An interpretable closed form for entanglement entropy from bitstrings, guided by a graph neural network

Resumo Técnico: Uma Forma Fechada Interpretável para a Entropia de Entrelaçamento a partir de Bitstrings, Guiada por uma Rede Neural de Grafos

Definição do Problema
Em simulações quânticas de arranjos de átomos de Rydberg, a distribuição empírica de bitstrings (resultados de medição na base de ocupação) é o observável mais acessível. No entanto, a entropia de von Neumann bipartida ($S_{vN}$), um diagnóstico crítico para a matéria de muitos corpos quânticos, é muito mais custosa de obter. A tomografia completa do estado escala exponencialmente com o tamanho do sistema $N$, e mesmo protocolos que não requerem tomografia exigem um overhead significativo de cópias, portas ou pós-processamento. Embora a distribuição de bitstrings não determine unicamente $S_{vN}$ (pois diferentes estados podem compartilhar uma distribuição diagonal, mas diferir em entrelaçamento), ela o restringe fortemente. Os estimadores existentes enfrentam um compromisso: limites analíticos baseados em informação mútua clássica ($I$) são interpretáveis, mas grosseiros (subestimando $S_{vN}$ em $\sim 0,10$ nats), enquanto surrogados de Redes Neurais de Grafos (GNN) precisos são caixas-pretas que exigem retreinamento para cada novo regime (fase, geometria ou Hamiltoniana). O objetivo é encontrar um estimador que combine a precisão de modelos aprendidos com a interpretabilidade e portabilidade de formas analíticas.

Metodologia
Os autores empregam uma abordagem "guiada por GNN" para derivar um estimador de forma fechada:

1. Sondagem Mecanística da GNN: Em vez de ajustar uma forma analítica a observáveis escolhidos à mão, os autores sondam uma GNN pré-treinada (de [5]) para identificar quais entradas direcionam suas previsões de $S_{vN}$. Através de intervenções causais (roteamento de atenção, activation patching e remoção de arestas), eles estabelecem que a previsão da GNN é roteada especificamente através das arestas da fronteira da bipartição ($E_b = A \times B$). A rede redireciona a atenção com base em se uma aresta cruza o corte, e a remoção das arestas da fronteira degrada significativamente o desempenho.
2. Restrição de Características e Busca: Guiados pelo foco da GNN em correladores de fronteira, os autores restringem uma busca exaustiva a uma lista curada de 25 escalares físicos derivados da distribuição de bitstrings, especificamente aqueles computados sobre o conjunto de fronteira $E_b$.
3. Busca Simbólica Exaustiva: Uma busca exaustiva sobre todos os $\binom{25}{6} = 177.100$ subconjuntos de seis características é realizada usando Mínimos Quadrados Ordinários (OLS). O vencedor é uma forma linear de seis termos (Eq. 1).
4. Validação e Escalonamento: A forma é validada contra a verdade fundamental (ground truth) (Diagonalização Exata para $N \le 20$ e DMRG para $N$ até 100). Os autores analisam o comportamento de escalonamento dos coeficientes e testam a transferibilidade entre diferentes famílias de Hamiltonianas e mudanças geométricas.

Principais Contribuições

1. Uma Forma Fechada de Seis Termos (Eq. 1): Os autores apresentam um estimador linear legível por humanos e livre de hiperparâmetros:
   $$\hat{S}_{vN} = b_1 \log(I+1) + b_2 \sum_{E_b} \sqrt{|c|} + b_3 \sum_{E_b} \tanh |c| + b_4 (\max_{E_b} |c|)^2 + b_5 \min_{E_b} c + b_6 \min(H_A, H_B) I$$
   onde $c$ representa correladores de dois pontos, $I$ é a informação mútua e $H$ é a entropia de sítio único.
2. Featurização Guiada por GNN: O trabalho demonstra que a sondagem causal de uma rede neural pode identificar efetivamente o subespaço físico relevante (correladores de fronteira) para uma tarefa de previsão específica, evitando a necessidade de engenharia manual de características.
3. Leis de Escalonamento e Regras de Calibração: O artigo estabelece que, embora os coeficientes da forma fechada não sejam invariantes de escala (coeficientes congelados falham em grandes $N$), a forma em si se mantém até $N=100$. Dois coeficientes seguem leis limpas de $1/N$ e o coeficiente âncora cresce com curvatura descendente. Isso permite um "regra de orçamento de rótulos": algumas dezenas de rótulos em um tamanho alvo podem recalibrar a forma para corresponder a conjuntos de dados refinados.

Resultos

• Precisão: A forma fechada alcança um Erro Médio Absoluto (MAE) de 0,0244 nats no conjunto de teste in-distribution. Isso é 6,4 vezes o erro da GNN base (0,0038 nats), mas significativamente melhor que o baseline de informação mútua clássica (0,1002 nats).
• Portabilidade (Fora da Distribuição): Quando aplicada sem alterações (ajustada uma única vez) a seis pools fora da distribuição (OOD) (variando tamanhos de sistema, mudanças estruturais e posições 2D aleatórias), a forma fechada supera a GNN base em cinco dos seis pools e empata no sexto. Isso é atribuído à natureza não paramétrica de geometria da forma; ao contrário da GNN, ela não ingere coordenadas atômicas explícitas.
• Transferência entre Hamiltonianas: Quando reajustada por família, a forma de seis características supera os baselines analíticos ($I$ e $I$ filtrado) em todas as famílias de Hamiltonianas testadas (TFIM, XXZ, J1-J2, Rydberg e sinal aleatório). Embora o XGBoost com as mesmas características seja mais preciso, ele carece de interpretabilidade.
• Escalonamento para $N=100$: Usando dados independentes de DMRG, os autores mostram que um ajuste global com coeficientes congelados falha em grandes escalas (o MAE cresce para $>1$ nat). No entanto, o reajuste dos coeficientes por tamanho mantém um MAE de 25–50 mnat. As leis de escalamento ajustadas para os coeficientes permitem a implantação sem rótulos a aproximadamente 40–80 mnat.
• Robustez: A forma é robusta ao ruído de disparos (shot noise), superando os baselines de informação mútua com apenas ~160 disparos de medição.

Significância e Alegações
O artigo alega que a Eq. 1 ocupa um nicho único no compromisso entre precisão e interpretabilidade. Não é uma "destilação" da GNN no sentido de reconstruir seus pesos internos; em vez disso, é um ajuste independente de baixa dimensão sobre as mesmas quantidades físicas que a GNN utiliza. A GNN codifica essas quantidades em um código redundante e de alta dimensão, enquanto a Eq. 1 fornece uma projeção legível.

A significância reside em fornecer um estimador transparente, transferível e ajustável. Permite que experimentais inspecionem a física que impulsiona a estimativa de entropia, apliquem o modelo através de diferentes geometrias e fases sem retreinamento e o calibrem com um número mínimo de rótulos. Os autores concluem que, embora modelos não lineares (como XGBoost ou a GNN) ofereçam maior precisão bruta dado grandes conjuntos de dados rotulados, a forma fechada oferece transparência superior e comportamento de escalonamento caracterizado, estabelecendo uma "regra de orçamento de rótulos" para simulações quânticas de grande escala.