Variational Programs with Open Clocks

기술 요약: 오픈 클록을 이용한 변분 프로그램 (Variational Programs with Open Clocks)

문제 정의
변분 양자 알고리즘(VQA)은 VQE(Variational Quantum Eigensolver) 및 QAOA(Quantum Approximate Optimization Algorithm)와 같이 해밀토니안 진화의 지속 시간(durations)이라는 "구멍"을 채우기 위해 클래식 최적화 도구에 의존한다. 현재의 프로그래밍 프레임워크(예: Qiskit)는 이러한 지속 시간을 실수 매개변수로 취급한다. 이러한 접근 방식은 단절을 야기한다: 컴파일러와 최적화 도구는 특정 수치 값이 매개변수에 할당되기 전까지는 프로그램의 동등성을 검증하거나 기호적 재작성(symbolic rewrites)을 수행할 수 없다. 결과적으로, 동등성 확인(equivalence checking)은 인스턴스화 이후의 행렬 비교를 필요로 하며, 이는 변분 안사츠(variational ansatz)로 정의된 전체 계산 패밀리에 대한 기호적 추론을 방해한다.

방법론: VHamilton
저자들은 Hamilton 양자 프로그래밍 언어의 최소 확장판인 VHamilton을 소개한다. 핵심 혁신은 컴파일 중에 할당되지 않은 상태로 남아 있는 기호적 지속 변수(denote $\alpha, \beta, \gamma$ 등으로 표기)인 **오픈 클록(open clock)**이다.

• 의미론(Semantics): VHamilton에서 프로그램은 해밀토니안 궤적의 *패밀리(family)*를 나타낸다. 의미론은 프로세스의 해밀토니안이 클록 값들의 아핀 표현(affine expression)이 되도록 정의된다. 구체적으로, 해밀토니안은 클록 값들에 의해 선형적으로 가중치가 부여된 항들의 합이다 (예: $\nu(\alpha)/2^k \cdot Z$, 여기서 $\nu$는 클록 변수를 자연수로 매핑하는 가치 평가 함수).
• 가치 평가(Valuations): 가치 평가 $\nu$는 오픈 클록을 정확한 이진 유리수(dyadic rationals, 이진 분수)로 채워, 변분 프로그램을 표준 회로로 컴파일 가능한 일반적인 고정 클록 Hamilton 프로그램으로 변환한다.
• 정확성(Exactness): 의미론이 클록에 대해 정확하고 아핀(affine)한 상태를 유지하기 때문에, 해밀토니안의 구조가 기호적으로 보존된다. 이를 통해 개별 인스턴스를 확인하는 대신, 전체 프로그램 패밀리에 대해 동시에 추론하는 것이 가능해진다.

주요 기여

1. 기호적 해밀토니안 동등성 (Symbolic Hamiltonian Equivalence):
   본 논문은 두 변분 프로그램 사이의 동등성이 그들의 기호적 해밀토니안을 비교함으로써 확립될 수 있음을 보여준다. 해밀토니안 계수가 클록 값들의 아핀 표현이므로, 동등성을 증명하는 것은 이 계수들을 계산하는 유한한 과정으로 귀결된다. 저자들은 VHamilton의 파편(fragment)에 대해 이를 Agda로 기계화하여, 모든 클록 값에 대해 동시에(instantiation 없이) 컴파일러 재작성(예: $R_{ZZ}(\gamma) \equiv CX \cdot R_Z(\gamma) \cdot CX^\dagger$)을 검증하였다.

2. 화학적 고유값 솔버에서의 오차 분해 (Error Decomposition in Chemistry Eigensolvers):
   수소 결합 내의 공유 양성자를 모델링하는 2-큐비트 화학 솔버에 적용했을 때, 이 프레임워크는 오차를 다음과 같이 정밀하게 분리할 수 있게 한다:

   • 대상 반올림 오차 ($\delta_H$): 물리적 해밀토니안 계수를 이진 유리수로 근사하는 과정에서 발생하는 오차.
   • 그리드 반올림 오차 ($\delta_r$): 최적화 도구가 사용하는 클록 그리드의 유한한 정밀도로 인해 발생하는 오차.
     저자들은 두 오차에 대한 사전 경계(a priori bounds)를 도출하였으며, 생성자(generator)의 스펙트럼 특성에 의존하여 그리드 탐색 없이도 그리드 오차를 제한할 수 있음을 보여주었다.

