Symmetries and overparametrization properties of Hamiltonian variational ansatzes for the $(1+1)$d $\mathbb{Z}_2$ lattice gauge theory

본 논문은 (1+1)차원 $\mathbb{Z}_2$ 격자 게이지 이론에 대한 다섯 가지 대칭 보존 해밀토니안 변분 안사츠(variational ansatzes)를 조사하며, 동역학적 리 대수(dynamical Lie algebras)와 양자 피셔 정보 행렬(quantum Fisher information matrices)에 대한 수치적 분석을 통해 과매개변수화(overparametrization)가 국소 최솟값을 제거하고 VQE의 수렴을 가속화함으로써 확장 가능한 양자 회로 설계에 대한 이론적 이해를 진전시킨다는 점을 입증한다.

핵심

당신이 광활하고 안개가 자욱한 산맥에서 가장 낮은 지점을 찾으려고 노력하고 있다고 상상해 보세요. 이것이 과학자들이 말하는 '최적화 문제(optimization problem)'입니다. 양자 컴퓨팅의 세계에서 그들은 **변분 양자 알고리즘(Variational Quantum Algorithm, VQA)**이라는 특별한 도구를 사용합니다. VQA를 조절 가능한 노브(knob, 조절 나사)가 달린 지도를 가진 등산객이라고 생각해 보세요. 등산객이 노브를 돌릴 때마다 지도가 미세하게 변하고, 그들은 자신이 더 낮은 곳으로 내려갔는지 확인합니다. 만약 더 낮아졌다면 계속 나아가고, 그렇지 않다면 다른 방향을 시도합니다.

이 논문에서의 "지도"는 **안사츠(Ansatz)**라고 불립니다. 이는 양자 컴퓨터가 상태를 구축하는 구체적인 레시피입니다. 저자들은 특정 물리학 문제인 **1D Z2 격자 게이지 이론(1D Z2 Lattice Gauge Theory)**을 위해 설계된 다섯 가지 서로 다른 레시피(A부터 E까지로 표시됨)를 연구했습니다. 이 이론은 자연이 따르는 엄격한 규칙(대칭성)에 의해 제어되는, 서로 상호작용하는 아주 작은 자석과 입자들의 격자라고 생각하면 됩니다.

이 논문의 발견을 쉽게 설명하면 다음과 같습니다:

1. "과매개변수화(Over-Parameterized)"의 마법

보통, 조절해야 할 노브가 많은 산맥을 마주할 때, 등산객은 작은 골짜기("지역 최솟값", local minimum)에 갇혀 근처에 훨씬 더 깊은 골짜기가 있음에도 불구하고 그곳이 바닥이라고 착각하곤 합니다. 이것은 양자 컴퓨팅에서 흔히 발생하는 문제입니다.

논문은 만약 등산객에게 충분한 노브(매개변수)를 준다면, 이 작은 골짜기들이 사라진다는 것을 발견했습니다. 지형이 매끄러워지고, 등산객은 진정한 바닥을 향해 곧장 미끄러져 내려갈 수 있게 됩니다. 이 상태를 **과매개변수화(overparameterization)**라고 부릅니다.

• 비유: 종이를 특정 모양으로 접는다고 상상해 보세요. 만약 접는 횟수가 적으면 엉망으로 구겨진 상태에 머물 수 있습니다. 하지만 모든 미세한 주름까지 만들 수 있을 만큼 충분한 접기 횟수를 가진다면, 걸리지 않고 완벽하게 모양을 구현할 수 있습니다.

2. "리 대수(Lie Algebra)"와 "탐색 공간"

저자들은 얼마나 많은 노브가 있어야 작은 골짜기들이 사라지는지 정확히 알고 싶었습니다. 이를 알아내기 위해 두 가지 수학적 도구를 살펴보았습니다.

• 동적 리 대수 (Dynamical Lie Algebra, DLA): 이것은 등산객이 움직일 수 있는 모든 가능한 방향의 목록이라고 생각하면 됩니다. 목록이 짧으면 등산객은 작은 방 안에 갇힌 셈입니다. 목록이 길면 등산객은 산 전체를 탐험할 수 있습니다.
• 양자 피셔 정보 행렬 (Quantum Fisher Information Matrix, QFIM): 이것은 지도가 얼마나 "유연한지"를 측정합니다. 이 행렬의 계수(rank)가 "포화"(더 이상 성장하지 않음)되면, 지도가 최대의 유연성에 도달했음을 의미합니다.

