Symmetry-guided quantum state preparation: Branched-Subspaces Adiabatic Preparation (B-SAP)

Technische Samenvatting: Branched-Subspaces Adiabatic Preparation (B-SAP)

Probleemstelling
Quantumtoestandsvoorbereiding is een fundamentele taak voor het simuleren van complexe veel-deeltjessystemen in de fysica, chemie en datawetenschap. Huidige benaderingen kampen met significante afruilverschillen. Variational Quantum Algorithms (VQAs) vertrouwen op geparametriseerde ansatzes en klassieke optimalisatie, wat vaak leidt tot "barren plateaus" (exponentieel verdwijnende gradiënten), slechte schaalbaarheid door de noodzaak van exponentieel grote parameterruimtes, en convergentieproblemen gerelateerd aan lokale minima. Daarentegen is Adiabatic Preparation (AP) afhankelijk van de evolutie van een initiële toestand onder een tijdafhankelijke Hamiltoniaan om een doeltoestand te bereiken. Hoewel conceptueel verschillend, is AP zeer gevoelig voor de energie-spectrale kloven; als energieniveaus kruisen of kloven exponentieel met de systeemgrootte sluiten, kan het adiabatische theorema de voorbereiding van een specifieke eigentoestand niet garanderen, wat vaak resulteert in een onbekende superpositie van gedegenereerde toestanden. Deze beperkingen hinderen de gelijktijdige voorbereiding van grond- en aangeslagen toestanden, wat cruciaal is voor het begrijpen van optische spectra, ladingsoverdrachtprocessen en reactie-intermediaire toestanden.

Methodologie: Branched-Subspaces Adiabatic Preparation (B-SAP)
De auteurs stellen B-SAP voor, een hybride algoritme dat de structurele sterktes van VQAs en AP integreert en hun respectievelijke zwakheden verzacht door middel van groepentheoretische structuren en klassieke post-processing.

1. Symmetrie-gestuurde Initialisatie: In tegenstelling tot conventionele AP, die doorgaans een initiële Hamiltoniaan ($H_0$) selecteert met een minimale symmetriegroep om degeneratie te vermijden, selecteert B-SAP een $H_0$ waarvan de symmetriegroep de symmetriegroep van de doel-Hamiltoniaan ($H_T$) als een ondergroep bevat. Bijgevolg vertoont het initiële energiespectrum een hoge degeneratie.
2. Subspace Exploratie via Geparametriseerde Gates: Het algoritme identificeert een gedegenereerde eigensubruimte $S(B_n)$ van $H_0$ die overeenkomt met een energieniveau $E_n$. In plaats van een generieke ansatz gebruikt B-SAP een specifieke set geparametriseerde unitaire gates $\{G_j(\alpha_j)\}$ die fungeren als endomorfismen op deze subruimte. Deze gates zijn afgeleid van de generatoren van de unitaire groep $U(d_n)$ (waarbij $d_n$ de dimensie van de subruimte is), gereduceerd tot de cosetruimte $U(d_n)/U(d_{n-1})$ om te waarborgen dat de mapping bijectief is voor een vaste referentietoestand.
   • Cruciaal is dat het aantal trainbare parameters schaalt als $2d_n - 1$ (of $2(d_n-1)$ als de globale fase irrelevant is). Aangezien $d_n$ polynomiaal schaalt met de systeemgrootte $L$ voor de overwogen modellen, vermijdt het aantal parameters de exponentiële schaling die leidt tot barren plateaus.
3. Adiabatische Evolutie met Branching: Het systeem ondergaat adiabatische evolutie van $H_0$ naar $H_T$. Omdat de symmetriegroep van $H(s)$ ofwel constant blijft of afneemt (symmetrieën worden gebroken, niet geïntroduceerd), blijven de irreducibele representaties (irreps) van de symmetriegroep ofwel ongewijzigd of ze splitsen (branching). Deze "branching"-structuur voorkomt het samensmelten van verschillende energieniveaus, wat in conventionele AP tot level crossings leidt. Het protocol zorgt ervoor dat de spectrale kloofvoorwaarde alleen vereist is tussen verschillende eigensubruimten, in plaats van tussen elke individuele eigentoestand, wat de beperkingen voor succesvolle voorbereiding versoepelt.
4. Klassieke Post-Processing (MC-VQE): Om de variational parameters te optimaliseren zonder te lijden onder optimalisatie-bottlenecks, gebruiken de auteurs de Multistate-Contracted Variational Quantum Eigensolver (MC-VQE).
   • In plaats van een enkele toestand te optimaliseren, bereidt het algoritme overlap-toestanden $|\Psi^p_{ml}\rangle$ (superposities van basis-toestanden) voor op het quantumregister.
   • Het meet de matrixelementen van de doel-Hamiltoniaan $H_T$ in de geëvolueerde basis, waardoor een $d_n \times d_n$ matrix $[H_T]^{(n)}_{ml}$ wordt geconstrueerd.
   • Deze matrix wordt klassiek gediagonaliseerd om de eigenwaarden en de coëfficiënten van de doel-eigenvectoren te verkrijgen.
   • De variational parameters worden vervolgens klassiek afgestemd om de overlap tussen de voorbereide toestand en de klassiek afgeleide doelvector te maximaliseren. Dit voorkomt de noodzaak van een quantumcircuit tijdens de laatste minimalisatiestap en levert een bekende globale minimum voor de verliesfunctie op.

