TIMES-ADAPT: A Quantum algorithm for real-time evolution in low-energy subspaces using fixed-depth circuits

Resumo Técnico: TIMES-ADAPT

1. O Problema

A simulação da dinâmica temporal real de Hamiltonianos quânticos é fundamental para diversas áreas, como química (reações), física de materiais (transporte de energia) e física de altas energias. No entanto, simular a evolução temporal de estados quânticos emaranhados em computadores clássicos é intratável devido ao custo exponencial de armazenamento.

Embora os computadores quânticos ofereçam uma rota natural para esse problema, os métodos existentes apresentam limitações significativas:

• Fórmulas de Produto (Trotterização): Sofrem de erros que acumulam com o tempo, exigem circuitos profundos e quebram simetrias do Hamiltoniano, introduzindo erros provenientes de subespaços de Hilbert não físicos.
• Métodos Variacionais Estáticos: Tendem a gerar circuitos profundos e sofrem de problemas de otimização.
• Métodos Variacionais com Discretização Temporal: Introduzem erros que escalam com o tempo, exigindo passos temporais menores para maior precisão.
• Decomposição de Álgebras de Lie Dinâmicas: Podem gerar circuitos de profundidade fixa, mas os requisitos de recursos escalam desfavoravelmente para sistemas com férmions interagentes.

O objetivo central é desenvolver um algoritmo quântico que realize a evolução temporal em subespaços de baixa energia (ou subespaços simétricos) utilizando circuitos de profundidade fixa, onde o tempo entra apenas como um parâmetro do circuito, evitando a acumulação de erros em tempos longos.

2. Metodologia

O artigo propõe o algoritmo TIMES-ADAPT (Thermal Inspired Methods for Evolution in a Subspace), que se baseia em duas versões principais, ambas utilizando o método TEPID-ADAPT como sub-rotina.

A. Sub-rotina de Treinamento (TEPID-ADAPT):

• O algoritmo começa treinando um circuito unitário parametrizado para diagonalizar o Hamiltoniano em um subespaço de interesse (baixa energia ou simetria).
• Isso é feito preparando um estado de Gibbs térmico de baixa temperatura ($\rho_G = e^{-\beta H}/Z$) usando um ansatz adaptativo.
• O processo converge para uma unitária de mudança de base ($V_A$) que mapeia estados da base computacional para os autoestados de baixa energia do Hamiltoniano.
• Crucialmente, os parâmetros convergidos permitem extrair diretamente as diferenças de energia ($\Delta E_k$) entre os autoestados, sem necessidade de medições adicionais complexas.

B. As Duas Versões do TIMES-ADAPT:

1. TIMES-ADAPT-I (Baseado na Base de Autoestados):

   • Premissa: Assume que o estado inicial $|\psi(0)\rangle$ é especificado na base de autoestados truncada do Hamiltoniano.
   • Funcionamento:
     1. Prepara-se uma superposição na base computacional com fases dependentes do tempo: $|\chi(t)\rangle = \sum \alpha_k e^{-i E_k t} |c_k\rangle$.
     2. Aplica-se a unitária de mudança de base $V_A$ (treinada anteriormente) para obter o estado evoluído: $|\psi(t)\rangle = V_A |\chi(t)\rangle$.
   • Vantagem: Gera circuitos mais rasos (apenas uma aplicação de $V_A$).
   • Limitação: Requer conhecimento prévio dos coeficientes $\alpha_k$ do estado inicial na base de autoestados.

2. TIMES-ADAPT-II (Baseado na Base Computacional):

   • Premissa: Evolve diretamente um estado inicial especificado na base computacional, sem necessidade de conhecer seus coeficientes na base de autoestados.
   • Funcionamento:
     1. Constrói-se uma unitária diagonal efetiva $D(t)$ que aplica as fases de evolução temporal na base computacional truncada.
     2. Compila-se a unitária de evolução efetiva: $\tilde{U}(t) = V_A D(t) V_A^\dagger$.
     3. Aplica-se $\tilde{U}(t)$ ao estado inicial.
   • Vantagem: Não requer o conhecimento dos coeficientes do estado inicial na base de autoestados (útil para estados de "caixa preta" ou perturbações locais).
   • Custo: Requer a aplicação de $V_A$ e sua adjunta ($V_A^\dagger$), tornando o circuito ligeiramente mais profundo que a versão I.

