Variational Thermal State Preparation on Digital Quantum Processors Assisted by Matrix Product States

Este trabalho apresenta um framework variacional que combina estados de produto matricial para avaliação clássica eficiente e um ansatz otimizado para hardware, permitindo a preparação precisa de estados térmicos quânticos em sistemas unidimensionais e bidimensionais, com validação numérica em até 36 sítios e demonstração experimental bem-sucedida em um processador IBM de 156 qubits utilizando técnicas de mitigação de erro.

O essencial

Imagine que você está tentando prever o tempo em uma cidade muito complexa. Você não quer apenas saber se vai chover amanhã (o estado "frio" e organizado), mas quer entender como a cidade se comporta em dias de calor intenso, tempestades ou brisas suaves (os estados "quentes" e desorganizados). Na física quântica, fazer isso é extremamente difícil, especialmente quando queremos simular materiais ou processos químicos em diferentes temperaturas.

Este artigo apresenta uma nova maneira inteligente de fazer essa "previsão do tempo quântico" usando computadores quânticos que ainda estão em fase de desenvolvimento (chamados de dispositivos NISQ).

Aqui está a explicação, passo a passo, usando analogias do dia a dia:

1. O Problema: A Dificuldade de Simular o "Calor"

Para entender um sistema quântico (como um material), os cientistas precisam calcular o Estado de Gibbs. Pense nisso como a "fotografia perfeita" de como as partículas se comportam em uma temperatura específica.

• O desafio: Para calcular isso, é preciso medir duas coisas ao mesmo tempo: a energia (quanto movimento as partículas têm) e a entropia (o quanto elas estão bagunçadas ou desorganizadas).
• O gargalo: Medir a "bagunça" (entropia) em um computador quântico é como tentar contar cada grão de areia em uma praia tempestuosa sem molhar os pés. É lento, caro e propenso a erros.

2. A Solução: O "Duplo" Inteligente (Purificação)

Os autores criaram um truque genial. Em vez de tentar medir a "bagunça" diretamente no computador quântico, eles usam uma técnica chamada Purificação.

• A Analogia: Imagine que você tem um copo de água suja (o estado misto que queremos estudar). Em vez de tentar filtrar a sujeira diretamente, você cria um "gêmeo" desse copo em outro universo (um espaço de Hilbert estendido). Agora, você tem dois copos perfeitamente entrelaçados. Se você olhar para o "gêmeo" e ignorar o original, a matemática diz que o original se comporta exatamente como a água suja que você queria estudar.
• O Truque: Isso transforma um problema difícil (medir bagunça) em um problema mais fácil (medir um estado puro e organizado).

3. O Assistente Clássico: O "Rolo de Massa" (MPS)

Aqui entra a parte mais inovadora do artigo. Eles usam uma técnica clássica chamada Estado de Produto Matricial (MPS) para ajudar o computador quântico.

• A Analogia: Imagine que o computador quântico é um chef de cozinha tentando assar um bolo gigante. O bolo é complexo demais para ser feito de uma só vez. O MPS é como um "rolo de massa" clássico que ajuda a prever como o bolo vai ficar antes mesmo de colocá-lo no forno.
• Como funciona: O algoritmo usa o computador clássico (o rolo de massa) para simular o que o computador quântico faria. Ele calcula a "entropia" (a bagunça) no papel, de forma super rápida e precisa. Só depois, quando o computador quântico está pronto para executar a tarefa final, ele recebe os parâmetros perfeitos já calculados pelo assistente clássico. Isso evita que o computador quântico tenha que fazer medições demoradas e propensas a erros.

4. Os Dois "Cocinheiros" (Ansatzes)

O artigo compara duas maneiras de montar a receita (chamadas de ansatzes):

1. TFDA (O Chef Tradicional): Segue uma receita rígida baseada na física do problema. Funciona bem para dias quentes (alta temperatura), mas fica lento e confuso quando o tempo esfria (baixa temperatura).
2. HEA (O Chef Criativo e Ágil): É uma receita mais flexível e adaptada aos equipamentos atuais.
   • A Descoberta: Os autores descobriram que o HEA é muito melhor para simular temperaturas baixas (onde a física é mais interessante e difícil). Ele é como um cozinheiro que sabe fazer um prato simples e rápido que fica delicioso, mesmo com ingredientes limitados.

5. O Teste Real: Cozinhando na Cozinha de Um Restaurante

Os autores não ficaram apenas na teoria. Eles testaram sua receita em um computador quântico real da IBM (o processador Heron com 156 qubits).

