Simulating Supersymmetric Quantum Mechanics Using Variational Quantum Algorithms

Dit artikel presenteert variational quantum eigensolver-analyses van supersymmetrische kwantummechanica met een adaptief algoritme voor het verminderen van parameters, wat de haalbaarheid op NISQ-processors verbetert en wordt gevalideerd met resultaten van echte IBM-kwantumcomputers.

De kern

Stel je voor dat je een enorme, complexe puzzel probeert op te lossen. De puzzelstukjes vertegenwoordigen deeltjes en krachten in het heelal, en je wilt weten hoe ze zich gedragen. Dit is wat fysici doen als ze kijken naar supersymmetrie. Het is een theorie die zegt dat elk deeltje een "tweeling" heeft: een deeltje dat lijkt op een balletje (boson) en een dat meer als een spooktje is (fermion).

Deze paper, geschreven door onderzoekers van de Universiteit van Liverpool, vertelt over een nieuwe manier om deze puzzel op te lossen, niet met gewone computers, maar met kwantumcomputers.

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Grote Probleem: De "Kwetsbare Balans"

In de oude manier van rekenen (met Monte Carlo-simulaties) is het bijna onmogelijk om te zien of supersymmetrie "breekt" of niet.

• De Analogie: Stel je voor dat je probeert een heel gevoelige weegschaal af te lezen in een storm. De wind (de wiskundige "tekenproblemen" in de berekening) maakt de naald zo wild heen en weer slaan dat je nooit weet of er gewicht op ligt of niet.
• De Oplossing: Kwantumcomputers zijn als een nieuwe, superstabiele weegschaal die niet door de storm wordt beïnvloed. Ze kunnen de energie van het systeem direct meten. Als de energie precies nul is, is de symmetrie intact. Is de energie hoger dan nul? Dan is de symmetrie "gebroken" (SSB).

2. De Tool: De Variational Quantum Eigensolver (VQE)

Om deze energie te meten, gebruiken ze een algoritme genaamd VQE.

• De Analogie: Stel je voor dat je een blindeman bent die een berg wil beklimmen om de top te vinden (de laagste energietoestand). Je kunt niet alles tegelijk zien, dus je tast je een weg omhoog. Je doet een stap, kijkt of het hoger of lager is, en past je route aan.
• Het Nadeel: Normaal gesproken zou je een heel ingewikkeld touwnet (een "ansatz") nodig hebben om de top te vinden. Maar op een kwantumcomputer zijn die touwen kwetsbaar voor ruis (fouten). Hoe langer en ingewikkelder je touwnet, hoe groter de kans dat het in de war raakt door de "wind" van de computerhardware.

3. De Innovatie: De "Slimme Bouwer" (Adaptive-VQE)

De onderzoekers hebben een slimme nieuwe manier bedacht om dit touwnet te bouwen, genaamd Adaptive-VQE.

• De Analogie: In plaats van dat je een heel complex net van tevoren ontwerpt (wat vaak mislukt), laat je de computer stap voor stap het net bouwen.
  1. De computer vraagt: "Welke één enkele draad maakt het meest verschil voor mijn positie?"
  2. Hij plakt die draad erbij.
  3. Hij vraagt weer: "Welke volgende draad helpt nu het meest?"
  4. Hij plakt die erbij.
• Het Resultaat: Je krijgt een net dat precies groot genoeg is om de top te vinden, maar niet groter dan nodig. Dit bespaart tijd en maakt het veel robuuster tegen fouten.

4. De Praktijk: De "Korte Versie"

Toen ze dit op echte IBM-kwantumcomputers (die nog wat "ruis" hebben) probeerden, zagen ze iets interessants.

• De Inzage: Ze merkten dat de eerste paar draden (de eerste stappen van de algoritme) het allerbelangrijkst waren. De latere draden maakten steeds minder verschil.
• De Strategie: Ze besloten om de "lange, perfecte" versie van het net te knippen. Ze gebruikten alleen de eerste paar draden.
• Waarom? Op een ruisige computer is een kort, simpel net vaak beter dan een lang, perfect net dat door de ruis volledig kapot gaat. Het is alsof je liever een korte, stevige ladder hebt om een lage muur over te komen, dan een lange, wankelende ladder die in de wind breekt.

