Numerical Optimization Strategies for the Variational Hamiltonian Ansatz in Noisy Quantum Environments

Resumo Técnico: Estratégias de Otimização Numérica para o Ansatz Hamiltoniano Variacional em Ambientes Quânticos Ruidosos

Definição do Problema
O artigo aborda o desafio crítico de selecionar algoritmos de otimização clássica apropriados para Solvers Quânticos Variacionais (VQE) operando na era do NISQ (Noisy Intermediate-Scale Quantum). Embora os métodos variacionais sejam centrais para a computação quântica de curto prazo, a escolha do otimizador é frequentemente baseada em intuição, em vez de ser sistemática. Os autores destacam que o ruído de amostragem de disparos finitos (finite-shot sampling noise) distorce fundamentalmente o panorama de custo, criando mínimos falsos, revertendo direções de gradiente e induzindo deriva estocástica. Esses efeitos são exacerbados em espaços de parâmetros de alta dimensão e podem levar a violações do princípio variacional (onde as energias estimadas parecem menores que o estado fundamental real). O estudo busca sistematizar o benchmarking de estratégias de otimização para determinar quais métodos permanecem robustos sob essas condições ruidosas, utilizando especificamente o Ansatz Hamiltoniano Variacional truncado (tVHA).

Metodologia
Os autores conduziram um estudo comparativo abrangente de oito algoritmos de otimização clássica aplicados ao framework tVHA em quatro sistemas moleculares: H₂, H₄ (cadeia linear), LiH (espaço total) e LiH (espaço ativo). Os otimizadores testados incluíram:

• Baseados em gradiente: BFGS, Gradiente Descendente (GD), SLSQP.
• Sem gradiente/Sem derivada: COBYLA, Nelder-Mead, SPSA.
• Baseados em população/Metaheurística: CMA-ES, Otimização por Enxame de Partículas (PSO).

As simulações foram realizadas utilizando uma pilha Python-based (Qiskit, PySCF) no supercomputador Barbora. O estudo avaliou o desempenho sob dois regimes distintos:

1. Statevector (Sem ruído): Valores de expectativa exatos para estabelecer uma linha de base de convergência.
2. Ruído de Amostragem: Simulações de disparos finitos (fixados em 6.144 disparos por avaliação) para mimetizar restrições reais de hardware.

O design experimental incluiu 40 execuções independentes por combinação otimizador-molécula, variando entre inicialização de Hartree-Fock (HF) e inicialização de parâmetros aleatória. Um componente metodológico fundamental foi a "reavaliação de alto número de disparos" (usando $10^5$ disparos) dos melhores parâmetros encontrados durante a otimização ruidosa para distinguir convergência genuína de artefatos estatísticos.

Principais Contribuições e Descobertas

1. Inversão da Hierarquia de Otimizadores: O estudo demonstra uma clara inversão no desempenho dos otimizadores baseada na presença de ruído.

   • Sem ruído: Métodos baseados em gradiente (particularmente o BFGS) convergem mais rapidamente e alcançam precisão de máquina.
   • Com ruído: Métodos baseados em população e estocásticos (CMA-ES, PSO, SPSA) superam significativamente os métodos baseados em gradiente. O BFGS e o SLSQP degradam-se rapidamente ou divergem inteiramente sob ruído de amostragem, pois sua dependência de informações de curvatura torna-se não confiável quando os gradientes são obscurecidos pelo ruído. O CMA-ES forneceu consistentemente a convergência mais robusta em todos os tamanhos de sistema e níveis de ruído.

2. Impacto da Inicialização: A inicialização de Hartree-Fock proporciona uma vantagem significativa para sistemas pequenos (H₂), reduzindo a variância do erro e o erro médio. No entanto, esse benefício diminui à medida que o tamanho do sistema aumenta (LiH, H₄). Em panoramas ruidosos de maior escala, a inicialização aleatória às vezes supera a inicialização HF para métodos baseados em população, sugerindo que uma exploração mais ampla é mais valiosa do que priors estruturados em ambientes de ruído rugosos e de alta dimensão.

3. Truncamento de Espaço Ativo: O uso de representações de espaço ativo (ex: LiH espaço ativo) não apenas reduz o custo computacional, mas também melhora a robustez ao ruído em uma ordem de magnitude em comparação com simulações de espaço total. Essa simplificação permite que otimizadores que enfrentam dificuldades no espaço total (como o COBYLA) alcancem precisão de sub-milihartree.

4. Violações do Princípio Variacional e Piso de Ruído: O artigo confirma que a amostragem de disparos finitos frequentemente resulta em estimativas de energia abaixo do estado fundamental verdadeiro, violando o princípio variacional. Em vez de descartar esses valores como não físicos, os autores argumentam que eles indicam uma distribuição de ruído simétrica em torno do ótimo. Eles demonstram que confiar no "melhor" indivíduo de uma população leva ao overfitting de artefatos de ruído. Em vez disso, utilizar a média da população permite a média das flutuações simétricas, alcançando uma precisão de estimativa de energia além do limite intrínseco de amostragem sem o custo proibitivo de aumentar a contagem de disparos para cada avaliação.

5. Escalabilidade do Sistema: À medida que a complexidade molecular aumenta, o efeito de "platô estéril" (barren plateau) e a rugosidade induzida pelo ruído tornam-se mais severos. Métodos determinísticos de gradiente perdem seu sinal funcional, transicionando a otimização de uma contração impulsionada pelo gradiente para uma difusão dominada pelo ruído de amostragem.

Significância e Alegações
O artigo afirma fornecer um guia sistemático e baseado em dados para a seleção de otimizadores em química quântica variacional. Sua principal contribuição é a demonstração empírica de que otimizadores baseados em população (especificamente o CMA-ES) são essenciais para um desempenho robusto em regimes ruidosos e de alta dimensão, enquanto métodos baseados em gradiente são amplamente limitados a cenários idealizados, sem ruído ou de pequena escala.

Além disso, o trabalho reformula a "violação" do limite inferior variacional não meramente como um modo de falha, mas como uma característica estatística do piso de ruído. Ao alavancar a distribuição de estado estacionário das Estratégias de Evolução e utilizar médias populacionais, os autores mostram que é possível extrair estimativas de energia de alta precisão apesar do ruído de amostragem. O estudo conclui que, para aplicações práticas na era NISQ, a escolha do otimizador é tão crítica quanto o design do ansatz, e que confiar no "melhor" valor observado é uma armadilha estatística; a estimativa robusta requer a agregação de estatísticas populacionais.

Os autores mantêm uma postura modesta, observando que seus achados isolam o ruído de amostragem de disparos finitos sem incluir erros de porta coerentes ou viés de leitura, embora afirmem que o ruído de amostragem sozinho é suficiente para tornar os métodos determinísticos inutilizáveis. Sugere-se que trabalhos futuros combinem gradientes rápidos com busca populacional e incorporem canais de erro reais de hardware.