Constraint-Aware Quantum Optimization of Defect Configurations in Doped ZrO2: XY-Mixer QAOA and Grover Adaptive Search

Resumo Técnico: Otimização Quântica com Consciência de Restrições de Configurações de Defeitos em ZrO2 Dopado

Definição do Problema
O artigo aborda o desafio combinatório de otimizar configurações de defeitos no design de materiais, especificamente dentro da Zircônia dopada com Gadolínio (Gd-doped ZrO2), um material crítico para revestimentos de barreira térmica (TBC). O objetivo é identificar arranjos de baixa energia de substituições catiônicas (Gd substituindo Zr) e vacâncias de oxigênio dentro de uma supercela de composição fixa. Embora potenciais interatômicos aprendidos por máquina (MLIPs), como o MACE, permitam a avaliação rápida de energia, mapear essas configurações discretas e restritas em um fluxo de trabalho de otimização quântica requer a codificação do problema como um modelo de Otimização Binária Quadrática Não Restrita (QUBO), enquanto lida rigorosamente com restrições de composição fixa (exatamente duas substituições de Gd e uma vacância de oxigênio). Os autores argumentam que abordagens quânticas padrão do tipo "caixa-preta" frequentemente falham em respeitar essas restrições físicas de forma eficiente, necessitando de uma estratégia de design consciente das restrições.

Metodologia
Os autores desenvolveram um fluxo de trabalho de ponta a ponta validado contra a enumeração clássica exata de 448 configurações viáveis (inseridas em um espaço de $2^{24}$). A metodologia consiste em três componentes primários:

1. Formulação QUBO e Modelagem de Surrogato:

   • Um modelo QUBO de 24 variáveis foi ajustado aos dados de energia MACE-MPA-0 (8 variáveis catiônicas, 16 variáveis de vacância de oxigênio).
   • O modelo inclui termos lineares para contribuições dependentes do sítio e termos quadráticos para interações pareadas (cátion-cátion e cátion-vacância). Termos de vacância-vacância foram omitidos devido à restrição de vacância única.
   • A regressão Ridge foi usada para ajustar 180 características (24 lineares, 156 quadráticas), alcançando um $R^2$ de 0,997 em dados não utilizados e um RMSE de 27,6 meV.

2. Abordagem Variacional de Curto Prazo (QAOA):

   • Duas estratégias de QAOA foram comparadas: um QAOA de Penalidade padrão (adicionando penalidades de restrição ao hamiltoniano de custo) e um QAOA com Mixer XY Preservador de Restrições.
   • O approach do mixer XY utiliza mixers de peso de Hamming fixo atuando nos setores de cátions e vacâncias separadamente. Essa construção confina matematicamente a evolução quântica ao subespaço viável de 448 dimensões, garantindo a viabilidade sem ajuste de penalidade.

3. Busca de Limiar de Tolerância a Falhas (Grover Adaptive Search - GAS):

   • Um oráculo GAS restrito foi explicitamente construído e validado. Diferente de abstrações de alto nível, isso envolveu a construção de circuitos aritméticos reversíveis para avaliação de ponto fixo de energia.
   • O oráculo inclui: mapeamento de flag de termo, acumulação ponderada positiva/negativa, comparação segura de ramificação (lidando com inteiros sinalizados via lógica sem sinal), verificação de viabilidade e phase kickback.
   • Os autores evitaram aritmética de ponto flutuante, convertendo coeficientes para inteiros de ponto fixo de 18 bits para garantir a comparação reversível exata.

Resultados Principais

• Fidelidade do Surrogato: O surrogato QUBO reproduz com precisão o panorama de energia MACE ($R^2 = 0,999$ nos dados totais), embora os autores notem que o manifold de baixa energia é quase degenerado. O mínimo global do QUBO difere ligeiramente do estado fundamental do MACE, sugerindo um fluxo de trabalho híbrido onde a amostragem quântica é seguida pelo re-ranqueamento via MACE.
• Desempenho do QAOA:
  • Penalty QAOA: Falhou em produzir amostras viáveis de forma confiável; em 6 de 12 configurações testadas (variando profundidade e força da penalidade), a probabilidade de encontrar um estado viável foi zero. O melhor caso viável rendeu apenas 7% de probabilidade.
  • XY-Mixer QAOA: Alcançou 100% de viabilidade por construção. Com profundidade $p=3$, concentrou 85,9% da massa de probabilidade dentro de 1 meV do ótimo MACE e 86,1% dentro das 50 melhores configurações MACE.
  • Análise de Ruído: Uma análise de fator de sobrevivência de primeira ordem indicou que as contagens de portas de dois qubits são a fonte dominante de erro. Com 99,99% de fidelidade de dois qubits, o circuito $p=2$ retém uma alta probabilidade de sucesso, enquanto com 99,9%, o circuito mais raso $p=1$ é preferível.
• Estimativa de Recursos GAS:
  • O oráculo de fase restrito requer 324 qubits lógicos de alto nível (352–358 com contagem conservadora de ancila limpa).
  • O custo de portas Toffoli por iteração varia de 35.799 a 43.175, dependendo do caso de limiar (contagem de estados marcados).
  • O custo é impulsionado pela precisão da aritmética de ponto fixo e pelo número de termos QUBO, não meramente pelo número de variáveis.

Significância e Alegações
O artigo afirma que a consciência de restrições é a decisão de design decisiva para a otimização quântica na ciência dos materiais, aplicável tanto aos regimes NISQ quanto aos de computação tolerante a falhas (FTQC).

• Para NISQ: O estudo demonstra que codificar restrições diretamente no mixer (XY-mixer) é vastamente superior aos métodos baseados em penalidade, que frequentemente falham em encontrar estados viáveis. Isso permite que o algoritmo foque seus recursos computacionais inteiramente no subespaço fisicamente relevante.
• Para Computação Tolerante a Falhas: O trabalho vai além de tratar a Busca Adaptativa de Grover como uma caixa-preta. Ao construir e validar as camadas aritméticas reversíveis, os autores fornecem uma estimativa de recursos concreta e auditável. Eles mostram que o custo do oráculo é governado pela complexidade da aritmética (precisão de ponto fixo, acumulação de termos), e não apenas pela contagem de variáveis.
• Amplificação do Espaço Viável: Os autores apresentam um limite superior idealizado mostrando que restringir a amplificação de Grover ao subespaço viável de 448 estados (em vez do espaço total de $2^{24}$) poderia render uma redução de aproximadamente $\sim 240\times$ no custo total de Toffoli. Eles declaram explicitamente que este é um alvo teórico que requer um difusor preservador de restrições, que ainda não foi implementado.

Conclusão
O artigo estabelece uma ponte validada entre a modelagem QUBO informada por materiais e a otimização quântica. Ele fornece uma estimativa de recursos calibrada para um problema específico de materiais e argumenta que os esforços futuros de escalonamento devem priorizar algoritmos preservadores de restrições e modelos de surrogato esparsos e locais para manter a eficiência. O fluxo de trabalho é projetado para ser parte de um loop híbrido onde a amostragem quântica propõe candidatos, que são então refinados por MLIPs ou cálculos de primeiros princípios.