3. 구조적 분석을 통한 최적화 (Optimization via Structural Analysis):
   본 논문은 알려진 에너지 지형(energy landscape)의 구조를 활용하는 좌표 탐색(coordinate search) 전략을 제안한다.

   • 폐쇄형 안사츠 (Closed-Form Ansatz): 특정 안사츠는 폐쇄형 상태 벡터를 가지며, 이에 따라 단일 클록에 대한 에너지 곡선은 생성자의 스펙트럼에 의해 결정되는 짧은 푸리에 급수(Fourier series)로 표현될 수 있다.
   • 상수 쿼리 (Constant Queries): 이 곡선을 고정된 수의 쿼리를 사용하여 피팅(fitting)함으로써, 탐색은 그리드 크기($2^{m(r-1)}$)의 지수적 증가를 피할 수 있다.
   • 퓨전 (Fusion): 안사츠 내의 교환 가능한 블록(commuting blocks)은 병렬 합성으로 퓨전되어, 회로 깊이를 줄이고 해밀토니안을 단순화할 수 있다.

결과

• 동등성 확인 (Equivalence Checking): Agda 기계화는 모든 클록 값에 대해 $R_{ZZ}$ 재작성을 성공적으로 증명하였으며, 이는 기호적 동등성이 계산 가능하고 건전함을 입증한다.
• 화학 벤치마크 (Chemistry Benchmark):
  • 프레임워크는 2-큐비트 분자 해밀토니안을 성공적으로 모델링했다.
  • 대상의 반올림된 값을 기준으로, 정밀도 $r=10$에서 1억 3,400만 개의 가치 평가에 대한 그리드 전수 조사가 수치적으로 수행되었다.
  • 제안된 좌표 탐색은 "균형 잡힌 시작(balanced start)"(안사츠의 모든 브랜치를 채움)을 통해, 단 53회의 에너지 쿼리만으로 수치적으로 검증된 최적점에 도달했다.
  • 최종 에너지는 타겟의 바닥 상태(ground state)와 0.000119 mHa 이내의 차이를 보였다.
• 탐색의 한계 (Limitations of Search): 탐색이 매우 효율적이긴 하지만, 논문은 이 방법이 전역 최적화 도구(global optimizer)는 아님을 명시한다. 30개의 설정 세트에 대한 검증에서, 좌표 탐색은 전역 그리드 최적값을 찾는 데에만 21번 성공했다(특히 $r=4$와 같은 더 거친 정밀도에서 더 자주 실패함). 이러한 실패는 두 개의 클록을 동시에 움직여야 탈출할 수 있는 "좌표 트랩(coordinate traps)" 현상 때문인 것으로 분석되었다.

의의 및 주장

본 논문은 VHamilton이 수치적 최적화 이전에 변분 프로그램에 대해 추론할 수 있는 엄격한 토대를 제공한다고 주장한다. 주요 의의는 다음과 같다:

1. 구조 보존: 해밀토니안 구조를 유지함으로써, 특정 지점이 아닌 전체 매개변수 공간에 대해 유효한 컴파일러 재작성 및 동등성 증명을 가능하게 한다.
2. 예측 가능한 오차: 양자 프로그램을 실행하지 않고도 타겟 해밀토니안과 최적화 그리드에 대한 오차 경계를 계산할 수 있게 한다.
3. 효율적 탐색: 생성자의 스펙트럼 특성을 활용함으로써, 탐색 복잡도가 그리드 정밀도와 무관하게 되어, 클록당 일정한 수의 쿼리로 고정밀 그리드를 탐색할 수 있다.

저자들은 자신의 결론에 대해 겸허한 태도를 취하며, 이 방법이 효율적인 탐색과 정확한 오차 분석을 지원하지만, 좌표 탐색은 조건부적이며 전역 최적성을 보장하지는 않는다고 밝히고 있다. 이 연구는 심볼릭 컴파일과 수치적 최적화 사이의 간극을 메우는, 변분 양자 컴퓨팅에 대한 보다 형식적인 유형 이론적(type-theoretic) 접근법의 단계로 제시된다.