Multiple-time Quantum Imaginary Time Evolution

이 논문은 결정론적 특성, 임의의 안사츠(ansatz)로부터의 독립성, 그리고 병렬 가능성을 유지하면서 여러 허수 시간 단계를 활용함으로써 표준 QITE에 비해 바닥 상태 준비 충실도를 높이고 측정 오버헤드를 줄이는 다중 시간 양자 허수 시간 진화(MT-QITE) 알고리즘을 소개한다.

핵심

당신이 광활하고 안개가 자욱한 산맥에서 가장 낮은 지점을 찾으려고 노력하고 있다고 상상해 보십시오. 이 가장 낮은 지점은 물리적 시스템의 "바닥 상태(ground state)", 즉 원자나 입자의 가장 안정적이고 에너지가 낮은 구성을 나타냅니다. 이 지점을 찾는 것은 물질이 어떻게 행동하는지, 화학 반응이 어떻게 일어나는지 이해하고 새로운 약물을 설계하는 데 매우 중요합니다.

양자 컴퓨팅의 세계에는 **양자 허수 시간 진화(Quantum Imagary Time Evolution, QITE)**라고 불리는 방법이 있는데, 이는 마치 항상 내리막길로 발을 내디디는 등산가와 같습니다. 시간이 흐름에 따라 이 등산가는 자연스럽게 가장 깊은 골짜기(바닥 상태)에 안착하게 됩니다. 하지만 Del Castillo, Granath, 그리고 van Nieuwenburg의 논문은 기존의 등산가에게 큰 문제가 있다고 지적합니다. 바로 그 경로를 찾는 데 비용이 너무 많이 든다는 점입니다. 각 걸음을 내디딜 때마다 등산가는 멈춰서 지형을 측정하고 많은 수학적 계산을 수행해야 합니다. 이 "측정 예산(measurement budget)"은 마치 한정된 연료와 같습니다. 만약 연료(측정 횟수)가 떨어지면 여정을 마칠 수 없습니다.

새로운 해결책: "다중 시간" 등산가 (MT-QITE)

저자들은 MT-QITE(Multiple-Time Quantum Imaginary Time Evolution)라고 불리는 새로운 알고리즘을 소개합니다. 단순히 한 명의 등산가가 한 종류의 발걸음을 옮기는 대신, 여러 명의 등산가가 협력하거나, 혹은 단 한 명의 등산가가 가장 효율적인 경로를 찾기 위해 동시에 여러 가지 보폭을 시도할 수 있다고 상상해 보십시오.

논문은 이 개선 사항들을 쉬운 개념을 사용하여 다음과 같이 설명합니다.

1. "모두 시도해 보기" 전략 (변분적 유연성)
기존 방식(QITE)에서 등산가는 여정 내내 특정 보폭(시간 단계)을 고수해야 했습니다. 만약 너무 큰 보폭을 선택했다면 골짜기 바닥을 지나쳐 버렸을 것이고, 너무 작은 보폭을 선택했다면 여정이 영원히 끝나지 않았을 것입니다.

• MT-QITE 비유: 이제 등산가는 실제로 전체 경로를 다 걷지 않고도 동시에 여러 가지 다른 보폭을 테스트할 수 있다고 상상해 보십시오. 등산가는 동일한 시작점에서 작은 발걸음, 중간 발걸음, 큰 발걸음을 모두 동시에 계산합니다. 그런 다음, 어떤 발걸음이 가장 낮은 에너지로 이끄는지 단순히 선택하기만 하면 됩니다. 이러한 유연성 덕분에 추가적인 연료를 낭비하지 않고도 더 나은 "최저점"(더 높은 충실도)을 찾을 수 있습니다.

2. 공유된 지도 (병렬화)
기존 방식은 두 번째 주자가 첫 번째 주자가 자신의 구간을 완전히 마치고 지도를 업데이트할 때까지 시작할 수 없는 계주와 같았습니다. 이는 등산가가 매 걸음마다 멈춰서 지형을 다시 측정해야 함을 의미했습니다.

• MT-QITE 비유: MT-QITE는 하나의 고해 resolution 지도를 공유하는 탐험가 팀과 같습니다. 모든 이들이 동일한 기준점에서 출발하기 때문에, 한 번의 측정으로 모든 서로 다른 보폭에 대한 최선의 움직임을 동시에 계산할 수 있습니다. 즉, 훨씬 덜 자주 멈춰서 측정해도 된다는 뜻입니다. 논문은 이 방식이 측정 횟수(즉, "연료")를 일부 경우에서 10배 정도 줄여준다고 주장합니다.

3. "대칭성"이라는 지름길
논문은 많은 물리적 시스템이 대칭성(예: 거울 이미지)을 가지고 있다고 언급합니다. 만약 산의 왼쪽 모양이 오른쪽과 같다는 것을 안다면, 양쪽을 모두 측정할 필요는 없습니다.

