⚛️ kwantumfysica

Explicitly correlated ground states with a feedback-free variational hybrid algorithm

Dit artikel stelt een feedbackvrije hybride kwantum-klassieke algoritme voor en demonstreert experimenteel dat dit een kwantumprocessor gebruikt om een momentumruimte matrixproducttoestand te prepareren en klassieke post-processing gebruikt om een expliciet gecorreleerde Jastrow-type correlator variationeel te optimaliseren, waarbij hoge-nauwkeurigheid grondtoestandsenergie-schattingen worden bereikt voor het 2D Fermi-Hubbard-model met verminderde sampling- en gate-eisen vergeleken met andere hybride methoden.

Oorspronkelijke auteurs: Benjamin Corbett, Akimasa Miyake

Gepubliceerd 2026-10-14

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Benjamin Corbett, Akimasa Miyake

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de microscopische wereld van elektronen gedragen deeltjes zich niet altijd als onafhankelijke individuen die door de lege ruimte bewegen. In bepaalde materialen raken ze diep verstrengeld, waarbij hun bewegingen worden bepaald door een hevige, onmiddellijke afstoting wanneer ze te dicht bij elkaar komen. Dit fenomeen, bekend als sterke correlatie, is de sleutel tot het begrijpen van hoe sommige materialen elektriciteit geleiden, hoe ze magnetisch worden, of hoe ze op een dag supergeleiders zouden kunnen worden. Om deze gedragingen te voorspellen, moeten wetenschappers een enorme wiskundige puzzel oplossen: het berekenen van de exacte energietoestand van een systeem waar elk elektron constant reageert op elk ander elektron. Decennialang hebben de krachtigste klassieke computers moeite gehad met deze taak, waarbij ze vaak tegen een muur aanliepen wanneer de interacties te intens werden of het systeem te groot werd. De moeilijkheid ligt in een fundamentele mismatch: de meest efficiënte manier om de langetermijnorde van deze elektronen te beschrijven is in termen van hun impuls, terwijl de meest efficiënte manier om hun kortetermijn, gewelddadige afstoting te beschrijven in termen van hun fysieke positie is. Het proberen te combineren van deze twee beschrijvingen op een klassieke computer is geweest als het proberen op te lossen van een legpuzzel waarvan de stukjes uit twee verschillende afbeeldingen zijn gesneden.

Een team van onderzoekers aan de University of New Mexico heeft een manier gevonden om deze kloof te overbruggen met behulp van een quantumcomputer, niet door de machine te vragen de hele puzzel in één keer op te lossen, maar door deze te gebruiken om een specifiek, hoogwaardig startpunt voor te bereiden zodat een klassieke computer het kan afmaken. Hun aanpak, die in een recente studie wordt toegelicht, richt zich op een theoretisch model genaamd het Fermi-Hubbard-model, dat beschrijft hoe elektronen tussen locaties op een rooster springen. De onderzoekers gebruikten een quantumprocessor om een staat met een lage verstrengeling van elektronen in de impulsruimte te genereren, een configuratie die voor klassieke computers moeilijk efficiënt te creëren is. Vervolgens roteerden ze deze staat naar de fysieke ruimte, waardoor de beschrijving effectief werd vertaald zodat de kortetermijn-afstotingen behandeld konden worden. Cruciaal was dat ze dit deden zonder een heen-en-weergaande lus waarbij de computer en het klassieke algoritme elkaar constant aanpassen. In plaats daarvan voerde de quantumprocessor zijn taak één keer uit, mat de resultaten en leverde de data over aan een klassieke computer. De klassieke computer gebruikte deze data vervolgens om een wiskundige "correlator" te optimaliseren — een hulpmiddel dat de beschrijving van de elektron-afstotingen verfijnt — volledig nadat het quantumexperiment was voltooid.

Het experiment werd uitgevoerd op een 32-qubit quantumcomputer, specifiek het H2-2 model van Quantinuum. Het team bereidde een staat voor die een rooster van 16 locaties representeert, half gevuld met elektronen, en mat de energie van het systeem. Na het filteren van de data om uitkomsten te verwijderen die de bekende regels van de deeltjesconservering schonden, pasten ze een kalibratietechniek toe om de kleine fouten te corrigeren die inherent zijn aan de huidige quantumhardware. Het resultaat was een schatting van de grondtoestandsenergie die opmerkelijk dicht bij de bekende exacte waarde lag, met een relatieve fout van slechts 3,5 procent. Dit niveau van nauwkeurigheid werd bereikt met aanzienlijk minder quantummetingen en minder complexe twee-qubit gates dan andere toonaangevende methoden die vertrouwen op herhaalde feedbackloops of diepe quantumcircuits. De onderzoekers toonden aan dat door de quantumvoorbereiding te scheiden van de klassieke optimalisatie, zij dezelfde quantumdata konden hergebruiken om veel verschillende wiskundige modellen van elektroninteractie te testen zonder de quantumcomputer ooit opnieuw te hoeven draaien.