논문은 특정 레시피들에 대해, 노브의 수가 특정 임계값을 초과하면 QFIM의 성장이 멈추고 "지역 골짜기"가 사라진다는 것을 보여주었습니다. 그러면 등산객은 마침내 진정한 바닥을 찾을 수 있습니다.

3. "삼체(Three-Body)"의 반전

이전의 대부분의 연구는 단순한 상호작용(예: 두 자석이 맞닿아 있는 경우)을 다루었습니다. 이 논문은 세 가지 요소가 동시에 상호작용하는 더 복잡한 상호작용(예: 세 개의 자석이 동시에 서로에게 영향을 주는 경우)을 살펴보았습니다.

• 발견: 이러한 복잡한 삼자 상호작용이 있음에도 불구하고, "과매개변수화" 법칙은 여전히 유효했습니다. 노브를 충분히 추가하면 최적화 문제는 다시 쉬워집니다.

4. 등산객의 속도

저자들은 노브를 추가함에 따라 등산객이 산 아래로 내려가는 속도를 관찰했습니다.

• 발견: 그들은 노브가 추가됨에 따라 등산객이 개선되는 속도("오차 감소율")가 노브의 수에 따라 선형적으로 증가한다는 것을 발견했습니다.
• 비유: 이것은 자동차에 엔진을 더 추가하는 것과 같습니다. 엔진을 더 많이 추가할수록 자동차는 더 빠르게, 직선적이고 예측 가능한 방식으로 달려갑니다. 갑자기 초고속으로 뛰어오르는 것이 아니라, 꾸준히 더 빨라지는 것입니다.

5. 모든 레시피가 똑같지는 않다

논문은 다섯 가지 레시피(A, B, C, D, E)를 테스트했습니다.

• 레시피 A, B, C: 이들은 "최대로 표현력이 높은(maximally expressive)" 모델이었습니다. 이들은 산의 모든 구석구석을 탐색할 수 있었습니다.
• 레시 recipe D: 이 레시피는 제한적이었습니다. 많은 노브를 가지고 있더라도, 지도의 특정 방향이 누락되어 있어 절대적인 바닥에 도달할 수 없었습니다.
• 레시피 E: 이것은 특별한 경우였습니다. 매우 단순한 구조를 가지고 있어 효율적으로 확장(scale)되었으며, 이는 향-후 더 크고 복잡한 문제들을 위한 좋은 후보가 될 수 있음을 시사합니다.

요약

요컨대, 이 논문은 양자 컴퓨터 설계자들을 위한 가이드북입니다. 양자 "지도"(안사츠)를 만들 때 충분한 조절 가능한 노브를 갖춘다면, 좋지 않은 해답에 갇히는 것을 피할 수 있다는 것을 증명합니다. 또한, 노브를 추가할수록 해답을 찾는 속도가 빨라진다는 것과, 이것이 삼자 상호작용을 포함하는 복잡한 물리학 문제에서도 작동한다는 것을 보여줍니다. 핵심적인 교훈은 다음과 같습니다: 더 많은 노브(매개변수) = 솔루션으로 가는 더 매끄러운 경로.

기술 요약

기술 요약: (1 + 1)d $Z_2$ 격자 게이지 이론을 위한 해밀토니안 변분 안사츠의 대칭성 및 과매개변수화 특성

문제 정의
변분 양자 알고리즘(VQA), 특히 변분 양자 고유치 계산기(VQE)는 시스템 크기가 커짐에 따라 기울기가 지수적으로 소실되는 "바렌 플래토(barren plateau)" 현상과 전역 최적해로의 수렴을 방해하는 가짜 지역 최솟값(spurious local minima)의 존재와 같은 심각한 확장성 문제에 직면해 있다. 최근 문헌은 학습 가능한 매개변수의 수가 임계값을 초과하는 "과매개변수화(overparametrization)"가 지역 최솟값을 제거하고 수렴을 보장할 수 있음을 시사한다. 그러나 고중량 파울리 문자열(weight > 2) 및 복잡한 대칭 구조를 포함하는 안사츠에 대해 동적 리 대수(Dynamical Lie Algebra, DLA), 양자 피셔 정보 행렬(Quantum Fisher Information Matrix, QFIM), 그리고 손실 함수 지형 사이의 관계를 규명하는 이론적 메커니즘은 여전히 미개척 영역으로 남아 있다. 이는 해밀토니안이 자연스럽게 다체 상호작용(multi-body interactions)과 힐베르트 공간을 분할하는 국소적(가우스 법칙) 및 전역적 대칭성을 갖는 격자 게이지 이론(LGT)에 특히 중요하다.