Belangrijkste Bijdragen

• Hybride Framework: Het artikel introduceert een nieuw algoritme dat de noodzaak voor heuristische ansatzes (gebruikelijk bij VQAs) en de strikte non-crossing gap-vereisten (gebruikelijk bij AP) omzeilt.
• Groepentheoretische Constructie: Het maakt gebruik van de representatietheorie van de symmetriegroep van de Hamiltoniaan om een geparametriseerde circuit te construeren dat een specifieke gedegenereerde subruimte efficiënt verkent, waarbij gegarandeerd wordt dat het aantal parameters polynomiaal schaalt met de systeemgrootte.
• Robuustheid tegen Level Crossings: Door het adiabatische pad zo te ontwerpen dat symmetrieën worden gebroken in plaats van geïntroduceerd, voorkomt de methode de vorming van accidentele degeneraties die de adiabatische evolutie doorgaans teisteren, waardoor de voorbereiding van aangeslagen toestanden mogelijk wordt.
• Omzeilen van Klassieke Optimalisatie: De integratie van MC-VQE maakt het mogelijk om informatie over aangeslagen toestanden te extraheren via klassieke diagonalisatie van een kleine matrix, wat de afhankelijkheid van moeilijke quantum-klassieke optimalisatielussen vermindert.

Resultaten
De auteurs hebben B-SAP gevalideerd met behulp van het een-dimensionale XYZ Heisenberg-model met periodieke randvoorwaarden op een quantumsimulator (Qiskit) voor systeemgroottes tot $L=10$ qubits.

• Nauwkeurigheid: Het algoritme bereidde succesvol de grondtoestand en de eerste vier aangeslagen toestanden voor over een breed scala aan koppelingsconstanten ($J_x, J_y, J_z$).
• Foutmetrieken: Voor de grondtoestand was de fout (infidelity) verwaarloosbaar ten opzichte van de willekeurige toestand-overlap ($2^{-L}$) in de meeste parameterregio's, zelfs met een minimaal aantal Trotter-stappen ($L/2$). Voor aangeslagen toestanden bleven de fouten over het algemeen onder de 10% en vaak zelfs onder het procentuele niveau.
• Schaalbaarheid: De vereiste circuitdiepte schaalt polynomiaal met de systeemgrootte $L$.
• Vergelijking: Wanneer vergeleken met standaard AP op hetzelfde model en dezelfde parameters:
  • Standaard AP presteerde vergelijkbaar voor de grondtoestand, maar faalde volledig voor de eerste aangeslagen toestand in de meeste parameterregio's vanwege energie-niveau kruisingen.
  • B-SAP bereidde de aangeslagen toestanden succesvol voor waar standaard AP faalde, wat zijn vermogen demonstreert om level crossings te navigeren via de branching van gedegenereerde subruimten.

Betekenis en Claims
Het artikel beweert dat B-SAP een veelbelovende route biedt voor quantumtoestandsvoorbereiding op nabije quantumcomputingplatforms door een balans te vinden tussen nauwkeurigheid, efficiëntie van middelen en robuustheid.

• Toepasbaarheid op de korte termijn: De polynomiale schaling van circuitdiepte en parameters maakt het algoritme geschikt voor apparaten met beperkte coherentietijden en connectiviteit.
• Toegang tot Aangeslagen Toestanden: De methode adresseert een kritiek gat in de huidige capaciteiten door de betrouwbare voorbereiding van hogere-orde aangeslagen toestanden mogelijk te maken, die essentieel zijn voor het bepalen van optische spectra en chemische reactiviteit, maar die typisch ontoegankelijk zijn via standaard adiabatische of variational methoden vanwege level crossings en optimalisatieproblemen.
• Toekomstperspectief: De auteurs suggereren dat de aanpak kan worden uitgebreid naar quantumsimulaties van complexe materialen, quantumchemie en veldentheoretische systemen, waarbij toekomstig werk zich zal richten op het integreren van foutmitigatietechnieken voor implementatie op echte hardware. Het artikel claimt niet het algemene probleem van alle quantumtoestandsvoorbereiding op te lossen, maar positioneert B-SAP als een specifieke, effectieve oplossing voor veel-deeltjes Hamiltonia true met bekende symmetrieën.