Optimizing quantum encodings for analog simulation through dynamical algebra reachability

기술 요약: 동역학적 대수 도달 가능성(Dynamical Algebra Reachability)을 통한 아날로그 시뮬레이션용 양자 인코딩 최적화

문제 정의
아날로그 양자 컴퓨터는 물리적 시스템의 연속적인 진화를 직접 활용하여 다체 역학(many-body dynamics)을 시뮬레이션한다. 그러나 근본적인 한계는 아날로그 프로세서의 고유 제어 해밀토니안이 제한된 연산자 공간만을 생성한다는 점이다. 따라서 타겟 해밀토니안의 역학을 얼마나 충실하게 재현할 수 있는지는 단순히 스펙트럼 일치(에너지 준위)뿐만 아니라, 물리적 제어가 요구되는 진화를 실제로 생성할 수 있는지 여부에 달려 있다. 주어진 물리 문제는 동일한 스펙트럼을 공유하면서도 장치의 고유 제어 방식과 호환성 면에서 크게 다른 방식으로 양자 레지스터에 매핑될 수 있는 여러 유니타리 동등한 방식(인코딩)이 존재한다. 잘못 선택된 인코딩은 관련 역학을 아날로그 제어가 (펄스 시퀀스나 기하학적 구조 최 optimization과 상관없이) 도달할 수 없는 힐베르트 공간의 방향으로 배치할 수 있다. 본 연구는 장치 특정적인 기하학 및 펄스 최적화를 시도하기 전에 이러한 호환성을 진단하고 최적화할 필요성을 다룬다.

방법론
저자는 **동역학적 대수 도달 가능성(dynamical algebra reachability)**에 기반한 기하학 독립적 프레임워크를 도입한다. 핵심 방법론은 다음과 같다:

1. 스펙트럼 대수 정의: 타겟 모델은 단순히 해밀토니안 $H$뿐만 아니라, 스펙트럼 대수 $\mathcal{A}(H) = \text{span}\{I, H, H^2, \dots, H^{r-1}\}$ (여기서 $r$은 서로 다른 고윳값의 개수)로 특징지어진다.
2. 크릴로프 공간(Krylov Space) 구축: 아날로그 장치는 독립적으로 조절 가능한 제어 해밀토니안들(예: 전역 라비 드라이브, 디튜닝, 위상)이 고정된 초기 상태에 반복적으로 교환자(commutator) 작용을 하여 생성하는 크릴로프 유형의 연산자 공간 $\mathcal{K}$로 특징지어진다. 결정적으로, 이 구축 과정은 기하학 의존적인 상호작용 항(예: 원자 위치에 의존하는 이싱 상호작용)을 제외함으로써 기하학 독립적인 진단을 생성한다.
3. 주각(Principal Angle) 최적화: 인코딩과 하드웨어 간의 호환성은 $\mathcal{A}(H)$와 $\mathcal{K}$ 사이의 주각(principal angles)을 통해 정량화된다. 유니타리 공액(unitary conjugation)은 스펙트럼을 보존하므로, 인코딩 문제는 $H$의 유니타리 궤도($H(U) = UHU^\dagger$)에 대한 최적화 문제로 정식화된다.
4. 리만 그래디언트 디센트(Riemannian Gradient Descent): 저자는 이동된 스펙트럼 대수와 크릴로프 공간 사이의 중첩 행렬의 특이값(주각의 코사인 값)의 합 $\sum \sigma_i^2$을 최대화하는 매끄러운 부분 공간 중첩 범함수 $F(U) = -\sum \sigma_i^2$를 최대화한다. 이는 유니타리 다양체 $U(d)$ 상에서 리만 그래디언트 디센트를 사용하여 해결된다.

