CANOE: Classically Assisted Non-Orthogonal Eigensolver

Titel: CANOE: Classically Assisted Non-Orthogonal Eigensolver

Auteurs: Jihyeon Park, Collin C. D. Frink, en Matthew Otten (Universiteit van Wisconsin – Madison)

1. Het Probleem

In het vroege regime van fouttolerante kwantumcomputing zijn kwantumresources beperkt door coherentietijden, gate-nauwkeurigheid en circuitdiepte. Bestaande hybride kwantum-klassieke methoden, zoals de Variational Quantum Eigensolver (VQE), kampen met de uitdaging dat ze vaak afhankelijk zijn van variatie-optimalisatie die gevoelig is voor lokaal minima en "barren plateaus". Andere methoden, zoals subspace-diagonalisatie (bijv. NOQE, QSE), vereisen vaak dat de volledige subspace op de kwantumhardware wordt gegenereerd, wat de sampling-kosten exponentieel doet stijgen met het aantal qubits.

Er is een behoefte aan een strategie die de expressieve kracht van kwantumtoestanden combineert met de schaalbaarheid van klassieke rekenkracht, zonder de kwantumhardware te overbelasten met het genereren van een enorme basis.

2. Methodologie: Het CANOE-protocol

CANOE (Classically Assisted Non-Orthogonal Eigensolver) introduceert een hybride raamwerk waarbij de basis voor de Rayleigh-Ritz-diagonalisatie wordt opgebouwd uit twee componenten:

1. Een kleine set kwantumvoorbereide toestanden: Deze vormen de expressieve kern van de subspace. In dit werk worden deze gegenereerd via een Krylov-subspace methode, waarbij de Hartree-Fock-toestand wordt geëvolueerd onder de Hamiltoniaan ($|\phi^q_j\rangle = e^{-iHt_j}|\text{HF}\rangle$).
2. Een grote set klassiek gegenereerde toestanden: Dit zijn voornamelijk determinanten (uitgekozen via Selected Heat-Bath Configuration Interaction, SHCI). Deze zijn goedkoop te genereren en te verwerken op klassieke hardware.

De totale golffunctie wordt benaderd als een lineaire combinatie:
$$|\psi\rangle = \sum_{i=1}^{N_c} c^c_i |\phi^c_i\rangle + \sum_{j=1}^{N_q} c^q_j |\phi^q_j\rangle$$

Dit leidt tot een generaliseerd eigenwaardeprobleem $H\mathbf{c} = \lambda S\mathbf{c}$, waarbij $H$ de Hamiltoniaan-matrix is en $S$ de overlap-matrix.

Kerncomponenten van de implementatie:

• Histogram-gebaseerde Overlap Schatting:
  Het grootste obstakel is het efficiënt schatten van de kruis-overlap-elementen ($\langle \phi^c_i | \phi^q_j \rangle$) tussen klassieke determinanten en kwantumtoestanden.

  • Oplossing: In plaats van volledige kwantumtoestandstomografie (onmogelijk voor grote systemen) of klassieke schaduwen (die exponentieel schalen met het aantal qubits voor specifieke operatoren), gebruiken de auteurs een histogram-gebaseerde samplingstrategie.
  • Werkingsprincipe: Ze prepareren interferentietoestanden die een superpositie vormen van de kwantumtoestand en een "batch" van klassieke determinanten. Door metingen in de computationele basis (Z-basis) uit te voeren en de resultaten te histogrammen, kunnen ze de overlap-amplitudes direct schatten. Dit reduceert de sampling-kost aanzienlijk en maakt post-processing op klassieke hardware mogelijk.

• Stabilisatie via Schur-complement:
  De combinatie van veel klassieke determinanten en kwantumtoestanden leidt vaak tot lineaire afhankelijkheid (ill-conditioning) in de overlap-matrix $S$, wat numerieke instabiliteit veroorzaakt bij het oplossen van het eigenwaardeprobleem.

  • Oplossing: De auteurs gebruiken een Schur-complement formulering. Ze partitioneren de overlap-matrix en diagonaliseren de kwantum-kwantum blokken. Ze passen een deflatie-strategie toe (verwijderen van eigenvectoren met zeer kleine eigenwaarden) of een pseudo-inverse-regularisatie om de ill-conditioning te mitigeren zonder de fysieke inhoud van de subspace te verliezen.