• MT-QITE 비유: MT-QITE 팀은 하나의 지도를 공유하기 때문에 이러한 대칭성 지름길을 쉽게 사용할 수 있습니다. 지형의 한 부분을 측정하면, 추가적인 측정 없이도 수학적으로 나머지 부분을 추론할 수 있습니다. 기존 방식은 매번 "지도"가 바뀌었기 때문에 이를 수행하기가 쉽지 않았습니다.

결과가 보여주는 것

저자들은 이 새로운 방법을 네 가지 서로 다른 "산맥"(물리 모델)에 대해 테스트했습니다:

• 이징 모델(Ising Model): 자기 스핀의 모델.
• 하이젠베르크 모델(Heisenberg Model): 또 다른 자기 모델.
• 허바드 모델(Hubbard Model): 물질 내 전자에 대한 모델.
• H4 체인(H4 Chain): 4개의 수소 원자로 이루어진 작은 분자.

이 모든 테스트에서 MT-QITE 방식은 기존 방식보다 훨씬 더 정확하게 "가장 낮은 골짜기"(바닥 상태)를 찾아냈습니다.

• 더 나은 정확도: 어떤 경우에는 새로운 방식이 기존 방식보다 10~100배 더 정확했습니다.
• 적은 연료: 이 정확도를 얻기 위해 훨씬 더 적은 측정(약 10배 적음)이 필요했습니다.
• 추측 불필요: 사용자가 솔루션의 "형태"(안사츠, ansatz)를 미리 추측해야 하는 다른 방법들과 달리, MT-QITE는 매 단계마다 최적의 경로를 자동으로 찾아냅니다.

결론

논문은 MT-QITE가 양자 시스템의 바닥 상태를 찾는 데 있어 더 효율적이고, 결정론적이며, 정확한 방법이라고 결론짓습니다. 이 방법은 운(확률적 방법)이나 미리 정해진 추측(안사츠)에 의존하지 않습니다. 하나의 공유된 참조 상태를 사용하여 여러 허수 시간 단계를 동시에 "시도"하게 함으로써, 계산 자원을 대폭 절약하면서도 더 나은 결과를 제공합니다.

저자들은 이것이 현재 클래식 컴퓨터 상의 시뮬레이션이지만, 이 방법은 현재의 노이즈가 있는 양자 장치와 미래의 오류 수정이 가능한 양자 컴퓨터 모두에서 실행되도록 설계되었다고 강조합니다. 또한 다른 사람들이 테스트할 수 있도록 코드를 공개하였습니다.

기술 요약

기술 요약: 다중 시간 양자 허수 시간 진화 (MT-QITE)

문제 정의
양자 허수 시간 진화(QITE)는 비유니터리 허수 시간 진화를 유니터리 실시간 진화(RTE)로 근사함으로써 양자 하드웨어에서 바닥 상태를 준비하는 결정론적이고 안사츠(ansatz)가 필요 없는 방법이다. 그러나 표준 QITE는 일반적인 해밀토니안에 대해 측정 오버헤드와 계산 비용 측면에서 상당한 어려움에 직면한다. QITE의 충실도(fidelity)와 효율성은 로컬 도메인 및 해밀토니안 분할의 정의에 크게 의존한다. 또한, 표준 알고리즘은 매 트로터(Trotter) 단계마다 참조 양자 상태를 업데이트하므로, 서로 다른 해밀토니안 항들 간에 측정을 재사용하는 것을 방지하고 병렬화를 제한한다. VQE와 같은 변분적 접근 방식은 임의적인 안사츠 선택에 의존하는 반면, QITE는 이러한 가정을 하지 않고 각 단계에서 진화 연산자를 최적으로 결정하는 것을 목표로 한다.

방법론
저자들은 표준 QITE 프로토콜의 휴리스틱 확장인 다중 시간 QITE (MT-QITE) 알고리즘을 소개한다. 핵심 혁신은 해밀토니안 분할 내의 서로 다른 항들에 대해 시간 단계 크기를 분리하는 데 있다.

1. 다중 시간 안사츠: 모든 해밀토니안 항에 단일 시간 단계 $\Delta \tau$를 적용하는 대신, MT-QITE는 각 분할 항($\hat{h}[1], \hat{h}[2], \dots$)에 별도의 시간 파라미터($t_1, t_2, \dots$)를 할당한다. 진화된 상태는 다음과 같이 정의된다:
   $$|\Psi'(t_1, t_2)\rangle = \frac{e^{-t_2\hat{h}[2]}e^{-t_1\hat{h}[1]}|\Phi(0)\rangle}{\|e^{-t_2\hat{h}[2]}e^{-t_1\hat{h}[1]}|\Phi(0)\rangle\|}$$
   이는 추가적인 변분 자유도를 도입하여, 알고리즘이 단일 시간 제약을 가진 표준 QITE보다 지면 에너지를 더 효과적으로 최소화할 수 있게 한다.

