Dynamical structure factor with a pumping approach on a trapped-ion quantum computer

Resumo Técnico: Fator de Estrutura Dinâmica com uma Abordagem de Bombeamento em um Computador Quântico de Íons Aprisionados

Definição do Problema
O fator de estrutura dinâmica (DSF), denotado por $S(q, \omega)$, é uma grandeza crítica na física da matéria condensada que descreve a resposta de um material ao espalhamento de nêutrons. Ele é definido como a transformada de Fourier espaço-temporal das correlações dinâmicas $\langle O(x, t)O(0, 0) \rangle$. Computar o DSF é desafiador para computadores clássicos porque requer tanto encontrar uma representação do estado fundamental ou térmico quanto simular a dinâmica hamiltoniana ao longo do tempo, uma tarefa geralmente considerada BQP-hard. Embora os computadores quânticos ofereçam um caminho para preparar estados de temperatura finita e realizar dinâmicas hamiltonianas eficientes, os algoritmos quânticos existentes para computar o $S(q, \omega)$ tipicamente dependem do cálculo de correlações temporais em muitos pontos de tempo discretos e, subsequentemente, da realização de uma transformada de Fourier. Essa abordagem acarreta um overhead de shots significativo, particularmente quando apenas alguns valores de frequência específicos são de interesse.

Metodologia: A Abordagem de Bombeamento
Os autores introduzem uma "abordagem de bombeamento" que visa diretamente valores de frequência $\omega$ específicos sem a necessidade de computar correlações no domínio do tempo e realizar uma transformada de Fourier. O núcleo do método envolve o direcionamento do sistema para fora do equilíbrio usando um Hamiltoniano dependente do tempo perturbado por um termo de fonte oscilando na frequência alvo.

1. Configuração do Hamiltoniano: Dado um Hamiltoniano do sistema $H$ e um observável $O$, os autores definem um Hamiltoniano dependente do tempo:
   $$H(t) = H - \epsilon O(0) \sin(\omega(T - t))$$
   onde $\epsilon$ é uma constante de acoplamento e $T$ é o tempo de evolução final.
2. Protocolo de Medição: O sistema é evoluído a partir de um estado de equilíbrio inicial (por exemplo, o estado fundamental) usando este Hamiltoniano dependente do tempo. O valor esperado de um operador de momento $\hat{O}_q$ é medido no tempo $T$.
3. Extração do DSF: Ao medir o sistema com acoplamento $+\epsilon$ e $-\epsilon$, o DSF é extraído via a relação:
   $$S(q, \omega) \approx \frac{\langle \hat{O}_q(T) \rangle_\epsilon - \langle \hat{O}_q(T) \rangle_{-\epsilon}}{\epsilon(1 - e^{-\beta\omega})}$$
   Esta fórmula é derivada de uma expansão de primeira ordem em $\epsilon$, aproveitando a relação de detalhe de equilíbrio para estados térmicos.
4. Detalhes de Implementação:
   • Preparação de Estado: Para o modelo de Heisenberg 1D, o estado fundamental é preparado usando um ansatz de inspiração adiabática. O sistema é inicializado em um estado Néel e evoluído via uma interpolação linear entre um Hamiltoniano de campo estagiado e o Hamiltoniano de Heisenberg. Os parâmetros são otimizados classicamente usando simulações de statevector em uma cadeia de 20 sítios e depois aplicados ao hardware.
   • Evolução Temporal: O operador de evolução temporal é aproximado usando uma decomposição de Trotter. O circuito consiste em sequências de portas de um qubit e de dois qubits (especificamente portas TK2 no hardware Quantinuum).
   • Regularização: Como $T \to \infty$ não é viável, utiliza-se um $T$ finito, o que efetivamente convolui o verdadeiro DSF com uma função sinc, suavizando o resultado, mas potencialmente introduzindo características espúrias.

Principais Contribuições

• Direcionamento Direto de Frequência: A principal contribuição é um método que permite aos computadores quânticos visar frequências $\omega$ arbitrárias específicas diretamente, evitando o custo computacional de amostrar todo o domínio do tempo.
• Eficiência de Shots: Os autores demonstram que, para cenários que exigem apenas alguns valores de frequência, esta abordagem oferece uma redução significativa no overhead de shots em comparação com métodos que exigem medições de correlação no domínio do tempo.
• Implementação Híbrida: O trabalho apresenta uma implementação completa no computador quântico de íons aprisionados Quantinuum Reimei, integrada em um ambiente híbrido quântico–HPC Fugaku–Reimei. A otimização clássica dos parâmetros de preparação de estado é realizada no supercomputador Fugaku, enquanto os circuitos quânticos são executados no Reimei.

Resultos
Os autores validaram o método usando dois casos:

1. Modelo de Heisenberg 1D (20 sítios): O DSF foi computado para uma cadeia de 20 sítios e comparado contra simulações sem ruído. Os resultados do hardware mostraram excelente concordância com as simulações sem ruído, alcançada sem qualquer técnica de mitigação de ruído.
2. Cristal de Sulfato de Cobre ($CuSO_4$): O modelo de Heisenberg 1D é conhecido por descrever as excitações magnéticas de cristais de sulfato de cobre. O DSF computado foi comparado contra dados experimentais de espalhamento de nêutrons. Os resultados do hardware quântico concordaram muito bem com os dados experimentais.

Parâmetros específicos utilizados incluíram um tamanho de sistema $L=20$, um passo de Trotter $dt=0.24$, um tempo de evolução total $T=2.4$, e um acoplamento $\epsilon=2$. A preparação do estado fundamental utilizou uma única rodada ($R=1$) do ansatz otimizado. O estudo observou que o uso de uma única camada do ansatz na verdade produziu um desvio menor em relação aos resultados exatos do estado fundamental do que o uso de duas camadas, provavelmente devido à redução da contagem de portas.

Significância e Alegações
O artigo afirma que esta abordagem de bombeamento fornece um caminho prático e eficiente para computar fatores de estrutura dinâmica em hardware quântico de curto prazo (near-term). Ao simular uma "versão de modelo de brinquedo de um experimento de espalhamento de nêutrons" diretamente, o método evita a necessidade de cálculos complexos de correlação em tempo real.

Os autores destacam o potencial de relevância deste protocolo além do espalhamento de nêutrons, especificamente para simulações de Ressonância Magnética Nuclear (NMR). Em NMR, os espectros são frequentemente localizados de forma aguda em frequências específicas, e este método poderia oferecer economias significativas de tempo de execução ao amostrar frequências fixas em vez de longos decaimentos no domínio do tempo.

Em relação à escalabilidade, os autores são modestos sobre o atual estado de vantagem quântica. Eles reconhecem que a preparação de estado neste trabalho dependeu de ansatzes otimizados classicamente derivados de simulações exatas de statevector, um regime onde não existe vantagem quântica. No entanto, eles propõem que combinar seu algoritmo de DSF com métodos de preparação de estado clássicos escaláveis (como Sparse Pauli Dynamics ou Matrix Product States via DMRG) dentro de um framework híbrido poderia eventualmente levar a um regime onde a tarefa conjunta de preparação de estado e computação do fator de estrutura se torne desafiadora para computadores clássicos sozinhos.