De studie onderzocht ook hoe deze methode zou kunnen opschalen naar grotere systemen. Door de data te analyseren, vonden de auteurs dat het aantal metingen dat vereist is om een vast niveau van precisie te behouden exponentieel groeit met de grootte van het rooster, maar met een snelheid die beheersbaar is voor nabije quantumapparatuur. Ze vergeleken hun aanpak met andere hybride algoritmen, zoals quantum-selected configuration interaction en quantum Krylov-methoden. Hoewel die methoden strikte wiskundige garanties kunnen bieden, vereisen ze vaak veel meer quantumbronnen — ofwel miljoenen keren meer monsters, ofwel duizenden keren complexere gates — om hetzelfde niveau van nauwkeurigheid te bereiken op de geteste kleine systemen. Het vermogen van de nieuwe methode om de quantummeting te ontkoppelen van de klassieke optimalisatie biedt een flexibiliteit die de andere methoden missen; onderzoekers kunnen het wiskundige model voor de elektroninteracties vervangen nadat de data is verzameld, waardoor ze verschillende theorieën tegen hetzelfde quantumexperiment kunnen testen.

Dit werk vormt een bewijs van principe in plaats van een definitieve oplossing voor het probleem van sterk gecorreleerde elektronen. De onderzoekers erkennen dat hun huidige demonstratie beperkt was tot een klein 4 bij 4 raster, en dat grotere systemen geavanceerdere technieken voor de staatvoorbereiding zullen vereisen. Echter, het succes van de feedbackvrije hybride algoritme suggereert een levensvatbaar pad vooruit. Door de quantumprocessor strikt te gebruiken als een instrument om een specifieke, moeilijk te creëren staat te genereren en vervolgens de klassieke computers het zware werk van de optimalisatie te laten doen, heeft het team aangetoond dat quantumvoordeel in materiaalkunde niet noodzakelijkerwijs de massieve, fouttolerante machines van de verre toekomst vereist. In plaats daarvan kan het vandaag de dag bereikbaar zijn door algoritmen zorgvuldig te ontwerpen die de unieke sterktes van zowel quantum- als klassieke hardware respecteren, waardoor een fundamentele mismatch van bases wordt omgezet in een complementair partnerschap.

Technische Samenvatting: Expliciet Gecorreleerde Grondtoestanden met een Feedback-vrij Variational Hybride Algoritme

Probleemstelling
Het nauwkeurig beschrijven van sterk gecorreleerde elektronensystemen, zoals het 2D Fermi–Hubbard-model, vereist het vastleggen van dominante kort-bereik correlaties. Expliciet gecorreleerde methoden bereiken dit door een referentietoestand $|\phi\rangle$ aan te vullen met een diagonale correlator $C$ (bijv. een Jastrow- of Gutzwiller-factor). Echter, er ontstaat een fundamentele basis-mismatch: zeer nauwkeurige referentietoestanden voor deze systemen zijn vaak compact in de momentumruimte (bijv. Matrix Product States of MPS), terwijl fysisch gemotiveerde diagonale correlatoren van nature werken in de reële ruimte. Klassieke algoritmen worstelen om deze kloof te overbruggen: Variational Monte Carlo (VMC) vereist efficiënte toegang tot reële-ruimte amplitudes (wat $\#P$ -hard is voor momentum-ruimte MPS'en), terwijl de transgecorreleerde methode de correlator in de Hamiltoniaan incorporeert maar niet-variationele energieën oplevert en complexe biorthogonale berekeningen vereist.

Methodologie
De auteurs stellen een hybride kwantum-klassiek algoritme voor dat de kwantumtoestandsvoorbereiding ontkoppelt van de variationele optimalisatie van de correlator, waardoor een kwantum-klassieke feedbackloop wordt geëlimineerd. De workflow verloopt als volgt:

Klassieke Pre-computatie: Een transgecorreleerde Density Matrix Renormalization Group (DMRG) berekening genereert een momentum-ruimte MPS $|\phi\rangle$ met een lage bond-dimensie. Deze toestand wordt zelfconsistent geoptimaliseerd met behulp van een Gutzwiller-achtige dimensionaliteitstransformatie ( $C_{tc} = e^{JD}$ ), wat een niet-variationele referentie-energie oplevert.
Kwantumuitvoering: Een kwantumprocessor bereidt de momentum-ruimte MPS $|\phi\rangle$ voor. Vervolgens past deze een fermionische Fourier-transformatie ( $U_{FT}$ ) toe om de toestand naar de reële ruimte te roteren.
Meting: De geroteerde toestand wordt gemeten in bases die uitsluitend worden bepaald door de Hamiltoniaanse termen (diagonale bezettingsbasis en hopping-bases). Cruciaal is dat deze meetcircuits onafhankelijk zijn van de parameters $\theta$ van de daaropvolgende variationele correlator $C_\theta = \exp(\sum \theta_r D_r)$ .
Klassieke Post-processing: De ruwe meetresultaten worden gekalibreerd met behulp van een kwadratisch programma om bekende verwachtingswaarden van de klassieke momentum-ruimte MPS (bijv. $\langle D \rangle$ , $\langle T \rangle$ ) te reproduceren. Deze gekalibreerde monsters worden vervolgens gebruikt om de variationele energiefunctional te evalueren:
$E_{ec}(\theta) = \frac{\langle \phi | C_\theta H C_\theta | \phi \rangle}{\langle \phi | C_\theta^2 | \phi \rangle}$
De parameters $\theta$ worden volledig klassiek geoptimaliseerd om deze energie te minimaliseren. Omdat de meetbases niet afhankelijk zijn van $\theta$ , kan dezelfde dataset worden hergebruikt voor elke vorm of parameters van de correlator.

