Non-stabilizerness of Neural Quantum States

Resumo Técnico: Não-estabilizabilidade de Estados Quânticos Neurais

Definição do Problema
A complexidade quântica em sistemas de muitos corpos depende de dois recursos distintos: emaranhamento e não-estabilizabilidade (frequentemente denominada "magia"). Embora o emaranhamento tenha sido extensivamente caracterizado, a não-estabilizabilidade permanece difícil de quantificar em sistemas grandes. Medidas existentes, como as Entropias de Rényi de Estabilizadores (SREs), tipicamente requerem procedimentos de minimização computacionalmente intensivos ou são restritas a ansátzes específicas como Estados de Rede de Tensores (MPS). Consequentemente, os métodos atuais falham em abordar sistemas com correlações fortes e altas dimensões espaciais, onde os métodos de Rede de Tensores (TN) são limitados pela escala de emaranhamento e os métodos de Monte Carlo Quântico (QMC) frequentemente sofrem com problemas de sinal. Há uma necessidade crítica de um arcabouço escalável para avaliar a magia em funções de onda variacionais arbitrárias, particularmente aquelas capazes de representar emaranhamento de lei de volume (volume-law).

Metodologia
Os autores introduzem um arcabouço para estimar SREs (especificamente $M_2$) para sistemas arbitrários de muitos qubits codificados como Estados Quânticos Neurais (NQS). A abordagem baseia-se em dois esquemas de amostragem de Monte Carlo:

1. Estimador Replicado: Este método utiliza um espaço de Hilbert replicado quatro vezes. Ao definir um estado $|\Phi\rangle = |\Psi^*, \Psi^*, \Psi^*, \Psi\rangle$ e um operador unitário específico $\hat{U}$ que cria interações entre as réplicas, a SRE é expressa como um valor de expectativa $\langle \Phi | \hat{U} | \Phi \rangle / \langle \Phi | \Phi \rangle$. Isso permite a estimativa estocástica via amostragem da distribuição de Born de $|\Phi\rangle$. Os autores observam que este estimador pode sofrer com outliers estatísticos devido à natureza não-local de $\hat{U}$, mas isso pode ser mitigado usando amostragem de importância por recozimento (annealed importance sampling).
2. Estimador de Base de Bell: Esta abordagem aproveita a equivalência entre valores de expectativa de cadeias de Pauli e amplitudes sobre estados de Bell de duas cópias do sistema. O método requer que o estado $|\Psi\rangle$ seja o estado fundamental de um Hamiltoniano $\hat{H}$. O método envolve a transformação do sistema em um estado duplicado $|\Gamma\rangle$ via uma transformação de Clifford $\hat{C}$, de tal forma que a SRE é estimada pela média de razões de amplitude sobre a distribuição $|\Gamma(\nu)|^2$. Embora este estimador seja positivo-definido e estatisticamente mais robusto, ele é limitado a estados fundamentais e requer o aprendizado do estado altamente emaranhado $|\Gamma\rangle$, o que introduz acoplamentos não-locais.

Nos resultados principais, os autores utilizam primordialmente o Estimador Replicado devido aos desafios associados ao aprendizado do estado fundamental transformado $|\Gamma\rangle$ para modelos complexos. As ansátzes de NQS utilizadas incluem Máquinas de Boltzmann Restritas (RBM) para conjuntos aleatórios e Transformadores de Visão Profundos (ViT) para o modelo de Heisenberg, otimizados via Monte Carlo Variacional (VMC) com Reconfiguração Estocástica.

Principais Contribuições

• Arcabouço Algorítmico: O artigo apresenta dois algoritmos de Monte Carlo para medir SREs em ansátzes variacionais arbitrárias, estendendo a análise de magia além das limitações dos métodos de TN para sistemas de alta dimensão e alto emaranhamento.
• Caracterização da Expressividade de NQS: Os autores demonstram que parametrizações de NQS podem capturar simultaneamente emaranhamento extensivo e não-estabilizabilidade finita, uma capacidade não compartilhada pelas TNs padrão (que capturam baixo emaranhamento) ou estados estabilizadores (que possuem zero magia).
• Diagrama de Fase do Modelo de Heisenberg $J_1-J_2$: O arcabouço é aplicado ao paradigmático modelo de Heisenberg $J_1-J_2$ em 1D e 2D, um sistema onde os métodos padrão de computação de magia são intratáveis.

Resultos

• Ensemble de NQS Aleatórios: A análise de um ensemble de RBMs aleatórios com emaranhamento de lei de volume revela que a densidade média de SRE ($m_2 = M_2/N$) converge para um valor finito e não-nulo ($m_2^* \approx 0,241$) no limite termodinâmico. Isso confirma que funções de onda de redes neurais codificam inerentemente não-estabilizabilidade junto com o emaranhamento.
• Modelo $J_1-J_2$ 1D: Na cadeia de spins 1D, a densidade de SRE exibe um mínimo no ponto de Majumdar-Ghosh ($J_2 = J_1/2$). À medida que o tamanho do sistema aumenta, a densidade de SRE aproxima-se de zero neste ponto, consistente com a natureza estabilizadora conhecida do estado fundamental de Majumdar-Ghosh (uma superposição de singletos dimerizados).
• Modelo $J_1-J_2$ 2D: Na rede quadrada 2D, a densidade de SRE mostra um declínio distinto próximo ao regime de frustração máxima ($J_2/J_1 \approx 0,6$). Diferente do caso 1D, o mínimo permanece não-nulo conforme o tamanho do sistema aumenta. Este comportamento é interpretado como evidência de uma fase de Ligações de Valência (VBS) existente entre as ordens Néel e antiferromagnética de listras, caracterizada por uma não-estabilizabilidade reduzida, mas não-nula.

Significância e Alegações
O artigo afirma que, ao combinar NQS com estimativa de Monte Carlo de SREs, é possível superar as limitações das abordagens de ponta para computação de magia. A metodologia permite a investigação da não-estabilizabilidade em estados de muitos corpos altamente emaranhados em dimensões espaciais arbitrárias, um regime anteriormente inacessível. Os resultados fornecem novos insights sobre a relação entre magia e fenômenos físicos, como transições de fase e frustração, sugerindo que a magia serve como um recurso distinto que pode ser reduzido (mas não necessariamente eliminado) em fases ordenadas específicas como VBS. Os autores posicionam este trabalho como um passo para entender o papel dos recursos quânticos em cenários físicos complexos, observando que a expressividade de NQS permite que eles representem estados próximos a estados de Haar aleatórios, que possuem emaranhamento e não-estabilizabilidade máximos.