3. Belangrijkste Bijdragen

1. Hybride Basis Architectuur: CANOE verschuift de hybride integratie naar het niveau van de basisconstructie zelf, waarbij kwantumtoestanden de "moeilijk te reproduceren" correlaties leveren en klassieke determinanten de variatievrijheid vergroten tegen een lage kost.
2. Efficiënte Overlap Schatting: De introductie van de histogram-gebaseerde methode voor het schatten van overlap-elementen in de Z-basis, wat aanzienlijk minder sampling vereist dan klassieke schaduwen voor dit specifieke probleemtype.
3. Numerieke Stabilisatie: Een robuust protocol voor het oplossen van het generaliseerde eigenwaardeprobleem in aanwezigheid van lineaire afhankelijkheid en sampling-ruis, gebruikmakend van Schur-complementen.
4. Validatie op Schaal: Uitgebreide numerieke simulaties op een 76-qubit chroom-atoomsysteem (38 ruimtelijke orbitalen, 14 elektronen), een systeem dat te groot is voor volledige klassieke diagonalisatie maar binnen het bereik van vroege fouttolerante kwantumcomputers ligt.

4. Resultaten

• Expressiviteit en Kosten: Simulaties tonen aan dat een kleine toevoeging van kwantumtoestanden (bijv. 5-6 toestanden) de benodigde grootte van de klassieke basis (determinanten) drastisch kan verkleinen (met duizenden determinanten) om chemische nauwkeurigheid ($\sim 1.6 \times 10^{-3}$ Ha) te bereiken.
• Sampling Efficiëntie: De histogram-methode benadert chemische nauwkeurigheid bij een redelijke sampling-kost. In vergelijking met klassieke schaduwen, die exponentieel schalen met het aantal qubits voor deze specifieke observabelen, schalen de histogram-methode lineair met de batchgrootte.
• Stabiliteit: De Schur-complement stabilisatie maakt het mogelijk om het generaliseerde eigenwaardeprobleem stabiel op te lossen, zelfs wanneer de overlap-matrix slecht geconditioneerd is door lineaire afhankelijkheid.
• Benchmarks: Voor kleinere moleculen (H4, H2O, NH3) wordt chemische nauwkeurigheid bereikt. Voor grotere systemen (HCN, CO2, COCl2) worden de beperkingen voornamelijk veroorzaakt door sampling-ruis en de numerieke resolutie van zwakke kwantumrichtingen, maar de trend is veelbelovend.
• Extrapolatie: Voor een systeem van 100 qubits wordt de totale sampling-kost geschat op de orde van $10^{10}$ shots, wat aanzienlijk lager is dan de geschatte kosten voor VQE ($\sim 10^{13}$ shots) voor vergelijkbare problemen.

5. Betekenis en Toekomstperspectief

CANOE positioneert zich als een praktische framework voor vroege fouttolerante kwantumcomputing. Het biedt een route om de beperkte kwantumresources te maximaliseren door ze te combineren met de schaalbare kracht van klassieke supercomputers.

• Voordeel t.o.v. VQE: Vermijdt variatie-optimalisatie en de bijbehorende trainingsproblemen.
• Voordeel t.o.v. Pure Kwantummethoden: Vermijdt de noodzaak om een enorme subspace volledig op de kwantumchip te genereren.
• Toekomst: De auteurs wijzen op de noodzaak van verdere verbetering in de keuze van kwantum-ansätze en de robuustheid van de eigenwaarde-oplossers in het aanwezigheid van ruis. Als deze uitdagingen worden overwonnen, kan CANOE een brug slaan tussen variatie-methoden en volledig coherente kwantum-simulaties (zoals Quantum Phase Estimation), en mogelijk chemische nauwkeurigheid bereiken voor complexe systemen zoals overgangsmetaalcomplexen met beperkte kwantumresources.

Samenvattend biedt CANOE een nieuw paradigma voor hybride kwantum-klassieke simulatie dat de expressieve kracht van kwantumtoestanden efficiënt combineert met de rekenkracht van klassieke determinanten, specifiek ontworpen voor het vroege regime van kwantumcomputing.