5. Wat hebben ze gevonden?

Ze hebben dit getest op drie verschillende soorten "puzzels" (superpotentialen):

1. Harmonische Oscillator: Een simpele, rustige puzzel. Hier werkte het perfect.
2. Anharmonische Oscillator: Iets complexer.
3. Dubbele Put: Een moeilijke puzzel waar de symmetrie eigenlijk zou moeten breken.

Ze zagen dat hun methode de energie heel nauwkeurig kon voorspellen in simulaties. Maar toen ze het op de echte IBM-computer deden, zagen ze dat de computer nog niet helemaal klaar was voor de zware taken. De resultaten waren goed, maar niet perfect door de ruis.

De les: Om betere resultaten te krijgen, moesten ze "foutenreductie" gebruiken (zoals een bril opzetten om de ruis te filteren). Dit werkte goed, maar het kostte enorm veel tijd en rekenkracht van de computer.

Conclusie: De Toekomst

De onderzoekers concluderen dat hun "Slimme Bouwer" (Adaptive-VQE) een geweldige manier is om kwantumcomputers te helpen, maar dat we nog even moeten wachten tot de computers zelf minder fouten maken.

Ze kijken nu al uit naar de volgende stap: het oplossen van nog complexere modellen (de Wess-Zumino-modellen). Ze hopen dat ze in de toekomst een andere techniek (SKQD) kunnen gebruiken, waarbij ze de zware rekenwerk op de klassieke computer doen en de kwantumcomputer alleen gebruikt om een paar snelle metingen te doen.

Kortom: Ze hebben een slimme manier bedacht om kwantumcomputers te laten werken met minder middelen, waardoor ze in de toekomst complexe mysteries van het heelal kunnen oplossen, zelfs als de computers nog niet perfect zijn.

Technische samenvatting

Probleemstelling

Het bestuderen van spontane supersymmetriebreking (SSB) op een rooster (lattice) wordt traditioneel gehinderd door een ernstig tekenprobleem (sign problem) bij Monte Carlo-methode. In de Euclidische padintegraal wordt de gewichtsfunctie complex voor real-time dynamica, en SSB impliceert een verdwijnende Witten-index, wat leidt tot een verdwijnende partitiefunctie. Dit maakt klassieke simulaties met Monte Carlo-methoden onmogelijk voor deze specifieke problemen.

Hoewel de Hamiltoniaanse formalisme het tekenprobleem omzeilt, wordt de studie van SSB in dit formalisme op klassieke computers onuitvoerbaar door de exponentieel groeiende Hilbertruimte. De auteurs richten zich daarom op Supersymmetrische Kwantummechanica (SQM) in 0+1 dimensies als testomgeving. Het doel is om de grondtoestandsenergie te meten: een nul-energie grondtoestand duidt op behoud van supersymmetrie, terwijl een positieve grondtoestandsenergie wijst op spontane breking.

Methodologie

De auteurs gebruiken Variational Quantum Eigensolvers (VQE), een hybride quantum-klassiek algoritme, om de grondtoestandsenergie te benaderen. De aanpak omvat de volgende stappen:

1. Regulering en Digitalisering:

   • De oneindig dimensionale bosonische Hilbertruimte wordt gereguleerd door een afsnijwaarde (cutoff) $\Lambda$ in te voeren op het aantal toegestane bosonische modi.
   • Bosonen worden gecodeerd in het Fock-basisstelsel, waarbij $\Lambda = 2^{N_b}$ wordt weergegeven met $N_b$ qubits.
   • Fermionen worden gemapt naar qubits via de Jordan-Wigner-transformatie.
   • Drie verschillende superpotentialen ($W(\hat{q})$) worden onderzocht:
     • Harmonische Oscillator (HO): Verwacht behoud van supersymmetrie.
     • Anharmonische Oscillator (AHO): Verwacht behoud van supersymmetrie.
     • Double Well (DW): Verwacht spontane breking (SSB).

2. Adaptieve VQE (AVQE) Algoritme:

   • In plaats van een vooraf gedefinieerde, diepe schakeling te gebruiken, ontwikkelen de auteurs een adaptieve aanpak om de variabele parameters en de schakelingstiepte te minimaliseren.
   • Het algoritme bouwt de ansatz iteratief op door operatoren toe te voegen uit een vooraf gedefinieerde pool ($\{R_Y, R_Z, C_{R_Y}\}$).
   • De keuze voor de volgende operatie wordt bepaald door de grootte van de gradiënt van de verwachtingswaarde van de Hamiltoniaan. Operatoren met de grootste impact op de energie worden eerst toegevoegd.
   • Dit zorgt voor een "hardware-efficiënte" en probleem-specifieke schakeling.