방법론
저자들은 스핀 없는 1차원 $Z_2$ 격자 게이지 이론(LGT)의 해밀토니안에서 유도된 다섯 가지 서로 다른 해밀토니안 변분 안사츠(HVA) 제품군를 조사한다. 연구는 다음 단계를 통해 진행된다:

1. 모델 정의: 시스템은 주기적 경계 조건을 가진 $N_s$개의 사이트로 구성된 사슬로 정의된다. 해밀토니안은 두 체(two-body) 및 세 체(three-body) 파울리 상호작용을 포함하는 호핑($H_{hop}$), 질량($H_m$), 게이지($H_g$) 항들로 구성된다. 이 모델은 국소 게이지 대칭성(가우스 법칙)과 패리티($P$), 전하 켤레($C$), 총 전하($Q$)를 포함하는 전역 대칭성을 갖는다.
2. 안사츠 구축: 다섯 가지 HVA 제품군(A에서 E까지 명명)이 생성자로 사용되는 해밀토니안 항들의 서로 다른 부분 집합을 사용하여 유니터리 회로 층을 구성한다. 각 안사츠는 특정 전역 대칭성 부분 집합을 보존하도록 설계되어, 힐베르트 공간의 특정 불변 부분 공간 내에서의 진화를 제한한다.
   • 제품군 A, D, E는 $P$와 $C$를 보존한다.
   • 제품군 B와 C는 $P$와 $C$를 깨뜨리지만 결합된 대칭성인 $CP$를 보존한다.
   • 제품군 E는 추가적으로 게이지 장 반전 대칭성 $Z$를 보존한다.
3. 불변 부분 공간 분석: 초기 상태 $|\psi_0\rangle$는 대칭 연산자의 고유상태로 선택된다. 연구는 각 안사츠 제품군 $X$에 의해 도달 가능한 불변 부분 공간 $S_X$에 집중한다. 각 부분 공간의 차원 $d_X$는 수치적으로 계산된다.
4. DLA 및 QFIM 특성화:
   • 동적 리 대수(DLA) $\mathfrak{g}_{S_X}$는 투영된 생성자들의 리 폐쇄(Lie closure)를 취하여 계산된다. 이 대수의 차원 $\dim(\mathfrak{g}_{S_X})$는 결정된다.
   • 양자 피셔 정보 행렬(QFIM)의 계수(rank) $R^{(L)}_X$는 다양한 회로 깊이 $L$에 대해 수치적으로 평가된다. 최대 계수인 $R_X$가 식별된다.
5. VQE 최적화: 안사츠는 경사 하강법(GD) 최적화를 사용하여 원래 해밀토니안의 바닥 상태 에너지를 찾는 데 적용된다. 연구는 매개변수 수에 따른 점근적 손실(최종 에너지)과 손실 함수의 붕괴율($\kappa$)을 추적한다.

주요 기여 및 결과

• DLA 구조 및 표현력(Expressibility):

  • 제품군 A, B, C: 이 제품군들은 $\mathfrak{u}(d_X)$ 또는 $\mathfrak{su}(d_X)$에 동형인 DLA 부서브리프레젠테이션(subrepresentation)을 보인다. 이는 충분한 깊이가 주어지면 각 부분 공간 내에서 임의의 유니터리 연산을 생성할 수 있는 최대 표현력을 가짐을 의미한다.
  • 제품군 D: DLA는 $\mathfrak{so}(d_D)$에 동형이다. 이 대수는 $\mathfrak{su}(d_D)$의 진부분 대수(proper subalgebra)이며, 이는 안사츠가 최대 표현력을 갖지 못함을 의미한다. 결과적으로, 과매개변수화되더라도 바닥 상태가 물리적 모델의 궤적 내에 존재하지 않을 수 있으며, 이는 실제 바닥 상태를 찾는 데 실패할 가능성을 시사한다.
  • 제품군 E: 이 제품군은 DLA가 여러 개의 $\mathfrak{su}(2)$의 직합(direct sum)에 동형인 독특한 사례를 보여준다. 이 대수의 차원은 시스템 크기 $N_s$에 대해 선형적으로 스케일링되며, 이는 다른 제품군들의 지수적 스케일링과 대조된다.