• O Experimento: Eles tentaram simular uma cadeia de 30 átomos (um modelo chamado Ising) em diferentes temperaturas.
• O Ruído: Computadores quânticos atuais são "barulhentos" (como tentar ouvir uma conversa em um show de rock). Os erros de medição eram grandes.
• A Correção (ZNE): Eles usaram uma técnica chamada Extrapolação de Ruído Zero.
  • A Analogia: Imagine que você tira uma foto em um dia muito nublado. A foto fica escura. Em vez de tentar consertar a foto depois, você tira três fotos: uma normal, uma com o flash muito forte e outra com o flash super forte. Depois, você usa um software para "extrapolar" e imaginar como a foto ficaria em um dia de sol perfeito (sem nuvens).
  • O Resultado: Essa técnica reduziu os erros em mais de 50%, tornando os resultados muito mais confiáveis.

Resumo Final

Este trabalho é como criar um sistema de navegação híbrido para computadores quânticos:

1. Usa um GPS clássico superpotente (MPS) para planejar a rota e calcular as curvas difíceis (entropia) antes de sair.
2. Usa um carro esportivo atual (computador quântico) para fazer o trajeto final.
3. Usa um filtro de ruído (ZNE) para garantir que você chegue ao destino com a imagem clara, mesmo que a estrada esteja cheia de buracos.

Por que isso importa?
Essa técnica permite que cientistas estudem materiais, medicamentos e novos estados da matéria em temperaturas reais (não apenas no zero absoluto) usando computadores quânticos que ainda não são perfeitos. É um passo gigante para transformar a computação quântica de um brinquedo de laboratório em uma ferramenta prática para a ciência e a indústria.

Resumo técnico

1. O Problema

A preparação de estados térmicos quânticos (estados de Gibbs) em temperaturas finitas é um pilar fundamental para aplicações em simulação quântica de muitos corpos, aprendizado de máquina quântico (máquinas de Boltzmann quânticas) e otimização via amostragem térmica. No entanto, preparar esses estados em dispositivos quânticos atuais (era NISQ - Noisy Intermediate-Scale Quantum) enfrenta desafios significativos:

• Complexidade Computacional: A preparação de estados fundamentais de sistemas genéricos é QMA-difícil; a preparação de estados de Gibbs a baixas temperaturas é igualmente desafiadora.
• Custo da Entropia: Métodos variacionais tradicionais exigem a minimização da energia livre de Helmholtz ($F = E - TS$). Enquanto a energia ($E$) é fácil de estimar via medições quânticas, a estimativa da entropia de von Neumann ($S$) requer tomografia de estado completa ou reconstrução estocástica, o que é ineficiente e propenso a erros em hardware real.
• Limitações de Circuitos: Algoritmos baseados em fases quânticas ou evolução no tempo imaginário exigem circuitos profundos e recursos quânticos massivos, tornando-os impraticáveis para dispositivos atuais.
• Escalabilidade: Métodos anteriores foram limitados a sistemas muito pequenos (2-8 qubits) devido ao custo de medição e à profundidade do circuito.

2. Metodologia

O trabalho propõe um framework variacional híbrido que combina circuitos quânticos com representações clássicas de redes de tensores, especificamente Estados Produto Matricial (MPS).

A. Avaliação Eficiente da Energia Livre com MPS

Em vez de medir a entropia diretamente no hardware quântico, o algoritmo utiliza o MPS para aproximar classicamente o estado puro purificado $|\psi(\theta)\rangle$ gerado pelo circuito quântico.

1. Purificação: O estado misto $\rho$ é representado como o traço parcial de um estado puro $|\psi\rangle$ em um espaço de Hilbert ampliado (qubits físicos + qubits ancilla).
2. Cálculo Clássico: Após preparar o estado no circuito, a representação MPS é construída classicamente (usando o pacote Quimb).
   • A energia é calculada contraindo o Hamiltoniano (representado como MPO) com o estado misto $\rho$.
   • A entropia de von Neumann é calculada diretamente a partir dos coeficientes de Schmidt da decomposição do estado puro $|\psi\rangle$ através da partição físico-ancilla, evitando medições quânticas custosas.
3. Otimização: Os parâmetros do circuito $\theta$ são otimizados classicamente para minimizar a energia livre $F(\theta)$. Os parâmetros ótimos são então usados para preparar o estado no hardware quântico para medição de observáveis.