Belangrijkste Bijdragen

Feedback-vrije Variationele Optimalisatie: In tegenstelling tot standaard Variational Quantum Eigensolvers (VQE) die iteratieve circuit-updates vereisen, legt deze methode alle kwantumcircuits vast vóór de uitvoering. De variationele optimalisatie vindt volledig plaats in de klassieke post-processing, wat het onderzoek naar willekeurige vormen van diagonale correlatoren in de reële ruimte (inclusclusief vormen met veel parameters) mogelijk maakt zonder extra kwantumruns.
Resolutie van Basisconflict: Het algoritme maakt gebruik van de kwantumprocessor om de computationeel kostbare rotatie van de momentum-ruimte naar de reële ruimte uit te voeren, wat het gebruik van compacte momentum-ruimte MPS-referenties met reële-ruimte correlatoren mogelijk maakt.
Kalibratieprotocol: Een nieuw kalibratieschema herweegt meetmonsters om de lage-orde momenten van de referentie MPS te matchen, wat de statistische fouten en bias aanzienlijk vermindert zonder een volledige reconstructie van de golffunctie te vereisen.

Resultaten
Het algoritme werd gedemonstreerd op een 4 $\times$ 4 half-gevulde Fermi–Hubbard-model ( $U/t=4$ ) met behulp van Quantinuum's H2-2 trapped-ion kwantumcomputer (32 qubits).

Hardwareprestaties: Gebruikmakend van een bond-dimensie-4 MPS, was de ruwe post-geselecteerde energie $-11.49 \pm 0.49$ . Na kalibratie verbeterde de energie naar $-13.14 \pm 0.07$ , wat een relatieve fout van $3.5 \pm 0.5\%$ opleverde ten opzichte van de exacte grondtoestand.
Monster-efficiëntie: Vergeleken met Quantum-Selected Configuration Interaction (QSCI), had de voorgestelde methode aanzienlijk minder monsters nodig (ongeveer $3.6 \times 10^4$ vs. $\sim 2 \times 10^8$ ) om een vergelijkbare nauwkeurigheid te bereiken.
Gate-efficiëntie: Vergeleken met Quantum Krylov Subspace Diagonalization (QKSD), vereiste de methode minder twee-qubit gates (464 voor het rotatiecircuit vs. 544 voor QKSD om dezelfde nauwkeurigheid te evenaren, en 696 vs. 22.304 voor hogere nauwkeurigheidsdoelstellingen).
Schaalbaarheid: De studie suggereert dat voor half-gevulde systemen de sampling-kosten schalen als $\exp(cN)$ met $c < 0.1$ , hoewel dit een hypothese blijft die verdere verificatie vereist.

Betekenis en Claims
De auteurs positioneren dit werk als een "proof of principle" in plaats van een demonstratie van volledige kwantumsuperioriteit. De betekenis ligt in het aantonen van een levensvatbaar pad om de sterke punten van klassieke tensor-netwerkmethoden (compacte momentum-ruimte referenties) te combineren met kwantumhardware (exacte reële-ruimte rotatie) zonder de overhead van feedbackloops.

De paper claimt dat deze aanpak een duidelijk voordeel biedt ten opzien van andere feedback-vrije hybride algoritmen (zoals QSCI en QKSD) door minder middelen (monsters en gates) te vereisen voor de geteste benchmark. Het benadrukt dat hoewel de energie-inschatting variationeel is, de afgeleide observabelen van de enkele toestand $C|\phi\rangle$ nauwkeuriger zijn dan die van biorthogonale transgecorreleerde methoden. De auteurs merken op dat de methode bijzonder geschikt is voor regimes waar auxiliary-field Quantum Monte Carlo lijdt onder het tekenprobleem (bijv. bij afwijkingen van half-vulling of bij ijle systemen), mits kleine bond-dimensie MPS'en effectieve referentie-toestanden blijven. De studie concludeert dat hoewel huidige hardwarebeperkingen de systeemgrootte beperken, de feedback-vrije aard en de efficiëntie van de middelen het een veelbelovende kandidaat maken voor nabije kwantumsimulatie van sterk gecorreleerde materialen.

Meer zoals dit