Enhancing quantum-classical configuration interaction methods using a neural-network classifier

Resumo Técnico: Aprimorando Métodos de Interação Configuracional Quântico-Clássica Usando um Classificador de Rede Neural

Definição do Problema
Cálculos precisos de estrutura eletrônica exigem métodos capazes de lidar com a correlação eletrônica dentro de espaços de Hilbert que crescem exponencialmente com o número de orbitais ativos. Embora a Interação Configuracional Total (FCI) forneça soluções exatas, seu custo computacional restringe-a a sistemas muito pequenos. Métodos de Interação Configuracional Selecionada (SCI), como CIPSI, ASCI e Heat-Bath Configuration Interaction (HCI), oferecem um compromisso ao construir iterativamente espaços variacionais compactos contendo apenas os determinantes mais importantes. No entanto, a eficiência dos métodos SCI depende criticamente das heurísticas usadas para identificar esses determinantes importantes. À medida que o espaço selecionado cresce, o número de determinantes candidatos a serem inspecionados torna-se grande, criando um gargalo.

Da mesma forma, no domínio da computação quântica, métodos de Diagonalização Quântica Baseada em Amostragem (SQD) tentam resolver o problema de CI usando dispositivos NISQ ao construir um subespaço a partir de medições quânticas. Uma limitação significativa do SQD é sua ineficiência na descoberta de novos determinantes; a amostragem repetida frequentemente seleciona as mesmas configurações, particularmente quando se parte de um ansatz aproximado, o que limita a precisão do cálculo.

Metodologia
Os autores propõem uma estrutura orientada a dados que reconfigura a seleção de determinantes como uma tarefa de classificação binária, integrando um classificador de rede neural (NN) em fluxos de trabalho de CI iterativos por meio de um loop de aprendizado ativo. Esta abordagem é aplicada a dois algoritmos distintos: uma variante clássica de HCI (cHCI) e uma variante quântico-clássica de SQD (cSQD).

O procedimento central opera da seguinte forma em cada iteração:

1. Geração de Pool de Candidatos: O método subjacente gera um pool ($P$) de determinantes candidatos (por exemplo, via triagem de heat-bath em HCI ou recuperação de configuração em SQD).
2. Amostragem Aleatória e Rotulagem: Uma fração fixa e pequena do pool ($f_s = 0,2$) é selecionada aleatoriamente ($P_{rand}$). Um espaço variacional temporário é formado combinando o espaço atual com $P_{rand}$. Uma única diagonalização do Hamiltoniano neste espaço temporário produz coeficientes de CI.
3. Atribuição de Rótulos: Configurações em $P_{rand}$ com amplitudes acima de um limite são rotuladas como "importantes", enquanto outras são rotuladas como "não importantes". Isso cria um conjunto de dados balanceado para treinamento.
4. Treinamento do Classificador: Um classificador de rede neural é treinado do zero neste subconjunto rotulado para prever a importância das configurações com base em suas strings de bits de número de ocupação.
5. Seleção Guiada: O classificador treinado pontua os demais candidatos no pool ($P_{rest}$). O próximo espaço variacional é construído retendo as configurações rotuladas como "importantes" de $P_{rand}$ e adicionando as configurações com as maiores pontuações de $P_{rest}$.

Esta estrutura modifica apenas a etapa de seleção do algoritmo, mantendo intacto o fluxo de trabalho principal (diagonalização, amostragem, etc.). O classificador se adapta continuamente conforme a função de onda evolui durante o processo iterativo.

Principais Contribuições

• Estrutura Unificada: O artigo introduz um loop de aprendizado ativo geral que trata a seleção de determinantes como um problema de classificação binária, aplicável tanto a métodos SCI clássicos quanto quântico-clássicos.
• Integração Algorítmica: Os autores integram com sucesso esta estrutura em dois algoritmos específicos:
  • cHCI: Um método de Interação de Banho de Calor (Heat-Bath) potencializado por classificador.
  • cSQD: Um método de Diagonalização Quântica Baseada em Amostragem potencializado por classificador.
• Classificação Baseada em Bitstrings: A abordagem utiliza redes neurais que operam diretamente em strings de bits de número de ocupação, fornecendo uma alternativa flexível e agnóstica à arquitetura em relação aos critérios tradicionais baseados em perturbação ou energia.

Resultados
Os autores testaram os métodos propostos contra seus contrapartes tradicionais usando o estado fundamental da molécula de nitrogênio ($N_2$) a uma distância internuclear de equilíbrio de $R = 2,1$ Å no conjunto de bases cc-pVDZ.

• Desempenho do cHCI: O método cHCI recuperou mais de 98% da energia de correlação CASCI com uma dimensão de espaço variacional que era apenas 1/5 do tamanho do espaço HCI padrão convergido. Isso resultou em uma redução de aproximadamente 5 vezes tanto na pegada de memória quanto no custo computacional por iteração (especificamente para a diagonalização de Davidson variacional).
• Desempenho do cSQD: O método cSQD demonstrou uma convergência significativamente acelerada em comparação ao SQD padrão. O cSQD alcançou um erro de energia de correlação relativa abaixo de 1% em apenas 3 iterações. Em contraste, o SQD padrão não conseguiu atingir esse limiar de precisidade mesmo após 20 iterações.
• Eficiência: A seleção baseada em classificador comprimiu efetivamente o espaço variacional sem sacrificar a precisão, permitindo que os algoritmos focassem o esforço computacional nas configurações mais relevantes.

Significância e Alegações
O artigo afirma que a seleção de determinantes assistida por classificador serve como uma ferramenta leve e agnóstica ao método para comprimir espaços variacionais e acelerar algoritmos de interação configuracional clássicos e híbridos quântico-clássicos. Ao substituir a seleção heurística por um classificador treinado on-the-fly, o método atinge paridade de resultados com abordagens tradicionais a custos computacionais substancialmente menores.

Os autores posicionam este trabalho como um passo inicial em direção a uma compreensão mais abrangente da seleção assistida por classificador. Eles observam que, embora o estudo atual se concentre em um único sistema molecular e na etapa variacional, a estrutura sugere um papel mais amplo para o aprendizado de máquina no design de representações de função de onda compactas e fluxos de trabalho de estrutura eletrônica mais eficientes. O artigo não pretende resolver o problema de escala para todos os sistemas universalmente, mas demonstra a utilidade da abordagem para os casos específicos de cHCI e cSQD em $N_2$.