주요 기여

• 기하학 독립적 전처리: 본 논문은 장치 특정적인 기하학이나 펄스 시퀀스를 결정하기 전에 표현 수준의 불일치를 식별하는 기준을 확립한다. 이는 표현 문제와 하드웨어/제어 최적화 문제를 분리한다.
• 도달 가능성 수준의 구분: 본 연구는 대수 수준의 도달 가능성(생성된 전체 스펙트럼 대수에 대한 접근)과 상태 수준의 도달 가능성(기저 상태와 같은 특정 고유 상태에 대한 접근) 사이의 차이를 명확히 한다. 또한, 기하학 의존적 자원이 가용할 때 전체 대수적 포함이 고충실도 상태 준비를 위한 충분조건이지만 필요조건은 아님을 입증한다.
• 최적화 프레임워크: 이산적인 인코딩 선택(예: 표준 이진 코드 vs 그레이 코드) 대신 연속 최적화를 사용하여, 타겟 대수가 고유 제어와 더 잘 정렬되도록 하는 스펙트럼 동등한 표현을 찾는 구성적인 방법을 제공한다.

결과
프레임워크는 중수소 해밀토니안(해밍 가중치 1 섹터로 제한됨)을 리드베리 원자 아날로그 프로세서(전역 제어 적용)에 인코딩하는 사례에 적용되었다.

• 소규모 시스템 ($N=3, 4$): 표준 이진(SB) 인코딩은 기하학 독립적 크릴로프 공간과 심하게 어긋나 있다(3개 또는 4개의 주각 중 코사인 값이 1인 것은 1개뿐임). 직접적인 제어 역학 최적화는 높은 충실도를 달-성하는 데 실패한다. 그러나 주각 최적화를 통해 모든 주각을 1로 유도함으로써, 전체 스펙트럼 대수를 접근 가능한 공간 내에 배치할 수 있다. 이를 통해 고정된 기하학에서도 정확한 기저 상태 준비(충실도 $\approx 100\%$)가 가능하다.
• 대규모 시스템 ($N=5, \dots, 8$): 이 규모에서 SB 인코딩은 완전한 대수적 포함을 달성하지 못하며(교집합 차원이 1로 유지됨), 최적화를 통해서도 전체 대수를 완전히 정렬할 수 없다. 그럼에도 불구하고, 기하학과 펄스의 공동 최적화는 여전히 $0.999$ 이상의 충실도를 달성한다. 이는 대수적 포함이 강력한 지표이긴 하지만, 기하학 의존적 자원을 최적화할 경우 특정 상태 준비를 위해 반드시 필수적인 것은 아님을 확인시켜 준다.
• 기하학에 대한 강건성: 단일 기하학 독립적 최적화 인코딩을 다섯 가지 서로 다른 고정 원자 기하학에 대해 테스트하였다. 최적화되지 않은 SB 인코딩은 기하학에 따라 충실도가 극심하게 변동했다( $<10^{-9}$ 에서 $>0.99$ 까지). 반면, 최적화된 인코딩은 모든 기하학에 대해 높은 충실도($>0.94$ 에서 $>0.9999$)를 유지하여 물리적 배치의 민감도를 크게 낮추었다.

의의
본 논문은 아날로그 양자 시뮬레이션에서 스펙트럼 동등성만으로는 불충분하며, 인코딩이 하드웨어의 고유 연산자 공간과 호환되어야 한다고 주장한다. 제안된 주각 최적화는 다음과 같은 체계적인 전처리 단계 역할을 한다:

1. 장치 특정적인 최적화에 드는 비용을 들기 전에 표현 수준의 불일치를 식별하고 제거한다.
2. 전체 인코딩 최적화가 필요한 경우(대수적 장애가 있는 작은 시스템)와 기하학 의존적 제어 자원이 이를 보완할 수 있는 경우(더 큰 시스템)를 명확히 구분한다.
3. 전역 제어와 이싱 유형의 상호작용을 기본적으로 구현하는 현재의 아날로그 플랫폼(리드베리 원자 및 트랩된 이온 등)을 위한 저비용 오프라인 설계 원칙을 제공하여, 미스매치된 고유 상호작용(예: XY 호핑)을 가진 모델을 사용 가능한 하드웨어가 도달할 수 있는 형태로 변환한다.

저자는 이 접근 방식이 타겟 해밀토니안을 제약이 있는 아날로그 양자 하드웨어에 매핑하는 견고한 경로를 제공하며, 대수적 도달 가능성(전체 스펙트럼 제어에 필수적)과 상태 수준의 도달 가능성(특정 고유 상태 준비에 충분함)을 구분한다고 결론짓는다.