Improved parameter initialization for the (local) unitary cluster Jastrow ansatz
이 논문은 유니터리 클러스터 자스트로프 안사츠(unitary cluster Jastrow ansatz)의 파라미터 초기화를 개선하기 위해 압축 이중 인수분해(compressed double factorization)와 근사 텐서 네트워크 시뮬레이션(approximate tensor network simulation)이라는 두 가지 고전적 전처리 방법을 제안하며, 이를 통해 시뮬레이션 및 실제 양자 하드웨어 모두에서 변분 양자 화학 알고리즘의 에너지 정확도를 크게 향상시킨다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
물질이 가장 근본적인 수준에서 어떻게 행동하는지 이해하려는 탐구 과정에서, 과학자들은 원자와 분자 내 전자들의 춤을 시뮬레이션하기 위해 강력한 컴퓨터에 오랫동안 의존해 왔습니다. 수십 년 동안 고전적 슈퍼컴퓨터는 이 분야의 일꾼으로서, 화학 물질이 어떻게 반응하는지 또는 재료가 어떻게 전기를 전도하는지를 예측하기 위해 복잡한 방정식을 풀어왔습니다. 그러나 분자가 더 커지고 전자들이 더 밀접하게 얽히게 됨에 따라, 이러한 고전적 기계들은 한계에 부딪혔습니다. 계산량이 너무 방대해져서 가장 강력한 슈퍼컴퓨터조차도 합리적인 시간 내에 이를 완료할 수 없게 된 것입니다. 여기서 양자 컴퓨터가 등장합니다. 0 또는 1의 비트로 정보를 처리하는 고전적 상대와 달리, 양자 컴퓨터는 동시에 여러 상태로 존재할 수 있는 양자 비트, 즉 큐비트를 사용합니다. 이러한 독특한 능력은 전자들의 행동을 직접 모방할 수 있게 하여, 현재로서는 불가능한 문제들을 해결할 수 있는 잠재적인 지름길을 제공합니다. 하지만 문제는 오늘날의 양자 컴퓨터가 여전히 초기 단계에 있다는 점입니다. 이 기기들은 노이즈가 많고 오류가 발생하기 쉬우며, 정보가 퇴화하기 전에 보유할 수 있는 큐비트의 수가 제한적입니다. 이러한 취약한 기계로부터 유용한 결과를 얻기 위해, 연구자들은 노이즈가 장악하기 전까지 실행될 수 있을 만큼 충분히 짧으면서도, 화학 시스템의 핵심적인 물리학을 포착할 수 있을 만큼 영리한 특수 지침, 즉 알고리즘을 설계해야 합니다.
IBM 퀀텀과 학술 기관의 연구진이 수행한 최근 연구는 바로 이 병목 현상을 다룹니다. 그들은 화학을 위해 설계된 특정 유형의 지침 세트인 로컬 유니터리 클러스터 자스트로우(local unitary cluster Jastrow), 또는 LUCJ 안사츠(ansatz)에 집중했습니다. 안사츠를 양자 회로를 위한 템플릿이나 청사진이라고 생각하십시오. 그것은 컴퓨터가 분자를 나타내는 양자 상태를 준비하기 위해 따르는 미리 정의된 구조입니다. LUCJ 템플릿은 물리적 정확성과 현재 장치의 하드웨어적 제한 사이에서 균형을 맞추기 때문에 인기가 높습니다. 전통적으로 과학자들은 '커플드 클러스터, 싱글즈 앤 더블즈(coupled cluster, singles and doubles)' 또는 CCSD라고 알려진 고전적 컴퓨터 계산으로부터 숫자를 가져와 이 청사진의 세부 사항을 채워왔습니다. 이 고전적 방법은 분자 에너지를 근사하는 표준적인 방법이며, 그 결과는 양자 회로의 시작점을 설정하는 데 사용되어 왔습니다. 문제는 현재의 양자 하드웨어가 이 청사진의 완전하고 완벽한 버전을 실행할 수 없다는 점입니다. 실제 장치에 회로를 맞추기 위해, 연구자들은 회로를 짧고 단순하게 유지하기 위해 많은 상호작용을 버리면서 부분들을 잘라내야만 합니다. 그러나 이 필수적인 절단 작업은 귀중한 정보를 버리게 되어, 양자 컴퓨터에 부정확한 에너지 예측을 초ellig 유발하는 좋지 않은 시작점을 남기게 됩니다.
