)를 사용하여 $H_2$ (4 큐비트)부터 $N_2H_4$ (16 큐비트)에 이르는 분자 시스템에 대해 수치 시뮬레이션을 수행하였다.

• 측정 재사용 효율성:

  • 단순한 전체 측정 방식과 비교했을 때, 측정 그룹화(QWC)만을 사용하면 평균 샷 사용량이 **38.59%**로 감소했다.
  • 측정 그룹화를 재사용 프로토콜과 결합하면 평균 샷 사용량이 **32.29%**로 더욱 감소했다.
  • 재사용 전략은 테스트된 모든 분자와 연산자 풀에서 일관되게 샷 요구량을 줄였으며, 더 많은 ADAPT 반복이 필요한 큰 분자일수록 절감 효과가 컸다.

• 분산 기반 할당 효율성:

  • $H_2$ 분자의 경우, 균등 분포와 비교했을 때 분산 기반 할당을 통해 화학적 정확도에 도달하는 데 필요한 샷을 6.71%(VMSA) 및 43.21%(VPSR) 줄였다.
  • $LiH$ 분자의 경우, 각각 5.77%(VMSA) 및 51.23%(VPSR)의 감소를 보였다.
  • VPSR 방법은 특히 효과적이었으며, 가장 적은 누적 샷으로 경쟁력 있는 정확도를 달아냈다.

• 노이즈 탄력성:

  • 다양한 노이즈 수준($p = 0.00001$ ~ $0.001$) 하에서의 시뮬레이션 결과, 높은 노이즈 수준($p=0.001$)에서는 모든 방법이 화학적 정확도에 도달하는 것을 방해했지만, 분산 기반 방법(VMSA 및 VPSR)은 균등 방식과 유사한 정확도를 유지하면서도 더 적은 누적 샷을 사용했다.

의의 및 주장
본 논문은 이러한 전략들이 ADAPT-VQE의 측정 병목 현상을 직접 해결함으로써 NISQ 시대의 실질적인 양자 시뮬레이션을 향한 의미 있는 단계임을 주장한다. 저자들은 다음을 강조한다:

• 제안된 방법들은 결과의 충실도(fidelity)를 유지하면서 화학적 정확도를 달기 위해 필요한 샷 수를 크게 줄인다.
• 재사용 프로토콜에 의해 도입되는 클래식 계산 오버헤드는 초기 설정 단계에서 파울리 스트링 분석이 수행되므로 매우 미미하다.
• 본 연구는 ADAPT-VQE에 초점을 맞추고 있으나, 제안된 접근 방식은 다른 적응형 알고리즘(예: ADAPT-QAOA)에도 적용 가능하다.
• 연구에서는 노이즈 시뮬레이션이 수행되었으나, 실제 양자 하드웨어의 노이즈 프로파일에 대해 이 방법들을 평가하고 더 큰 분자 시스템을 탐구하기 위한 향후 연구가 필요함을 인정한다.

저자들은 양자 자원이 제한적인 상황에서 양자 알고리즘을 효율적으로 계산하기 위해서는 측정 비용을 최적화하는 것이 필수적이며, 이들의 통합된 접근 방식이 ADAPT-VQE에 내재된 높은 샷 오버헤드를 완화할 수 있는 실행 가능한 경로을 제공한다고 결론짓는다.