Symmetry Constraints Regularize Neural Quantum State Learning

Resumo Técnico: Restrições de Simetria Regularizam o Aprendizado de Estados Quânticos Neurais

Definição do Problema
Os Estados Quânticos Neurais (NQS) oferecem funções de onda variacionais altamente expressivas, capazes de capturar correlações de muitos corpos que escapam às redes de tensores convencionais. No entanto, essa expressividade introduz desafios de otimização severos. Arquiteturas NQS amplas e altamente expressivas frequentemente sofrem de "platôs estéreis" (barren plateaus) e superfícies de otimização mal condicionadas. Esses problemas surgem de direções de gradiente redundantes causadas por parâmetros fracamente identificáveis; os mesmos parâmetros que permitem que um modelo seja expressivo também podem impedir sua capacidade de convergir rapidamente. Embora métodos numéricos possam impor simetrias via projeção no espaço de Hilbert ou construções de penalidade, o impacto geométrico específico de incorporar simetrias diretamente na parametrização variacional — além da simples redução de parâmetros — permanece uma questão em aberto. Especificamente, como a simetria altera a estrutura do panorama de otimização, e como isso pode ser quantificado usando uma métrica invariante a transformações de coordenadas e sensível ao estado alvo?

Metodologia
Os autores propõem um framework que incorpora estruturalmente simetrias do Hamiltoniano diretamente em ansatzes NQS da família de Boltzmann, em vez de penalizar a assimetria durante a otimização.

1. Compilação de Simetria via Vinculação de Coeficientes:
   O modelo parametriza os campos de amplitude real e fase usando expansões de operadores diagonais (strings de Pauli-Z) sobre uma base de suporte $k$-local. Em vez de otimizar todos os coeficientes independentemente, os autores impõem invariância ao "vincular" coeficientes locais ao longo de órbitas geométricas físicas (ex: translações, operações de grupo de espaço ou paridade global de inversão de bit). Isso é alcançado identificando coeficientes equivalentes por simetria e colapsando o espaço de configuração exponencialmente grande em classes de autovalores compatíveis com a simetria antes do treinamento. Matematicamente, isso restringe a trajetória de otimização ao núcleo de uma matriz de restrição global $V$, efetivamente excisando direções de parâmetros redundantes e mal condicionadas antes mesmo do início da otimização.

2. Diagnósticos Geométricos:
   Para quantificar a geometria de otimização resultante, os autores introduzem uma métrica geométrica sensível ao alvo, construída sobre o Jacobiano e o Hessiano do panorama de otimização:

• Métrica de Fubini–Study: Usada para medir o volume do espaço de estados fisicamente acessível, fornecendo uma medida invariante de coordenadas que distingue estados fisicamente distinguíveis de redundâncias de gauge.
• Posto de Curvatura Positiva ($r_+$): Uma medida do número de direções fisicamente distinguíveis onde a energia aumenta quadraticamente em torno de um ponto estacionário.
• Expressibilidade Útil Sensível ao Alvo ($f_\epsilon$): Definida como a fração do volume total alcançável de Fubini–Study ocupado pelo vizinhança conectada de precisão $\epsilon$ do estado fundamental alvo. Esta métrica avalia quão eficientemente o ansatz aloca sua capacidade para o problema alvo.
• Escala de Bacia Característica ($R_\epsilon$): Uma escala linear normalizada por posto derivada do volume local da região "boa", permitindo a comparação de larguras de bacia entre manifolds de diferentes dimensões.

Principais Contribuições

• Regularização Estrutural: O artigo demonstra que a incorporação de simetrias diretamente na parametrização atua como um regularizador geométrico. Ao colapsar analiticamente o espaço de coeficientes treináveis, o método remove direções de parâmetros redundantes e melhora o condicionamento do problema de otimização desde o início.
• Novas Métricas Geométricas: Os autores introduzem um framework para distinguir entre contagem bruta de parâmetros, capacidade variacional fisicamente acessível e a concentração dessa capacidade próximo a soluções precisas. Isso permite uma comparação rigorosa entre ansatzes constrangidos e não constrangidos que vai além de simples benchmarks de precisão.
• Compressão Analítica de Parâmetros: O método fornece um procedimento sistemático e reproduzível (usando o lema de Burnside e teoria de grupos) para determinar o número de parâmetros independentes necessários, ligando a redução de dimensionalidade diretamente às degenerescências intrínsecas do estado alvo.

Resultados
A abordagem foi avaliada no Modelo de Ising em Campo Transverso (TFIM) e cadeias XXZ com condições de contorno periódicas.

• Precisão vs. Compressão: A compilação de simetria reduziu drasticamente o número de parâmetros treináveis (ex: de 210 para 10–11 para $N=20$ TFIM com restrições de translação) enquanto mantinha a precisão do estado fundamental dentro da resolução dos benchmarks relatados. Os modelos comprimidos não falharam sistematicamente em relação aos baselines não constrangidos, mesmo próximo a pontos críticos.
• Aceleração de Tempo de Execução: Em sistemas grandes ($N=64, 128$), restrições espaciais fortes comprimiram milhares de parâmetros para dezenas, entregando acelerações substanciais de tempo de execução (até 30$\times$ para $N=128$) sem sacrificar a precisão.
• Regularização Geométrica:
  • Concentração ($f_\epsilon$): Manifolds constrangidos por simetria ocuparam uma fração significativamente maior de seu volume alcançável com estados precisos em relação ao alvo comparado a manifolds não constrangidos. Essa concentração aumentou com o tamanho do sistema, indicando que aprendizes não constrangidos alocam uma fração cada vez menor de sua capacidade para a vizinhança do alvo.
  • Largura da Bacia ($R_\epsilon$): Restrições baseadas em translação retiveram escalas de bacia característica substancialmente maiores do que os modelos não constrangidos. Isso indica que as restrições de simetria não apenas concentram o manifold alcançável, mas também reduzem a rigidez efetiva das direções de confinamento restantes, criando mínimos mais amplos e robustos.
  • Hierarquia: Simetrias de translação e de grupo de espaço forneceram as melhorias mais fortes tanto na concentração global quanto na geometria de bacia local, seguidas por simetrias de reflexão e de inversão de bit.

Significância
O artigo afirma que a compilação de simetria faz mais do que meramente reduzir o tamanho do modelo; ela reorganiza o espaço de estados físicos alcançáveis para que o restante da capacidade variacional esteja melhor alinhado com o problema alvo. Ao concentrar o poder expressivo do NQS nos estados relevantes para o Hamiltoniano alvo, o método regulariza a dinâmica de aprendizado, reduzindo o tamanho do modelo e os custos de treinamento sem sacrificar a precisão.

Os autores argumentam que a expressibilidade variacional deve ser julgada por onde os estados alcançáveis residem em relação ao alvo, e não simplesmente por quantos estados o ansatz pode representar. Os diagnósticos geométricos propostos ($f_\epsilon$ e $R_\epsilon$) fornecem uma maneira fundamentada de quantificar esse alinhamento. O trabalho sugere que construir simetrias físicas no modelo variacional antes que a otimização comece é uma estratégia superior aos métodos de poda ou penalidade post-hoc, oferecendo uma abordagem escalável e altamente precisa para o estudo da física de muitos corpos.