이 연구의 연구자들은 양자 컴퓨터가 켜지기도 전에 이 시작점을 수정하기 위한 두 가지 새로운 방법을 제안했습니다. 그들의 첫 번째 방법은 압축 이중 인수분해(compressed double factorization)라고 불리는 기술을 포함합니다. 단순히 청사진의 나머지 부분을 잘라내고 결과가 좋아지기를 바라는 대신, 그들은 정보를 재구성하기 위해 수학적 압축 기술을 사용했습니다. 크고 복잡한 여행용 가방을 싸는 것을 상상해 보십시오. 옷이 맞지 않는다고 해서 그냥 던져버리는 대신, 가장 중요한 물건들이 더 작은 공간에 완벽하게 들어갈 수 있도록 모든 것을 신중하게 접고 재배치하는 것과 같습니다. 마찬가지로, 이 방법은 고전적 계산으로부터 얻은 전체 데이터 세트를 가져와서, 가장 중요한 물리학을 여전히 포착하면서도 더 작고 효율적인 지침 세트로 압축합니다. 그들은 이를 최대 52개의 큐비트를 가진 시스템에서 시뮬레이션을 실행하여 테스트했으며, 이 압축된 접근 방식이 에너지 추정의 정확도를 크게 향상시키며, 분자의 가능한 상태들을 얼마나 잘 샘플링하는지에 따라 심지어 깎이지 않은 전체 크기의 청사진보다도 성능이 뛰어남을 발견했습니다.
그들이 도입한 두 번째 방법은 직접적인 측정보다는 샘플링에 의존하는 다른 유형의 양자 알고리즘을 위해 특별히 설계되었습니다. 이 접근 방식은 텐서 네트워크(tensor network)라고 불리는 정교한 시뮬레이션을 실행하는 고전적 컴퓨터를 사용하여, 양자 컴퓨터의 대역 역할을 하게 합니다. 연구진은 이 시뮬레이션을 사용하여 수천 개의 샘플 결과를 생성하고, 에너지를 계산한 다음, 실제 양자 하드웨어를 건드리지 않고도 에너지를 낮추기 위해 청사진의 설정을 미세 조정했습니다. 서로게이트 최적화(surrogate optimization)라고 알려진 이 과정은 실험이 시작되기 전에 설정이 가능한 한 최선이 될 때까지 매개변수를 정제할 수 있게 해줍니다. 그들이 초기 고전적 근사가 약했던 시스템에 이 방법을 적용했을 때, 개선 효과는 상당했습니다. 고전적 방법이 수렴하는 데 어려움을 겪는 시스템인 철-황 클러스터(iron-sulfur cluster)와 관련된 한 사례에서, 이 기술은 양자 알고리즘이 스스로 할 수 있었던 것보다 훨씬 더 나은 솔루션을 찾도록 도왔습니다.
이 방법들이 실제로 작동함을 증명하기 위해, 팀은 개선된 청사진을 156개의 큐비트를 가진 IBM의 초전도 양자 프로세서로 가져갔습니다. 그들은 질소 가스와 포름아미드 이량체(formamide dimer)라는 두 가지 서로 다른 분자에 대해 이 접근 방식을 테스트했습니다. 그들은 새롭게 정교하게 초기화된 설정들을, 회로 매개변수가 단순히 축소되었거나 무작위로 추측된 방식과 비교했습니다. 결과는 명확했습니다. 노이즈가 있는 하드웨어에서, 압축 초기화 방법은 무작위 또는 최적화되지 않은 접근 방식보다 일관되적으로 더 정확한 에너지 판독값을 생성했습니다. 사실, 질소 분자의 경우, 이 방법은 매우 효과적이어서 양자 컴퓨터가 노이즈로부터 명확한 신호를 추출할 수 있게 해주었으나, 다른 방법들은 이를 수행하는 데 어려움을 겪었습니다. 연구진은 하드웨어 노이즈가 특히 전자-오비탈 비율이 까다로운 질소 시스템에 대해 여전히 도전 과제를 제시하지만, 개선된 시작점이 데이터 품질에 실질적인 차이를 만들었다고 언급했습니다.
연구는 이 두 가지 방법이 오늘날의 불완전한 양자 컴퓨터를 사용하여 화학 문제를 해결하는 데 실용적인 경로를 제공한다고 결론짓습니다. 고전적 계산을 사용하여 초기 설정을 신중하게 준비함으로써, 연구자들은 현재 하드웨어의 한계를 우회할 수 있습니다. 압축 이중 인수분해는 회로가 짧아질 때도 가장 중요한 물리적 정보가 유지되도록 보장하며, 텐서 네트워크 최적화는 샘플링에 의존하는 알고리즘을 위해 설정을 미세 조정합니다. 저자들은 이것이 모든 문제를 해결하는 마법 같은 해결책도 아니며, 양자 컴퓨터가 실행되는 동안 추가적인 최적화의 필요성을 대체하는 것도 아니라고 강조합니다. 그러나 이들은 변분 양자 알고리즘(variational quantum algorithms)이 올바른 정답에 더 가깝게 시작할 수 있도록 하는 견고한 토대를 제공합니다. 양자 하드웨어가 계속 개선됨에 따라, 더 나은 초기화를 위한 이러한 기술들은 아마도 표준적인 도구 세트의 일부가 되어, 과학자들이 점점 더 복잡한 분자들을 다룰 수 있게 하고 양자 화학의 약속을 현실로 가져올 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.