Característica Chave: Em ambas as versões, o tempo $t$ é um parâmetro contínuo nos ângulos das portas lógicas, permitindo que o circuito mantenha uma profundidade fixa independentemente do tempo de evolução.

3. Principais Contribuições

• Circuitos de Profundidade Fixa: O algoritmo elimina a necessidade de aumentar a profundidade do circuito com o tempo de evolução, superando uma limitação crítica de métodos de Trotterização e métodos variacionais tradicionais.
• Preservação de Simetrias: Ao operar estritamente dentro de um subespaço de baixa energia ou simetria (definido pelo treinamento do TEPID-ADAPT), o algoritmo evita erros que surgem de vazamentos para outros subespaços de simetria.
• Flexibilidade de Entrada: Oferece duas abordagens distintas (I e II) para lidar com diferentes formas de especificação do estado inicial (base de autoestados vs. base computacional).
• Extração de Espectro de Energia: O processo de treinamento fornece automaticamente as diferenças de energia necessárias para a evolução temporal.

4. Resultados Numéricos e Aplicações

Os autores validaram o algoritmo utilizando o modelo Heisenberg XXZ (fase antiferromagnética) em cadeias de 6 e 7 qubits.

• Benchmark de Fidelidade:

  • Comparado com a diagonalização exata, o TIMES-ADAPT manteve alta fidelidade por tempos arbitrariamente longos.
  • Em contraste, a Trotterização de primeira ordem mostrou erros crescentes com o tempo e perda de fidelidade, especialmente em tempos longos.
  • TIMES-ADAPT-I: Quando o estado inicial está inteiramente no subespaço treinado, a fidelidade é constante e alta. Se houver componentes fora do subespaço, a fidelidade cai para um valor constante (determinado pela projeção), mas não oscila.
  • TIMES-ADAPT-II: Se o estado inicial tiver componentes fora do subespaço, a fidelidade oscila com frequências determinadas pelas energias dos autoestados excluídos, mas permanece alta se o estado inicial for predominantemente de baixa energia.

• Aplicações Demonstradas:

  1. Evolução de Pacotes de Onda (Wave-packet): Simulação da evolução de um pacote de onda gaussiano de um único magnon em um modelo XXZ com campo longitudinal. O algoritmo capturou corretamente a dispersão e o espalhamento do pacote.
  2. Transporte de Energia: Simulação da dinâmica de uma perturbação localizada (Gaussiana) sobre o estado fundamental em um modelo XXZ com campo magnético alternado. O algoritmo rastreou com precisão a densidade de energia ao longo do tempo, superando a Trotterização em precisão para o mesmo custo de portas de dois qubits.

5. Significado e Conclusão

O TIMES-ADAPT representa um avanço significativo para a computação quântica de médio porte (NISQ) e além, pois:

• Mitiga a Escalabilidade Temporal: Permite simulações de longo prazo sem o custo exponencial de recursos associado à profundidade do circuito.
• Robustez: É menos suscetível a erros de simetria e acumulação de erros de tempo comparado a métodos de produto.
• Versatilidade: É aplicável a problemas de transporte térmico, espalhamento em sistemas de spin e dinâmica de sistemas de muitos corpos em regimes de baixa energia.

O trabalho sugere que, para sistemas onde a dinâmica ocorre predominantemente em subespaços de baixa energia (comum em física da matéria condensada e química quântica), o TIMES-ADAPT oferece uma rota superior para a simulação de dinâmica real em comparação com as técnicas padrão atuais. Extensões futuras incluem a aplicação a subespaços de simetria mais complexos (como subespaços de carga em modelos de alta energia) e sistemas moleculares com número fixo de partículas.