B. Seleção de Ansatz

O artigo compara dois ansatzes principais:

• TFDA (Thermofield Double Ansatz): Baseado na evolução adiabática e no estado TFD. Funciona bem em altas temperaturas, mas exige circuitos profundos e muitos qubits ancilla para baixas temperaturas, tornando-se difícil de otimizar e simular classicamente devido ao alto emaranhamento.
• HEA (Hardware-Efficient Ansatz): Um circuito genérico com portas locais e conectividade adaptada ao hardware.
  • Conclusão da Comparação: O HEA mostrou-se superior para a preparação de estados a baixas temperaturas (regime de interesse físico), exigindo circuitos mais rasos e sendo mais flexível no número de qubits ancilla. Portanto, o HEA foi escolhido para as simulações em larga escala e experimentos de hardware.

3. Contribuições Principais

1. Framework Híbrido Escalável: Desenvolvimento de um método que integra a compressão de redes de tensores (MPS) com simulação de circuitos quânticos, permitindo a preparação de estados de Gibbs para sistemas muito maiores do que o possível com métodos puramente quânticos ou puramente clássicos.
2. Benchmarking em Grande Escala: Realização de simulações numéricas sem ruído para modelos de Ising em campo transversal (TFIM) em 1D (até 30 spins) e 2D (até $6 \times 6$ spins), utilizando até 44 qubits virtuais (físicos + ancilla).
3. Validação em Hardware Real: Execução bem-sucedida do protocolo em um processador quântico da IBM (IBM Heron, 156 qubits) para um modelo de Ising de 30 spins, demonstrando a viabilidade prática do método.
4. Análise de Observáveis Térmicos: Estudo detalhado da precisão na estimativa de densidade de energia, suscetibilidade magnética, calor específico e funções de correlação de dois pontos, identificando as limitações impostas pela localidade dos operadores e pela temperatura.

4. Resultados

Simulações Numéricas (Sem Ruído)

• Precisão: O método conseguiu preparar estados de Gibbs de alta qualidade para sistemas 1D com até 30 sítios e 2D com até $6 \times 6$ sítios.
• Desempenho por Temperatura: O HEA demonstrou alta precisão em baixas temperaturas ($\beta$ alto), onde o estado térmico se aproxima do estado fundamental e tem baixa entropia. Em temperaturas intermediárias ($\beta \approx 1$), a precisão diminuiu devido à complexidade da mistura de estados excitados.
• Observáveis:
  • Energia: Estimativas muito precisas em baixas temperaturas.
  • Suscetibilidade e Calor Específico: A suscetibilidade (operador de longo alcance) mostrou-se mais difícil de estimar com precisão do que a energia em temperaturas intermediárias. O calor específico foi o observável mais sensível, exigindo alta precisão na estimativa de variâncias de energia.
  • Correlações: O ansatz capturou bem as correlações de curto alcance, mas teve dificuldade em reproduzir o decaimento exponencial de correlações em altas temperaturas ou o comportamento de saturação em baixas temperaturas sem aumentar a profundidade do circuito.

Resultados em Hardware Quântico (IBM Heron)

• Experimento: Preparação do estado térmico aproximado de um modelo TFIM de 30 spins.
• Mitigação de Erros: O uso de técnicas de mitigação de erros, especificamente a Extrapolação de Ruído Zero (ZNE), foi crucial.
  • Comparado aos resultados sem mitigação, o ZNE reduziu o erro relativo médio na medição de energia e suscetibilidade em mais de 50%.
  • Erro relativo final: ~5.6% para energia e ~19.1% para suscetibilidade.
• Desafios: Observou-se que operadores com termos de longo alcance (como a suscetibilidade) são mais sensíveis ao ruído do que operadores locais (como a energia).

5. Significado e Conclusão

Este trabalho representa um avanço significativo na preparação de estados térmicos quânticos na era NISQ. Ao combinar a eficiência computacional dos MPS para calcular a entropia com a flexibilidade dos circuitos variacionais, o método supera a barreira da "entropia de medição" que limitava abordagens anteriores.

• Viabilidade Prática: Demonstra que é possível preparar e caracterizar estados térmicos de sistemas de muitos corpos (30+ qubits) em hardware quântico atual, desde que combinado com técnicas de mitigação de erros robustas.
• Direções Futuras: O estudo aponta que, embora o HEA seja eficaz, regimes de temperatura intermediária ainda representam um desafio devido à complexidade do espaço de otimização e ao crescimento do emaranhamento. Futuras pesquisas devem focar em ansatzes informados pelo problema (usando conhecimento prévio do sistema) e técnicas avançadas de mitigação de erros para superar as limitações atuais de ruído e profundidade de circuito.

Em suma, o artigo estabelece um caminho escalável para estudar fases quânticas a temperaturas finitas e propriedades termodinâmicas em processadores quânticos digitais, unindo o melhor da computação clássica (redes de tensores) e quântica.