3. Truncatie voor NISQ-hardware:

   • Gezien de ruis in huidige Noisy Intermediate-Scale Quantum (NISQ) apparaten, wordt voorgesteld om de volledig geoptimaliseerde ansatz te trunceren (kappen) tot de eerste paar operatoren. Omdat de initiële operatoren de grootste impact hebben, biedt dit een betere balans tussen expressiviteit en ruis dan het gebruik van de volledige, diepe schakeling.

4. Hardware-implementatie:

   • De methoden worden getest op echte IBM Quantum-apparaten (ibm_torino en ibm_kingston).
   • Er wordt gebruikgemaakt van error mitigation-technieken via Qiskit's "Resilience Levels" (RL), waaronder Twirled Readout Error eXtinction (TREX) en Zero-Noise Extrapolation.

Belangrijkste Bijdragen

• Adaptieve Ansatz Constructie: Introductie van een AVQE-algoritme dat specifiek is ontworpen voor SQM, wat leidt tot aanzienlijk minder variabele parameters dan standaard hardware-efficiënte ansätze.
• Systematische Patronen: De auteurs ontdekken dat de structuur van de optimale ansatz systematisch is voor verschillende waarden van $\Lambda$. De eerste paar poorten zijn consistent en hebben het grootste effect, wat extrapolatie naar grotere systemen mogelijk maakt.
• Truncatie-strategie: Het bewijs dat het trunceren van de ansatz (bijv. tot de eerste 4 poorten) de effectiviteit op ruisgevoelige hardware verbetert door ruis te reduceren, zelfs ten koste van een kleine vermindering in expressiviteit.
• Real-device Validatie: Eerste resultaten van VQE-simulaties voor supersymmetrische systemen op echte quantumchips, inclusief analyse van kosten en nauwkeurigheid.

Resultaten

• Classische Simulatie: De AVQE levert zeer nauwkeurige resultaten voor kleine systemen, met energieën die dicht bij de exacte diagonalisatie liggen. Voor grotere $\Lambda$ neemt de precisie echter af door de complexiteit van de optimalisatie.
• Hardware Resultaten (IBM):
  • Zelfs voor kleine systemen ($\Lambda \leq 8$) vertonen de resultaten op echte hardware aanzienlijke afwijkingen ($|\Delta E| > 10^{-3}$) ten opzichte van de exacte waarden, voornamelijk door gate-ruis en readout-fouten.
  • Error Mitigation: Het toepassen van Resilience Level 2 (RL=2) verbetert de nauwkeurigheid aanzienlijk (bijvoorbeeld een factor 90 verbetering voor AHO met $\Lambda=8$), maar verhoogt de QPU-tijd (resource usage) met een factor 4.
  • Kosten: De QPU-gebruikstijd groeit snel met het aantal variabele parameters ($N_\theta$) en het aantal Pauli-termen in de Hamiltoniaan. Zelfs voor eenvoudige systemen is de overhead aanzienlijk.
• Conclusie over SSB: De resultaten bevestigen dat SSB kan worden gedetecteerd via de grondtoestandsenergie, maar dat de huidige hardware nog niet voldoende nauwkeurig is om dit zonder significante error mitigation te doen voor grotere systemen.

Betekenis en Toekomstperspectief

Dit werk demonstreert dat variational quantum algorithms een veelbelovende route zijn om supersymmetrische theorieën te bestuderen die ontoegankelijk zijn voor klassieke Monte Carlo-methoden. De adaptieve aanpak en truncatiestrategie zijn cruciaal voor de haalbaarheid op huidige NISQ-apparatuur.

De auteurs identificeren echter de beperkte schaalbaarheid als een grote uitdaging. Voor complexere modellen, zoals het 1+1D Wess-Zumino (WZ) model, is de huidige VQE-benadering niet haalbaar vanwege de enorme qubit- en poortvereisten. Als oplossing verkennen ze de Sample-based Krylov Quantum Diagonalization (SKQD) algoritme. Hierbij wordt de zware berekening op klassieke hardware gedaan, met slechts bemonstering op de QPU, wat de resolutie van energieproblemen door ruis kan verbeteren. De AVQE kan hierbij dienen om een goede starttoestand te vinden voor de SKQD-analyse.