• 과매개변수화 및 QFIM 포화:

  • 연구는 QFIM 계수가 임계 층 수 $L_c$에서 포화됨을 확인한다.
  • 최대 표현력을 가진 제품군(A, B, C)의 경우, 포화 계수 $R_X$는 상태 벡터의 실수 자유도와 일치하는 $2d_X - 2$이다.
  • 제품군 D의 경우, $R_D = d_D - 1$이다.
  • 제품군 E의 경우, 포화 계수는 $\dim(\mathfrak{g}_{S_E})$에 의해 엄격하게 상한이 정해지며, 이는 $2d_E - 2$보다 훨씬 작다.
  • 결과는 QFIM 계수가 DLA 부서브리프레젠테이션의 차원에 의해 상한이 정해진다는 이론적 경계(bound)를 뒷받렵한다.

• 손실 지형 및 수렴:

  • 지역 최솟값의 소멸: 매개변수 수가 임계값($M > M_c$ 또는 $L > L_c$)을 초과함에 따라, 무작위 초기화에 따른 점근적 손실 값의 분산이 사라진다. 이는 QFIM 계수의 포화와 일치하며, 과매개변수화가 손실 지형에서 지역 최솟값을 제거함을 확인시켜 준다.
  • 바닥 상태 회복: 과매개변수화가 지역 최솟값은 제거하지만, 안사츠가 충분히 표현력이 있지 않으면(예: 제품군 D) 실제 바닥 상태를 찾는 것을 보장하지는 않는다.
  • 붕괴율 스케일링: 경사 하강법 하에서의 손실 함수 붕괴율 $\bar{\kappa}$는 매개변수 수(따라서 층 수 $L$)에 선형적으로 스케일링된다. 점근적 손실과 달리, 붕괴율은 과매개변수화 임계점에서 급격한 전이를 보이지 않고, 과소 및 과매개수화 영역 모두에서 꾸준히 증가한다.

의의 및 주장
본 논문은 세 체 파울리(weight-three Paulis)를 포함하는 해밀토니안 변분 안사츠와 격자 게이지 이론의 전형적인 복잡한 대칭 섹터를 분석함으로써, 양자 회로 과매개수화 이론을 확장했다는 점에서 의의가 있다.

저자들은 다음과 같은 통찰을 통해 확장 가능한 VQA 설계를 위한 핵심적인 정보를 제공한다고 주장한다:

1. 대칭성과 DLA: 생성자의 선택과 그에 따른 대칭성은 DLA의 구조를 직접적으로 결정하며, 이는 다시 QFIM 계수와 안사츠의 표현력을 제한한다.
2. 과매개수화 기준: 과매개수화는 QFIM 계수가 DLA 차원에 의해 상한이 정해지는 지점에 의해 정의된다. 다만, 높은 표현력을 가진 시스템의 경우, 상태 벡터의 실수 자유도($2d-2$)로부터 유도된 경계가 DLA 차원 경계보다 더 타이트할 수 있다.
3. 확장성 함의: 제품군 E에서 나타나는 DLA 차원의 선형적 스케일링은, 다항식 수준의 회로 깊이로도 과매개수화가 가능하면서 동시에 바닥 상태로 수렴할 수 있는 안사츠를 구축할 수 있음을 시사한다. 이는 LGT 시뮬레이션을 위한 확장 가능한 VQE 알고리즘의 잠재적 경로를 제공한다.

저자들은 현재의 무작위 초기화 기반 VQE 설정이 토이 모델(toy models)에 적합하다는 점을 언급하며 즉각적인 확장성에 대해서는 신중한 태도를 유지한다. 이들은 본 연구 결과가 ADAPT-VQE 및 SC-ADAPT-VQE와 같은 더 발전되고 잠재적으로 확장 가능한 알고리즘을 설계하는 데 정보를 제공하며, 생성자 선택을 분석적으로 이해하고 고차원 및 비가환(non-Abelian) LGT로 프레임워크를 확장하는 미래 방향을 제시한다고 제언한다.