2. 공유 참조 상태: 매 해밀토니안 항을 처리한 후 양자 상태를 업데이트하는 표준 QITE와 달리, MT-QIE는 전체 트로터 단계 동안 고정된 참조 상태 $|\Phi\rangle$를 사용한다. 이를 통해 토모그래피로부터 유도된 선형 방정식들을 동일한 측정 세트를 사용하여 여러 시간 단계 크기에 대해 풀 수 있다.

3. 병렬화 및 대칭성: 한 단계 동안 참조 상태가 일정하게 유지되므로, MT-QITE 루틴은 병렬화가 가능하다. 또한, 해밀토니안이 대칭성(예: 사이트 반전)을 가진 경우, 알고리즘은 양자 상태를 재평가하지 않고도 대칭적인 항들에 대해 측정을 재사용할 수 있어 측정 예산을 크게 줄일 수 있다.

4. 양자 화학 재정식화: 본 논문은 양자 화학 해밀토니안을 위해 특별히 설계된 QITE 방정식의 재정식화를 제시한다. 일반적인 파울리 문자열(Pauli strings) 대신 반-에르미트 연산자(예: UCCSD에서의 연산자)를 활용함으로써, 이 방법은 입자 수와 스핀의 보존을 보장한다. 이 접근 방식은 요구되는 선형 시스템의 차원을 약 8배 감소시키며, 상호 교환 가능한 집합을 통해 최대 64개의 파울리 문자열을 동시에 측정할 수 있게 한다.

주요 결과
저자들은 노이즈가 없는 클래식 시뮬레이션을 통해 네 가지 물리 시스템에 대해 MT-QITE를 최적화된 시간 단계를 가진 원래의 QITE 알고리즘과 벤치마킹하였다:

• XXZ 하이젠베르크 모델 (8 큐비트): 상전이 지점($J=1$)에서 MT-QITE는 10번의 트로터 단계 후 QITE 대비 바닥 상태 충실도를 10배(one order of magnitude) 개선했다. 또한 측정 예산을 10분의 1로 줄이면서 소수 다섯째 자리까지 정확한 충실도에 도달했다.
• 횡장 이징 모델 (6 큐비트): 까다로운 상전이 영역에서 MT-QITE는 충실도를 100배(two orders of magnitude) 이상 향상시켰다. 특히 3개 항 분할을 통한 사이트 반전 대칭성을 활용했을 때 측정 예산이 크게 감소했다.
• 페르미온 허바드 모델: 다양한 반발력($U$)에 대해, MT-QITE는 10단계 이후 충실도와 측정 횟수 모두에서 Q-ITE를 일관되게 능가하며 강한 전자 상관관계가 있는 영역에서도 견고함을 입증했다.
• H4 체인 (양자 화학): 8 큐비트에 대한 UCCGSD 안사츠를 사용하여, 3개 항 분할을 적용한 MT-QITE는 표준 QITE나 분할되지 않은 MT-QITE가 수렴에 실패했던 신장된 기하 구조(stretched geometries)를 포함하여, 다양한 원자 간 거리(0.60–1.20 Å) 범위에서 화학적 정확도(chemical accuracy)를 달축했다. 특히 비로컬(non-local) 상호작용을 가진 해밀토니안을 분할하는 것이 계산적 이점을 제공함을 입증했다.

의의 및 주장
본 논문은 MT-QITE가 기존에 발표된 QITE 알고리즘들과 비교하여 결과물인 바닥 상태의 충실도와 측정 오버헤드 모두를 실질적으로 개선하면서도, 방법론의 결정론적 특성과 임의의 안사츠에 대한 독립성을 유지한다고 주장한다.

저자들이 강조한 주요 기여는 다음과 같다:

• 결정론적 개선: MT-QITE는 PITE(Probabilistic ITE)와 같은 확률적 오버헤드나 Double-Bracket QITE의 지수적인 게이트 깊이 없이도 높은 충실도로 가는 결정론적인 경로를 제공한다.
• 병렬 가능성: 고정된 참조 상태 전략은 서로 다른 해밀토니안 항들에 대한 RTE 파라미터 결정을 병렬로 실행할 수 있게 하며, 이는 표준 QITE에는 없는 기능이다.
• 비로컬 시스템에서의 효율성: 직관과는 반대로, 저자들은 H4 체인에서 보이는 것처럼 비로컬 상호작용을 가진 해밀토니안을 분할하는 것이 선형 시스템의 크기를 줄이고 다중 시간 변분 자유도를 활용함으로써 계산적 이점을 얻을 수 있음을 보여준다.
• 적용 가능성: 이 알고리즘은 NISQ(Noisy Intermediate-Scale Quantum) 장치와 미래의 결함 허용(fault-tolerant) 양자 컴퓨터 모두에 적합하며, 디지털 양자 시뮬레이션의 지연 시간과 측정 비용을 줄이는 경로를 제공한다.

저자들은 MT-QITE가 다른 접근 방식에서 발견되는 근사나 확률적 서브루틴을 피하면서, 일정한 회로 깊이로 고충실도 바닥 상태 준비가 필요한 시나리오에 이상적인 후보임을 결론짓는다.