Finite size scaling of bitstring probability distributions for Rydberg arrays

Resumo Técnico: Escalonamento de Tamanho Finito de Distribuições de Probabilidade de Bitstrings para Arranjos de Rydberg

Enunciado do Problema
Em simulações quânticas de física de partículas, nuclear e da matéria condensada, estimar observáveis com precisão estatística requer um grande número de medições (shots). À medida que o tamanho do sistema simulado ($N_q$, o número de qubits) aumenta, o número de estados de bitstring possíveis cresce exponencialmente, fazendo com que as probabilidades de estados individuais ($p_{\{n\}}$) diminuam e se tornem mais densas no regime de baixa probabilidade. Isso levanta uma questão crítica: será que a pequenez das probabilidades individuais pode ser compensada pelo seu grande número, e qual é o número mínimo de shots necessário para atingir uma precisão estatística desejada para sistemas maiores? Trabalhos anteriores sugerem que a caracterização de sistemas através de distribuições de grande escala pode revelar comportamentos estruturais, mas leis de escalonamento explícitas para probabilidades de bitstrings em arranjos de átomos de Rydberg ainda não foram totalmente quantificadas.

Metodologia
Os autores investigam arranjos de átomos de Rydberg dispostos em uma configuração de escada (duas fileiras com uma razão de espaçamento vertical-horizontal de $\rho=2$). O sistema é descrito por um Hamiltoniano envolvendo frequência de Rabi ($\Omega$), detuning ($\Delta$) e interações de van der Waals ($V_{ij}$).

Para analisar as distribuições de probabilidade, os autores utilizam Estados de Produto de Matriz (MPS) calculados via métodos de DMRG (Density Matrix Renormalization Group). Eles geram dicionários de probabilidades de bitstring ($p_{\{n\}}$) para sistemas variando de 4 a 22 degraus (até 44 átomos). O núcleo de sua análise envolve a distribuição de probabilidade cumulativa, definida como:
$$\Sigma(p_\Lambda, N_q) = \sum_{\{n\}: p_{\{n\}} \leq p_\Lambda} p_{\{n\}}$$
Esta função representa a probabilidade total de observar qualquer estado com uma probabilidade menor ou igual a um limiar $p_\Lambda$. Os autores analisam o comportamento de escalonamento de $\Sigma$ através de diferentes tamanhos de sistema ($N_q$) e totais de shots ($N_{sh} = 10^9$).

Principais Contribuições e Resultados

1. Escalonamento de Tamanho Finito e Colapso de Curva:
   Os autores demonstram que as distribuições de probabilidade cumulativa para diferentes tamanhos de sistema exibem um "comportamento repetido", particularmente no intervalo $0.2 < \Sigma < 0.8$. Ao identificar uma probabilidade característica $p^*$ (onde a distribuição atinge um valor $\Sigma$ fixo) e ressinalar a variável independente como $(p_\Lambda/p^*)^B$ (onde $B$ é a inclinação da região linear), as distribuições para vários $N_q$ colapsam em uma única curva universal.

2. Analogia de Fermi-Dirac (Região II):
   Na região central da distribuição (Região II), a curva colapsada assemelha-se fortemente a uma distribuição estatística de Fermi-Dirac. Os autores mostram que $\Sigma(p_\Lambda)$ pode ser aproximada por:
   $$\Sigma \simeq \frac{1}{1 + e^{\beta(\epsilon - \mu)}}$$
   onde $\epsilon = -\ln(p_\Lambda)$ e $\mu = -\ln(p^*)$. Esta analogia permite a caracterização do "ponto de inflexão" (onde $\Sigma = 1/2$, denotado como $p^*_{1/2}$). O escalonamento de $p^*_{1/2}$ com o tamanho do sistema é encontrado como exponencial, indicando que, conforme $N_q$ aumenta, a massa de probabilidade torna-se mais uniformemente distribuída através de um vasto número de estados.

3. Escalonamento de Probabilidades Máximas (Região I):
   Na Região I (estados de alta probabilidade), os autores rastreiam a probabilidade máxima de um único estado ($p_{\max}$). Eles confirmam que $p_{\max}$ escala exponencialmente com o tamanho do sistema ($p_{\max} \sim 2^{-N_q}$). Isso estabelece um limite fundamental para o tamanho do sistema acessível para um determinado total de shots, uma vez que a probabilidade mínima resolvível é limitada por $1/N_{sh}$.

4. Baixa Probabilidade e Estados de Ocorrência Única (Regiões III & IV):

   • Região III: Em probabilidades mais baixas, as distribuições seguem uma forma de lei de potência $\Sigma(p_\Lambda) \simeq A p_\Lambda^B$ quando plotadas em uma escala log-log. Os autores observam que o comportamento aqui é fortemente influenciado pelo total finito de shots ($10^9$), o que cria um corte rígido em $p \approx 10^{-9}$.
   • Região IV: Esta região representa a "cauda" de estados de ocorrência única. Os autores quantificam o número de estados observados exatamente uma vez, mostrando que, embora esse número cresça com o tamanho do sistema, ele cresce mais lentamente do que a dimensão total do espaço de Hilbert ($2^{N_q}$).

5. Estimativa de Requisito de Shots:
   Ao analisar o escalonamento de $p^*_{1/2}$ e $p_{\max}$, os autores estimam os requisitos de shots para simulações futuras.

   • Com base no escalonamento de $p_{\max}$, um sistema de aproximadamente 120 qubits poderia ser simulado com $10^9$ shots.
   • Com base no escalonamento de $p^*_{1/2}$ (onde a probabilidade cumulativa atinge 0.5), o limite para uma precisão específica é estimado em torno de 60 qubits para o mesmo total de shots.

Significância e Alegações
O artigo afirma fornecer um método para prever os requisitos de shots necessários para grandes sistemas quânticos através da análise das distribuições de probabilidade cumulativa de sistemas menores, computacionalmente acessíveis. A principal significância reside na identificação de um custo exponencial associado ao aumento do tamanho do sistema, que é quantificado através do escalonamento de $p^*_{1/2}$ e $p_{\max}$.

No entanto, os autores são modestos em suas conclusões, observando que, embora o custo seja exponencial, ele aumenta a uma fração da taxa de aumento do próprio tamanho do sistema. Consequentemente, isso não impõe um "limite rígido" ao uso de dispositivos, mas sim motiva o "uso inteligente de recursos". O trabalho estabelece que o comportamento de grandes sistemas pode ser descrito pelas distribuições de sistemas menores através do colapso proposto e da analogia de Fermi-Dirac, oferecendo uma ferramenta para estimar erros estatísticos e a viabilidade de simular arranjos de Rydberg cada vez maiores.